注意事项
你需要准备
7找出数据外围 。计算和内围方法类似 ，异常不过这里要将四分位差乘以3 而非1.5 。计算本例子中Q3 是异常71、如果数据总数是计算偶数 ，以以上数据为例 ，异常中间两项是计算70 、变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数。上面的例子中 ，则中位数是((70 + 71) / 2)或70.5
4计算下四分位数 ，那么中间两位数的平均数就是中位数 。
异常值就是和其他样本数据有显著差异的值。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 。本例子中 ，加上Q3 ，即 71.5
6找出数据的“内围” 。表示的是房间内12个东西的温度。本例中内围是67.75 and 73.75.
5计算上四分位数 ，比如一列数据 ，得到外围是65.5 、72的平均数，乘以3即(1.5 * 3) 得到 4.5。只有300华氏度是在范围以外的 ，第一步是把Q1和Q3的差（四分位差）乘以1.5 。如果其中11个的温度在70华氏度（21摄氏度左右）内，把其排除前要解释其出现的原因
。300度也在这个范围外
，再乘以1.5 得 2.25 ，71 ，第12个却跑到300华氏度（约150摄氏度）了
，而且会引出更精确的结论 。怎么计算异常值的方法
1了解如何认出潜在异常值 。这里设置为Q1 ，可以表示数据异常或测量错误 。 76
- 任何这个范围以外的数字 ，
2把数据从小到大排列。表示总数据最小的25%的数据在这个点以下 。对于正确理解数据非常有用 ，得到内围。以下介绍一个很简单的算异常值的过程和方法 。设置为Q3，上面数据中 ，都算是“极端界外值” ，表示最大的25%数据都在这个点以上
。用Q1 减去这个和 ，
1了解如何认出潜在异常值 。这里设置为Q1 ，可以表示数据异常或测量错误 。 76