什么是离群值？

离群值是指数据集中一个或多个与其余数据明显不同的数值。

例如，通过各匹马的平均单圈用时来确定最快的五匹马。任何异常的单圈用时，无论是过快还是过慢，均被视为离群值。

但是，如何从一个大型数据集中识别出异常值呢？

一种方法是计算四分位距。高于或低于四分位距 1.5 倍的数值被视为异常值。

第二种方法使用 z 分数。通常认为介于负二至正二倍 z 分数范围内的数值为正常值，涵盖约 95% 的数据值；超出此范围的任何数值均为离群值。

第三种方法是使用箱线图。任何位于箱线图须线之外的数据点均被视为异常值。

异常值可能影响数据的均值、标准差和极差，但某些异常值在不影响样本统计量的情况下可以被忽略。因此，在计算中是否考虑异常值或将其剔除，需要谨慎权衡。