我们在分析数据的时候，经常会碰到某些数据远远大于或小于其他数据，这些明显偏离的数据就是离群值，也叫奇异值、极端值。
离群值产生的原因大致有两点：
1. 总体固有变异的极端表现，这是真实而正常的数据，只是在这次实验中表现的有些极端，这类离群值与其余观测值属于同一总体。
2. 由于试验条件和实验方法的偶然性，或观测、记录、计算时的失误所产生的结果，是一种非正常的、错误的数据，这些数据与其余观测值不属于同一总体。
由于数据的分布不同，判断离群值的方法也有所差别，在此只介绍国标
GB/T4883-2008对于正态分布情况下的离群值判断方法，其他分布情况下，我还没有找到相关资料。
对于离群值，国标也有一些概念定义：
1. 检出水平
为检验出离群值而指定的统计检验的显著性水平，和大多数检验一样，α一般为0.05
2. 剔除水平
为检验出离群值是否为高度离群值而指定的统计检验的显著性水平，剔除水平α*不应超过检出水平α，通常为0.01，个人认为这个剔除水平就是判断该离群值是否需要实际剔除，也就是说该离群值有可能是第二类原因产生的非正常样本数据。
3. 统计离群值
在剔除水平下统计检验为显著的离群值
4. 歧离值
在检出水平下显著，而在剔除水平下不显著的离群值。
================================================
正态分布情况下的离群值判断方法，大致可分为两类：可以检验剔除水平和不可检验剔除水平
一、可检验剔除水平
1. 总体标准差已知时，奈尔检验法
我们在分析数据的时候，经常会碰到某些数据远远大于或小于其他数据，这些明显偏离的数据就是离群值，也叫奇异值、极端值。
离群值产生的原因大致有两点：
1. 总体固有变异的极端表现，这是真实而正常的数据，只是在这次实验中表现的有些极端，这类离群值与其余观测值属于同一总体。
2. 由于试验条件和实验方法的偶然性，或观测、记录、计算时的失误所产生的结果，是一种非正常的、错误的数据，这些数据与其余观测值不属于同一总体。
由于数据的分布不同，判断离群值的方法也有所差别，在此只介绍国标
GB/T4883-2008对于正态分布情况下的离群值判断方法，其他分布情况下，我还没有找到相关资料。
对于离群值，国标也有一些概念定义：
1. 检出水平
为检验出离群值而指定的统计检验的显著性水平，和大多数检验一样，α一般为0.05
2. 剔除水平
为检验出离群值是否为高度离群值而指定的统计检验的显著性水平，剔除水平α*不应超过检出水平α，通常为0.01，个人认为这个剔除水平就是判断该离群值是否需要实际剔除，也就是说该离群值有可能是第二类原因产生的非正常样本数据。
3. 统计离群值
在剔除水平下统计检验为显著的离群值
4. 歧离值
在检出水平下显著，而在剔除水平下不显著的离群值。
================================================
正态分布情况下的离群值判断方法，大致可分为两类：可以检验剔除水平和不可检验剔除水平
一、可检验剔除水平
1. 总体标准差已知时，奈尔检验法