2、异常值（outliers）检测：业务法、Z-score、3σ准则、箱线图

1.1、业务法

  根据对业务的理解，然后对每一个指标设定一个合理的范围，一旦超过这个范围，则认为是异常值。比如收入，一般来说都是正数，如果出现小于0，则认为是异常值；再比如年龄，正常的年龄可能在100以内，如果出现年龄是好几百的，那么也认为是异常值。

1.2、3$\sigma$准则

  3$\sigma$准则又称拉依达准则，是指先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。

  $3\sigma 准则$，仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分大为前提的。

  在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴,如下图：

3σ原则为：

• p(μ-σ<X<μ+σ)中的概率为68.26%
• p(μ-2σ<X<μ+2σ)中的概率为95.44%
• p(μ-3σ<X<μ+3σ)中的概率为99.73%

  可以认为，X 的取值几乎全部集中在（μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%。

1.3、Z-score

  Z-Score也称为标准分数࿰