术语结论
异常值剔除（Outlier Rejection）
识别并从数据序列中移除明显偏离正常范围的值以防止污染统计结果与报警判定的处理过程；常用格拉布斯检验、Dixon Q 检验与 3σ 准则。异常值剔除前必须判断是仪器故障/干扰还是真实工况事件——对应真实事件（暴雨、开挖）的异常值不应剔除而应保留并标注。自动剔除需设人工复核窗口防止误删关键数据，尤其是接近报警阈值的值。剔除后的空缺位置可标注为缺测或按插补规则处理。
解释与关联
常见应用
- 监测数据自动清洗
- 统计报表预处理
常见问题
异常值剔除会影响报警吗
会。被剔除的异常值不参与报警判定，如对应真实事件被误删会导致漏报；自动剔除需结合物理判据与人工复核。
3σ和格拉布斯哪个好
3σ简单但对小样本不可靠，格拉布斯检验更严谨适合小样本（n<50）；大样本（n>100）两者结果接近。
内容边界与下一步
异常值剔除属「数据处理」范畴，具体型号、量程与适用条件以 xmsiyb.com 正式技术资料为准；本词条仅作概念与技术路线说明。
