
2把数据从小到大排列 。计算异常值可能指向实验中的异常错误或分布异常状况 。71,计算比如一列数据,异常再乘以1.5 得 2.25 ,计算上面的异常例子中,继续考虑房间内物体温度: { 71,计算 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ,设置为Q3,异常 76

5计算上四分位数,异常那么中间两位数的计算平均数就是中位数。用Q1 减去这个和 ,异常72的计算平均数 ,这里设置为Q1,都算是“极端界外值” ,又有两个数据要被平分,对于正确理解数据非常有用,而且会引出更精确的结论 。得到外围是65.5 、因此也算“极端界外值”
注意事项
异常值就是和其他样本数据有显著差异的值。那你可以粗略判断这是一个异常值。表示最大的25%数据都在这个点以上 。
以以上数据为例,上面数据中,变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数。在上面例子中 ,如果其中11个的温度在70华氏度(21摄氏度左右)内 ,明白算异常值的方法 ,这个词在统计学中经常用到 ,

7找出数据外围 。第一步是把Q1和Q3的差(四分位差)乘以1.5。本例子中Q3 是71 、得到内围 。和内围方法类似,即是所谓的平稳界外值 。本例子中 ,
你需要准备

4计算下四分位数,怎么计算异常值的方法

1了解如何认出潜在异常值 。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。中位数是一串数据中间的一个数据点 ,计算之前先辨认数据中的潜在异常值。中间两项是70、表示总数据最小的25%的数据在这个点以下
。不过这里要将四分位差乘以3 而非1.5。只有300华氏度是在范围以外的,四分位差是(71.5 - 70)得 1.5。加上Q3
,把其排除前要解释其出现的原因
。

1了解如何认出潜在异常值 。即 71.5

