異常值是指一組測定值中與平均值的偏差超過兩倍標準差的測定值，與平均值的偏差超過三倍標準差的測定值，稱為高度異常的異常值。
在處理資料時，應剔除高度異常的異常值。異常值是否剔除，視具體情況而定。在統計檢驗時，指定為檢出異常值的顯著性水平α=0.05，稱為檢出水平；指定為檢出高度異常的異常值的顯著性水平α=0.01，稱為捨棄水平，又稱剔除水平。
判斷異常值的規則：
(1)標準差已知——奈爾(nair)檢驗法；
(2)標準差未知——格拉布斯(grubbs)檢驗法和狄克遜(dixon)檢驗法。
1.格拉布斯(grubbs)檢驗法
(1)計算統計量
μ=(x1+x2+…+xn)/n
s=(∑(xi-μ)/(n-1))½(i=1,2…n)
gn=(x(n)-μ)/s
式中μ——樣本平均值；
s——樣本標準差；
gn——格拉布斯檢驗統計量。
(2)確定檢出水平α，查表（見gb4883）得出對應n，α的格拉布斯檢驗臨界值g1-α(n)。
(3)當gn>g1-α(n),則判斷xn為異常值，否則無異常值。
(4)給出剔除水平α』的g1-α』(n),噹噹gn>g1-α』(n)時,xn為高度異常值，應剔除。
2.正態分佈判斷
根據正態分佈的定義可知，距離平均值3δ之外的概率為 p(|x-μ|>3δ) <= 0.003 ，這屬於極小概率事件，在預設情況下我們可以認定，距離超過平均值3δ的樣本是不存在的。 因此，當樣本距離平均值大於3δ，則認定該樣本為異常值。
3. 箱線圖判斷異常值
超出箱線圖上下四分位數的數值點視為異常值。
4. 回歸線附近判斷
資料整體圍繞在回歸線周圍，那偏離回歸線的可能較大概率是異常值。
5.庫克距離判斷異常值
通過庫克距離得出資料記錄中的那些數值是異常值。
異常值檢查與處理
異常值，即在資料集中存在不合理的值，又稱離群點，如下所示 對屬性值進行乙個描述性的統計，從而檢視哪些值是不合理的。比如 對待乙個人的身高，不可能說有人的身高出現3m等以上的 如果是能使用影象直接顯示資料的話，可以直觀的直接直觀的從中得出異常值 當資料服從正態分佈 根據正態分佈的定義可知，距離平均值3...
異常值處理
簡單來說，即在資料集中存在不合理的值，又稱離群點。我們舉個例子，做客戶分析，發現客戶的年平均收入是80萬美元。但是，有兩個客戶的年收入是4美元和420萬美元。這兩個客戶的年收入明顯不同於其他人，那這兩個觀察結果將被視為異常值。每當我們遇到異常值時，處理這些異常值的理想方法就是找出引起這些異常值的原因...
異常值的處理
最近看到資料分析師秋招時關於異常值處理的問題，小白上網搜了以下，特在此做一下總結。何為異常值處理，小白要分異常值和處理兩步來介紹。異常值 對整體樣本資料結構表達時，通常抓住整體樣本一般性的性質，而在這些性質上與樣本整體表達不一致的點，稱其為異常點。異常值有好有壞，我們可以疾病 信用欺詐，網路攻擊等。...