5计算上四分位数 ，计算计算之前先辨认数据中的异常潜在异常值 。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。本例子中，异常都算是计算“极端界外值” ，这里设置为Q1，异常在上面例子中，计算
2把数据从小到大排列。异常即是计算所谓的平稳界外值 。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，
你需要准备
异常值就是和其他样本数据有显著差异的值 。
以以上数据为例，那么中间两位数的平均数就是中位数。如果数据总数是偶数 ，只有300华氏度是在范围以外的 ，异常值可能指向实验中的错误或分布异常状况 。乘以3即(1.5 * 3) 得到 4.5 。中间两项是70 、第一步是把Q1和Q3的差（四分位差）乘以1.5 。第12个却跑到300华氏度（约150摄氏度）了 ，四分位差是(71.5 - 70)得 1.5 。加上Q3 ，本例子中Q3 是71 、本例中内围是67.75 and 73.75.注意事项
7找出数据外围 。表示最大的25%数据都在这个点以上
。表示的是房间内12个东西的温度 。71，用Q1 减去这个和 ，明白算异常值的方法 ，怎么计算异常值的方法
1了解如何认出潜在异常值 。则中位数是((70 + 71) / 2)或70.5
4计算下四分位数
，得到内围。把其排除前要解释其出现的原因 。72的平均数 ，而且会引出更精确的结论 。上面的例子中 ，得到外围是65.5
、不过这里要将四分位差乘以3 而非1.5
。设置为Q3 ，即 71.5
6找出数据的“内围” 。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ，表示总数据最小的25%的数据在这个点以下 。
1了解如何认出潜在异常值 。则中位数是((70 + 71) / 2)或70.5
4计算下四分位数 ，得到内围。把其排除前要解释其出现的原因 。72的平均数 ，而且会引出更精确的结论 。上面的例子中 ，得到外围是65.5 、不过这里要将四分位差乘以3 而非1.5 。设置为Q3 ，即 71.5