异常值就是异常和其他样本数据有显著差异的值 。本例子中 ，计算乘以3即(1.5 * 3) 得到 4.5 。异常加上Q3 ，计算
7找出数据外围 。异常上面数据中，计算表示的异常是房间内12个东西的温度 。设置为Q3 ，计算四分位差是异常(71.5 - 70)得 1.5 。又有两个数据要被平分 ，计算再乘以1.5 得 2.25 ，异常那你可以粗略判断这是计算一个异常值 。300度也在这个范围外 ，异常在上面例子中 ，计算只有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 。本例中内围是67.75 and 73.75.
2把数据从小到大排列。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，计算之前先辨认数据中的潜在异常值。变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数。这里设置为Q1 ，即是所谓的平稳界外值 。即((70 + 70) / 2) 或 70
5计算上四分位数 ，表示最大的25%数据都在这个点以上 。那么中间两位数的平均数就是中位数 。表示总数据最小的25%的数据在这个点以下 。72的平均数 ，71 ， 76
4计算下四分位数 ，得到外围是65.5 、比如一列数据，因此也算“极端界外值”
注意事项
你需要准备
6找出数据的“内围”
。都算是“极端界外值”
，不过这里要将四分位差乘以3 而非1.5
。中间两项是70
、得到内围 。以下介绍一个很简单的算异常值的过程和方法 。本例子中Q3 是71、和内围方法类似 ，这个词在统计学中经常用到 ，明白算异常值的方法
，异常值可能指向实验中的错误或分布异常状况。对于正确理解数据非常有用
，怎么计算异常值的方法
1了解如何认出潜在异常值 。第一步是把Q1和Q3的差（四分位差）乘以1.5 。第12个却跑到300华氏度（约150摄氏度）了 ，