格鲁布斯异常值检验法的前提是否要求数据呈现正态分布？

需要正态分布的前提，可以考虑先做正态性检验。方法有Aderson-Darling、Shapiro-Wilks检验等等，但是由于数据量原因也许容易通过正态检验（注意通过并不表示正态分布一定对，只是表示没有证据表明正态假定不对）。

目前的离群值outlier 检测一般基于近似正态分布假设除了Dixon tests，可采用以下方法：

1、Hampel's Rule，基于改良Z得分值

2、Grubbs' Test 用于单个离群值检测，但不推荐连续使用于多个离群值。

3、Tietjen-Moore Test ，为Grubbs' Test的改进方法，可用于多个离群值。

4、Generalized Extreme Studentized Deviate (ESD) Test，可用于探测有多少离群值，并给出统计检验的结果。

5、Dixon-type tests，适用于小样本非正态分布数据。只适用于数据中的最大最小值的检验。

对于非正态分布数据，可考虑数据转换，如对数转换后边近似正态，然后采用以上方法。

对于你的数据，建议做正态检验，在描述性统计基础上考虑可能的分布和离群值多少，可考虑用ESD方法。