统计异常值检测

异常值计算器：在线计算 IQR 与 Z 分数

将一组数值粘贴到异常值计算器中，计算 IQR 围栏或 Z 分数，检查每个被标记的数值，并理解结果能够与不能支持哪些结论。

更新于 2026 年 8 月 14 日阅读约 9 分钟InfiniSynapse

本页目录

异常值计算器有什么作用？使用异常值计算器计算异常值前需要准备什么 IQR 与 Z 分数：应该使用哪种异常值方法？异常值计算器的公式与约定异常值计算示例如何验证异常值计算器结果异常值计算器的常见错误与限制结合关联证据调查已复核的异常标记关于异常值计算器的常见问题权威来源与核验说明

异常值计算器有什么作用？

异常值计算器对一组数值数据应用明确规则，并返回超出所得阈值的数值。本页支持 1.5×IQR 规则和绝对 Z 分数阈值；每个输出都只是待调查候选项，并非数据错误的自动证明。

比较组的选择先于公式。门店销售额应在可比的产品与季节内计算，实验室测量应基于稳定流程，响应时间应处于相同服务状态。混合单位、总体、时间区间或运行模式，可能产生仅反映数据混合而非真实异常观测的标记。

使用异常值计算器

输入至少四个有限数值，可用逗号、空格、分号或换行分隔。若需要稳健且较少依赖分布假设的起点，选择 IQR；若均值与标准差能够代表参考分布，选择 Z 分数。计算在当前浏览器中运行，本页不会上传这些数值。

数值数据集

方法

IQR 倍数

IQR 四分位数按索引 (n−1)p 进行线性插值；严格超出围栏的数值会被标记。Z 分数使用所选的样本或总体标准差。

隐私与范围：计算在本页本地完成，但除非组织政策允许，否则不要向任何工具粘贴机密数据。本计算器仅处理单变量序列；它不会拟合分布、运行 Grubbs 检验、建模时间依赖或检测多变量异常。

计算异常值前需要准备什么

可比观测使用相同变量、单位、总体与相关运行条件。应用全局阈值前，应先拆分已知分组。

原始值与稳定 ID保留未修改的源数据列与标识符，使每个标记都能追溯到记录、仪器、文件或事件。

缺失值策略确定空白、null、哨兵编码与无穷值是错误、排除项还是有意义状态。本计算器会拒绝非数值标记。

决策成本说明误报或漏报的代价。课堂练习、欺诈预警与安全测量需要不同的复核规则。

不要跨越代表不同过程的标签进行计算。例如，500 毫秒对批处理任务可能很普通，但对交互式 API 可能极端。如果时间顺序很重要，应保留时间戳，并在使用全局阈值前检查趋势、季节性、状态变化与自相关。

IQR 与 Z 分数：应该使用哪种异常值方法？

异常值计算器方法决策框架
方法	适合作为起点的情况	主要限制	关键设置
IQR fences	只有一个数值变量；分布偏态、重尾或不确定；希望使用稳健汇总。	在强偏态数据中可能标记较多观测；IQR 为零时表现可能不理想。	四分位数约定与倍数，内围栏通常使用 1.5。
Z 分数	均值与标准差有意义，且存在近似正态或其他可辩护的参考分布。	极端值会影响均值与标准差；偏态与混合分组可能使阈值产生误导。	绝对阈值以及样本（n−1）或总体（n）标准差。
正式异常值检验	已明确统计假设、错误率、分布假设以及单个或多个异常值的检验设计。	简单计算器不能替代假设检查、多重性控制或检验专用流程。	检验方法、显著性水平、样本量、疑似异常值数量与假设。

NIST 异常值检测指南建议进行图形检查并关注假设，包括任务针对单个还是多个异常值。可将计算器作为透明的初步筛查，再根据数据生成过程选择后续方法。

异常值计算器的公式与约定

IQR 方法。将数值排序，计算第一与第三四分位数，再用 Q3 减去 Q1。许多箱线图使用的内围栏为：

IQR = Q3 − Q1
Lower fence = Q1 − k × IQR
Upper fence = Q3 + k × IQR

本计算器默认 k = 1.5，并标记严格低于下围栏或高于上围栏的数值。NIST 还使用 k = 3 描述外围栏。“轻度”与“极端”只是描述性约定，不能证明成因或有效性。 Z 分数方法。每个数值减去均值，再除以所选标准差：

z = (x − mean) / standard deviation
Flag when |z| > cutoff

官方 SciPy Z 分数文档公开了自由度修正设置，因为总体与样本标准差不同。本页也显式提供该选择：输入值是目标总体的全部成员时使用 n；输入值是用于估计变异性的样本时使用 n−1。

