异常值检验计算说明

提示：本指南只针对异常值检验特有的内容进行描述，关于软件的通用操作流程（如文件上传、参数设置、结果下载等），请查看：通用计算说明

1. 方法概述

异常值检验用于识别数值变量中明显偏离主体分布的观测值，常见于数据清洗、问卷质量控制与稳健分析前的探索阶段。本工具提供三种识别规则：

• MAD 法（中位数绝对偏差）
• IQR 法（四分位距，默认）
• 标准差法（σ）

系统会输出各变量的判定上下界、异常值数量，以及可定位到 Excel 行号的异常值明细。

特别提醒： 被标记的异常值只表示“需要复核”，不建议脱离录入质量、业务规则和研究背景直接删除。

2. 计算步骤

2.1 检验原理

对每个数值变量的有效样本，先计算中心值与离散度，再按“检验倍数”确定上下界。落在区间外的观测记为异常值。

2.1.1 MAD 法

• 中心值：中位数
• 离散值：MAD（中位数绝对偏差）
• 判定区间：中位数 $\pm$ 检验倍数 $\times$ MAD

MAD 对少量极端值较稳健。

2.1.2 IQR 法

• $Q1$、$Q3$ 分别为第 25、75 百分位数
• 四分位距：

$$IQR = Q3 - Q1$$

• 判定区间：

$$[Q1 - k \times IQR,\ Q3 + k \times IQR]$$

• 常用 $k = 1.5$

2.1.3 标准差法（σ）

• 中心值：均值
• 离散值：样本标准差
• 判定区间：均值 $\pm$ 检验倍数 $\times$ 标准差
• 常用 3σ；更适合近似正态数据

2.2 数据文件格式

异常值检验需要上传第一行为变量名的 Excel 文件。

文件格式要求：

• 第一行为变量名称
• 至少包含 1 个数值变量
• 每个变量至少需要 3 个有效数值
• 空白单元格按缺失处理，不参与异常识别

数据示例：

页面可直接下载示例文件 异常值检验示例.xlsx 作为模板。示例中已植入若干可识别的极端值。

2.3 参数设置

• 识别规则

  • MAD（中位数绝对偏差）
  • IQR（四分位距，默认）
  • 标准差法（σ）

• 检验倍数

  • IQR 默认 1.5
  • MAD / 标准差法默认 3
  • 切换识别规则时，系统会自动重置为上述常用默认值
  • 可在 0.1–10 范围内手动调整；倍数越小越严格，标记的异常值通常越多

2.4 计算结果

2.4.1 异常值汇总

2.4.2 异常值明细

2.4.3 结果解读建议

1. 先看汇总表中异常率是否异常偏高；过高可能说明倍数过严，或数据本身存在系统性偏移。
2. 再用明细表回到原始 Excel 核查：录入错误、单位错误、真实极端个案。
3. 不同方法对同一数据的敏感程度不同：
   • 有极端值干扰时，MAD / IQR 通常比标准差法更稳健
   • 近似正态且关注尾部偏离时，标准差法较直观
4. 处理策略应结合研究目的：保留并稳健分析、缩尾、替换或删除均需说明理由。

2.5 结果下载

下载文件包含“异常值汇总”和“异常值明细”两个工作表。

3. 注意事项

1. 分类变量不会进入异常值检验。
2. 缺失值不参与上下界计算，也不会出现在明细中。
3. 异常值标记不等于“必须删除”。
4. 试用版仅支持使用示例文件计算。