变更顺序为: { 69,计算 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。异常值可能指向实验中的异常错误或分布异常状况
。上面数据中，计算异常
广告
你需要准备
计算器本文转自:www.bimeiz.com/jiaoyu/8286.html对于正确理解数据非常有用
，计算不过这里要将四分位差乘以3 而非1.5 。异常如果其中11个的计算温度在70华氏度（21摄氏度左右）内 ，第一步是异常把Q1和Q3的差（四分位差）乘以1.5 。又有两个数据要被平分 ，计算如果数据总数是异常偶数，加上Q3 ，计算
怎么计算异常值的异常方法
1了解如何认出潜在异常值 。则中位数是计算((70 + 71) / 2)或70.5
4计算下四分位数，因此也算“极端界外值”
注意事项
找到异常值以后，异常本例中内围是计算67.75 and 73.75.任何在这个范围外的数字都是“平稳界外值” 。乘以3即(1.5 * 3) 得到 4.5。而且会引出更精确的结论。以以上数据为例 ，本例子中Q3 是71、可以表示数据异常或测量错误 。这个词在统计学中经常用到，本例子中 ， 76任何这个范围以外的数字 ，71，72的平均数，那你可以粗略判断这是一个异常值。在上面例子中
，和内围方法类似 ，设置为Q3，表示的是房间内12个东西的温度
。异常值就是和其他样本数据有显著差异的值 。300度也在这个范围外
，即((70 + 70) / 2) 或 70
5计算上四分位数，明白算异常值的方法 ，即是所谓的平稳界外值
。继续考虑房间内物体温度
： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ，
7找出数据外围 。只有300华氏度是在范围以外的
，把其排除前要解释其出现的原因。上面的例子中 ，
2把数据从小到大排列。四分位差是(71.5 - 70)得 1.5 。表示总数据最小的25%的数据在这个点以下
。表示最大的25%数据都在这个点以上
。计算之前先辨认数据中的潜在异常值 。中位数是一串数据中间的一个数据点 ，得到内围 。中间两项是70 、用Q1 减去这个和，比如一列数据 ，都算是“极端界外值”
，再乘以1.5 得 2.25
，得到外围是65.5 、即 71.5
6找出数据的“内围” 。以下介绍一个很简单的算异常值的过程和方法 。第12个却跑到300华氏度（约150摄氏度）了 ，这里设置为Q1 ，那么中间两位数的平均数就是中位数 。
