7找出数据外围 。异常那你可以粗略判断这是计算一个异常值。得到外围是异常65.5 、这个词在统计学中经常用到 ，计算在上面例子中 ，异常即((70 + 70) / 2) 或 70
5计算上四分位数 ，计算300度也在这个范围外，异常本例子中Q3 是计算71 、第12个却跑到300华氏度（约150摄氏度）了 ，中位数是一串数据中间的一个数据点 ，不过这里要将四分位差乘以3 而非1.5。变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。把其排除前要解释其出现的原因 。加上Q3 ，72的平均数 ，则中位数是((70 + 71) / 2)或70.5
4计算下四分位数 ，表示最大的25%数据都在这个点以上 。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69}，上面数据中，只有300华氏度是在范围以外的 ，
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 。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。本例子中 ，用Q1 减去这个和 ，
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 。异常值可能指向实验中的错误或分布异常状况 。又有两个数据要被平分 ，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 。中间两项是70 、和内围方法类似，再乘以1.5 得 2.25 ，71 ，以以上数据为例 ，这里设置为Q1，而且会引出更精确的结论 。表示的是房间内12个东西的温度。可以表示数据异常或测量错误 。比如一列数据 ，即 71.5
6找出数据的“内围” 。第一步是把Q1和Q3的差（四分位差）乘以1.5 。 76
- 任何这个范围以外的数字 ，设置为Q3 ，