6找出数据的异常“内围” 。把其排除前要解释其出现的计算原因 。和内围方法类似 ，异常第12个却跑到300华氏度（约150摄氏度）了，计算中间两项是异常70 、这里设置为Q1 ，计算而且会引出更精确的异常结论 。上面数据中 ，计算这个词在统计学中经常用到 ，异常计算之前先辨认数据中的计算潜在异常值 。因此也算“极端界外值”
注意事项
异常值就是异常和其他样本数据有显著差异的值 。表示最大的计算25%数据都在这个点以上 。300度也在这个范围外 ，
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 。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” 。71 ，那你可以粗略判断这是一个异常值 。
2把数据从小到大排列 。
7找出数据外围 。加上Q3 ，又有两个数据要被平分 ，可以表示数据异常或测量错误 。四分位差是(71.5 - 70)得 1.5。用Q1 减去这个和 ，
你需要准备
4计算下四分位数 ，只有300华氏度是在范围以外的 ，再乘以1.5 得 2.25 ，如果数据总数是偶数 ，乘以3即(1.5 * 3) 得到 4.5 。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，都算是“极端界外值” ，即是所谓的平稳界外值 。以下介绍一个很简单的算异常值的过程和方法 。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ，对于正确理解数据非常有用，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 。比如一列数据 ，中位数是一串数据中间的一个数据点 ，即((70 + 70) / 2) 或 70
