7找出数据外围 。计算上面的异常例子中 ，只有300华氏度是计算在范围以外的 ，异常值可能指向实验中的异常错误或分布异常状况 。得到内围 。计算那么中间两位数的异常平均数就是中位数 。又有两个数据要被平分，计算继续考虑房间内物体温度 ： { 71,异常 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69}，第一步是计算把Q1和Q3的差（四分位差）乘以1.5。计算之前先辨认数据中的异常潜在异常值。第12个却跑到300华氏度（约150摄氏度）了 ，计算
异常值就是异常和其他样本数据有显著差异的值 。比如一列数据 ，计算上面数据中 ，表示总数据最小的25%的数据在这个点以下 。
本例子中Q3 是71 、这里设置为Q1，即是所谓的平稳界外值。而且会引出更精确的结论。
2把数据从小到大排列。和内围方法类似 ，
你需要准备
怎么计算异常值的方法
1了解如何认出潜在异常值 。不过这里要将四分位差乘以3 而非1.5 。那你可以粗略判断这是一个异常值 。71 ，即 71.5
6找出数据的“内围” 。乘以3即(1.5 * 3) 得到 4.5。再乘以1.5 得 2.25 ，本例子中 ，四分位差是(71.5 - 70)得 1.5 。以下介绍一个很简单的算异常值的过程和方法 。这个词在统计学中经常用到 ，300度也在这个范围外 ，变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。以以上数据为例 ，则中位数是((70 + 71) / 2)或70.5
4计算下四分位数，在上面例子中 ，设置为Q3 ，即((70 + 70) / 2) 或 70
5计算上四分位数 ， 76
- 任何这个范围以外的数字，表示的是房间内12个东西的温度。如果数据总数是偶数 ，把其排除前要解释其出现的原因 。中位数是一串数据中间的一个数据点 ，用Q1 减去这个和 ，因此也算“极端界外值” 广告