四分位数没有唯一实现。本页在分数索引 (n−1)p 处使用线性插值。电子表格、教材与程序库约定可能在小数据集中产生不同的 Q1 与 Q3。应记录所用约定，不要把某个计算器的结果表述为普遍精确值。

异常值计算示例

考虑以下假设数据集：4、5、5、6、6、7、8、30。它可代表在可比条件下使用相同单位测得的八个观测；不涉及任何真实客户、流程或性能声明。

排序并确认比较范围这些数值已经排序。确认八个观测均属于相同变量、单位与相关分组。
计算四分位数按本页的线性插值约定，Q1 = 5，Q3 = 7.25。
计算 IQR 与围栏IQR = 2.25。k = 1.5 时，下围栏为 1.625，上围栏为 10.625。
标记后再调查只有 30 超出围栏。决定如何处理前，应检查其来源、单位、时间、分组及对下游结果的影响。

Z 分数计算可能产生不同结果，因为 30 同时提高均值与标准差。方法不一致本身不代表软件错误；它说明各方法对“异常”的定义不同。应报告具体方法的结果，而不是在缺乏理由时让多种方法“投票”。

如何验证异常值计算器结果

核对输入确认行数、解析规则、小数分隔符、单位、重复项、缺失值，以及哨兵编码是否被误当成测量值。
可视化完整分布使用点图、直方图、箱线图；若顺序重要，再使用运行图。检查偏态、多分组、间隙、截断与状态变化。
将每个标记追溯到证据检查源记录、仪器、事件日志、文档或交易。判断数值是错误、真实罕见事件、独立总体还是尚未解决的观测。
进行敏感性检查比较可辩护的四分位约定、倍数、稳健汇总、分组定义，以及包含与不包含候选值时的结果，但不要静默删除数据。
记录决策保留原始数据、方法、参数、软件约定、复核人、证据、行动与下游影响。检测与处理是两个独立决定。

异常值复核记录
字段	记录内容	重要原因
比较范围	变量、单位、分组、时间窗口、纳入规则	定义“异常”的参照
计算	方法、四分位约定或标准差类型、阈值、软件/版本	使标记可复现
证据	源记录、日志、文档、领域复核	区分错误与真实罕见事件
行动与影响	保留、修正、转换、分组、排除；处理前后结果	使决策可审计

异常值计算器的常见错误与限制

删除所有标记值真实极端值可能是最重要的观测。只有在有证据及记录规则时才修正或排除。

忽略偏态与混合分布单一阈值可能误标长尾或少数分组。应分组、转换或采用反映真实过程的模型。

隐藏实现选择四分位数、标准差、阈值等号、缺失值与舍入方式都会影响可复现性。

对结构化关系误用单变量规则某点在各变量上可能都普通，却在组合、语境或时间上异常。必要时应使用多变量或时间序列方法。

IQR 为零时需要特别谨慎。如果至少一半数值相同，两个四分位数可能重合，IQR 围栏会收缩到单一点。这可能把每个小偏差都标记出来，即使测量分辨率或普通噪声足以解释它。应展示原始数据、考虑领域容差，并使用适合测量过程的方法。

结合关联证据调查已复核的异常标记

打开 InfiniSynapse 前，只准备你有权使用的数据：稳定记录 ID、原始值、单位、分组与时间字段、所选检测方法与阈值、复核状态，以及相关源文件或文档。InfiniSynapse 是跨数据库、文件与文档进行 AI 辅助分析的工作区；本页不会把它描述为专用异常值计算器或正式统计检验包。可在调查阶段使用网页应用，将已复核标记与关联语境一起探索；任何具有实际后果的结论都应在业务使用前独立验证。打开 InfiniSynapse 进行关联数据分析

关于异常值计算器的常见问题

使用 IQR 计算异常值的公式是什么？

IQR 等于 Q3 减去 Q1。常用内围栏为 Q1 减去 1.5 倍 IQR，以及 Q3 加上 1.5 倍 IQR。超出围栏的数值是需要复核的候选异常值。

异常值计算器应使用 IQR 还是 Z 分数？

可将 IQR 作为单变量数据的稳健默认方法，尤其在分布偏态或形态不确定时。若均值与标准差有意义，且近似正态参考可以辩护，则使用 Z 分数。

为什么两个异常值计算器会给出不同答案？

四分位算法、围栏倍数、总体或样本标准差、缺失值规则与阈值比较方式都可能不同。比较结果前应记录这些设置。

被标记的数值必须删除吗？

不必。标记是调查线索，不是错误证明。决定保留、修正、转换、分组或排除前，应检查单位、源记录、分组、时间与业务语境。

本计算器能检测多变量或时间序列异常吗？

不能。本计算器每次只评估一个数值序列。多变量关系、趋势、季节性、自相关与变化点需要针对这些结构设计的方法。