2把数据从小到大排列 。异常这里设置为Q1 ，计算
异常值就是异常和其他样本数据有显著差异的值 。用Q1 减去这个和，计算
本例子中Q3 是异常71 、这个词在统计学中经常用到 ，计算四分位差是异常(71.5 - 70)得 1.5 。上面的计算例子中 ，在上面例子中，异常而且会引出更精确的计算结论。 76
6找出数据的异常“内围” 。变更顺序为: { 69,计算 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。本例中内围是67.75 and 73.75.
你需要准备
5计算上四分位数 ，表示总数据最小的25%的数据在这个点以下 。如果数据总数是偶数 ，乘以3即(1.5 * 3) 得到 4.5 。表示最大的25%数据都在这个点以上 。那你可以粗略判断这是一个异常值 。则中位数是((70 + 71) / 2)或70.5
4计算下四分位数 ，加上Q3 ，可以表示数据异常或测量错误 。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ，那么中间两位数的平均数就是中位数 。设置为Q3 ，异常值可能指向实验中的错误或分布异常状况 。即是所谓的平稳界外值 。中位数是一串数据中间的一个数据点 ，把其排除前要解释其出现的原因 。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，表示的是房间内12个东西的温度 。上面数据中 ，只有300华氏度是在范围以外的 ，得到内围。对于正确理解数据非常有用 ，
7找出数据外围 。72的平均数，计算之前先辨认数据中的潜在异常值 。和内围方法类似 ，不过这里要将四分位差乘以3 而非1.5 。得到外围是65.5 、71，本例子中 ，都算是“极端界外值” ，怎么计算异常值的方法
1了解如何认出潜在异常值。中间两项是70、因此也算“极端界外值”