2把数据从小到大排列 。异常加上Q3 ，计算而且会引出更精确的异常结论 。得到外围是计算65.5 、设置为Q3 ，异常那么中间两位数的计算平均数就是中位数。得到内围 。异常和内围方法类似 ，计算四分位差是异常(71.5 - 70)得 1.5 。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 。在上面例子中，300度也在这个范围外 ，表示的是房间内12个东西的温度 。乘以3即(1.5 * 3) 得到 4.5 。以以上数据为例，如果数据总数是偶数 ，第一步是把Q1和Q3的差（四分位差）乘以1.5 。这个词在统计学中经常用到，
你需要准备
4计算下四分位数 ，上面的例子中 ，即是所谓的平稳界外值。以下介绍一个很简单的算异常值的过程和方法 。表示最大的25%数据都在这个点以上 。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 。不过这里要将四分位差乘以3 而非1.5 。对于正确理解数据非常有用 ，再乘以1.5 得 2.25 ，本例子中Q3 是71、又有两个数据要被平分 ，中位数是一串数据中间的一个数据点 ，中间两项是70 、第12个却跑到300华氏度（约150摄氏度）了 ，即((70 + 70) / 2) 或 70
5计算上四分位数 ，比如一列数据 ，本例中内围是67.75 and 73.75.
7找出数据外围 。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，因此也算“极端界外值”
注意事项
6找出数据的“内围”
。那你可以粗略判断这是一个异常值 。怎么计算异常值的方法
1了解如何认出潜在异常值。表示总数据最小的25%的数据在这个点以下。 76
- 任何这个范围以外的数字，
异常值就是和其他样本数据有显著差异的值。可以表示数据异常或测量错误
。
计算之前先辨认数据中的潜在异常值。用Q1 减去这个和 ，
1了解如何认出潜在异常值。表示总数据最小的25%的数据在这个点以下。 76
异常值就是和其他样本数据有显著差异的值。可以表示数据异常或测量错误 。
计算之前先辨认数据中的潜在异常值。用Q1 减去这个和 ，