如何在 excel 中轻松查找异常值

异常值是与数据集中的其他值异常远离的观察值。

异常值可能会产生问题，因为它们会影响分析结果。

我们将在 Excel 中使用以下数据集来演示查找异常值的两种方法：

相关： 如何在 Excel 中计算排除异常值的平均值

方法 1：使用四分位距

四分位距(IQR) 是数据集中第 75 个百分位数 (Q3) 和第 25 个百分位数 (Q1) 之间的差值。它测量平均 50% 值的分布。

如果某个观测值是第三个四分位 (Q3) 上方四分位距的 1.5 倍或第一个四分位 (Q1) 下方四分位距的 1.5 倍，我们可以将其定义为异常值。

下图显示了如何在 Excel 中计算四分位数范围：

然后我们可以使用上面提到的公式为数据集中的任何异常值分配“1”：

我们发现只有一个值——164——在这个数据集中被证明是异常值。

方法 2：使用 z 分数

z 分数告诉您给定值与平均值的标准差有多少。我们使用以下公式来计算 z 分数：

z = (X – μ) / σ

金子：

• X 是单个原始数据值
• μ 是总体平均值
• σ 是总体标准差

如果某个观测值的 z 分数小于 -3 或大于 3，我们可以将其定义为异常值。

下图显示了如何在 Excel 中计算数据集的平均值和标准差：

然后，我们可以使用平均值和标准差来查找数据集中每个单独值的 z 分数：

然后我们可以将“1”分配给 z 分数小于 -3 或大于 3 的任何值：

使用此方法，我们发现数据集中没有异常值。

注意：有时使用 z 分数 2.5 而不是 3。在这种情况下，单个值164将被视为异常值，因为它的 z 分数大于 2.5。

使用 z 分数方法时，请根据您的判断来确定您认为哪个 z 分数值是异常值。

如何处理异常值

如果您的数据中存在异常值，您有多种选择：

1. 确保异常值不是数据输入错误造成的。

有时，个人在保存数据时只是输入了错误的数据值。如果存在异常值，请首先验证输入的值是否正确并且没有错误。

2. 删除异常值。

如果该值确实是异常值，并且会对您的整体分析产生重大影响，则您可以选择将其删除。请务必在最终报告或分析中提及您删除了异常值。

3.为异常值指定一个新值。

如果异常值是数据输入错误的结果，您可以决定为其分配一个新值，例如数据集的平均值或中位数。