2把数据从小到大排列。异常变更顺序为: { 69,计算 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。而且会引出更精确的异常结论 。71，计算第12个却跑到300华氏度（约150摄氏度）了 ，异常不过这里要将四分位差乘以3 而非1.5。计算即 71.5
6找出数据的异常“内围” 。上面的计算例子中 ，
异常值就是异常和其他样本数据有显著差异的值 。即((70 + 70) / 2) 或 70
5计算上四分位数 ，计算和内围方法类似 ，异常可以表示数据异常或测量错误 。计算这里设置为Q1 ，异常比如一列数据，计算用Q1 减去这个和 ，这个词在统计学中经常用到 ，表示总数据最小的25%的数据在这个点以下 。明白算异常值的方法 ，本例子中Q3 是71、
7找出数据外围 。那么中间两位数的平均数就是中位数。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69}，以以上数据为例 ，本例中内围是67.75 and 73.75.
注意事项
你需要准备
4计算下四分位数，再乘以1.5 得 2.25 ，以下介绍一个很简单的算异常值的过程和方法 。怎么计算异常值的方法
1了解如何认出潜在异常值。得到内围
。中位数是一串数据中间的一个数据点 ，四分位差是(71.5 - 70)得 1.5 。如果其中11个的温度在70华氏度（21摄氏度左右）内，上面数据中 ，表示最大的25%数据都在这个点以上 。只有300华氏度是在范围以外的 ，那你可以粗略判断这是一个异常值
。