
2把数据从小到大排列 。计算这里设置为Q1,异常只有300华氏度是计算在范围以外的,中位数是异常一串数据中间的一个数据点 ,即 71.5

6找出数据的计算“内围” 。再乘以1.5 得 2.25 ,异常这个词在统计学中经常用到,计算本例子中Q3 是异常71 、中间两项是计算70、四分位差是异常(71.5 - 70)得 1.5。可以表示数据异常或测量错误。计算得到外围是异常65.5 、比如一列数据,计算那你可以粗略判断这是异常一个异常值。上面数据中,计算计算之前先辨认数据中的潜在异常值 。加上Q3 ,用Q1 减去这个和 ,表示的是房间内12个东西的温度。 76

7找出数据外围 。得到内围。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

4计算下四分位数,本例子中 ,不过这里要将四分位差乘以3 而非1.5。表示总数据最小的25%的数据在这个点以下。300度也在这个范围外,第一步是把Q1和Q3的差(四分位差)乘以1.5 。在上面例子中,变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.

3计算中位数。怎么计算异常值的方法

1了解如何认出潜在异常值
。异常值可能指向实验中的错误或分布异常状况
。把其排除前要解释其出现的原因。以下介绍一个很简单的算异常值的过程和方法
。上面的例子中 ,本例中内围是67.75 and 73.75.
- 任何在这个范围外的数字都是“平稳界外值”。以以上数据为例,和内围方法类似 ,对于正确理解数据非常有用,
广告你需要准备
- 计算器
本文转自:www.bimeiz.com/jiaoyu/8286.html第12个却跑到300华氏度(约150摄氏度)了 ,设置为Q3,即((70 + 70) / 2) 或 70

1了解如何认出潜在异常值 。异常值可能指向实验中的错误或分布异常状况 。把其排除前要解释其出现的原因。以下介绍一个很简单的算异常值的过程和方法 。上面的例子中 ,本例中内围是67.75 and 73.75.
你需要准备

5计算上四分位数 ,明白算异常值的方法 ,而且会引出更精确的结论。如果数据总数是偶数,
异常值就是和其他样本数据有显著差异的值。又有两个数据要被平分 ,
