【金秋计划】实验数据中出现了异常值，该如何剔除

我们做实验室往往会有很多次的重复性试验，那么多次的实验，就不能保证所有的数据都是正常值，再排除掉仪器的跳动或者某些已知的异常值，隐藏在我们数据中的异常值该如何剔除呢？常用异常值的剔除方法有三种：拉依达准则、格拉布斯准则、狄克逊准则。三种方法各有使用的局限性和优越性，我们分别来说。

拉依达准则：要求测量次数n≥10，计算方法：计算出十次测量值的标准偏差，某个异常值与平均值之差的绝对值≥3s，则判定该值为异常值。注:GB/T4883，已不采用该方法。

格拉布斯准则：使用比较广泛，计算简单。使用范围：测量次数大于3次小于50次，即3＜n＜50。局限性：只能剔除一个异常值。计算方法：最大残差减去平均值的绝对值/标准偏差≥G（a，n），关于G（a，n）的数值见下表：

狄克逊准则：不同次数的计算方式不太相同，计算方法可自行搜索，如有不同的地方，可在公众号留言。优点是可以多次剔除异常值，缺点也很明显。每次只能剔除一个异常值。想要剔除多个异常值，需要重新排序后，再计算，计算量比较大。

三种方法各有优缺点，在我们实际工作过程中，可以三种方法相辅相成。假设用格拉布斯准则判断某个值为异常值，用狄克逊准则却判断为不是异常值，该值最好按照非异常值处理。通过上述方法，你学会判断异常值了吗？

异常值的剔除方法远远不止在三种方式，剔除方法有多种多样，但本着科学严谨的态度，对于异常值的剔除，不能靠自己的主观意识去剔除。