做数据分析的人，十有八九都经历过这种场景：指标算出来，均值方差总觉得哪里不对劲，画个箱线图一看，几个点孤零零甩在尾巴上。把它删了吧，怕把真实信号删没了；留着吧，模型被它拽得东倒西歪。异常值检测这个事，表面看是"找不正常的数"，实际操作里全是门道。方法选错、假设不成立、尺度不统一，都会让结果南辕北辙。

这篇文章我按"统计检验派、距离残差派、密度聚类派、高维时序派"四条线，把常见的20种数据异常值检验方法从头到尾捋一遍。每种方法都写了原理、适用条件、核心代码和实际坑点，最后再给一张速查表和选型流程。不管你是刚入行的数据新人，还是被脏数据折磨已久的老手，都能按图索骥找到适合当前场景的那把刀。

1. 动检之前，先把这几个问题想清楚

1.1 重新定义"异常值"

很多人一上来就套公式，结果常栽在第一步：对"异常"的理解本身就歪了。同一批数据，在不同语境下"异常"的定义完全不同。

按统计学的经典定义，异常值是"明显偏离其余观测值的观测值"，但这个"明显偏离"依赖你对数据分布的假设。如果数据近似正态，那偏离均值3倍标准差以上就是极端；如果数据是长尾分布，尾巴上的点可能完全正常。更细一点，还能把异常分成三种：

• 全局异常：单看一个点，它就和绝大多数样本不一样，比如一批订单金额里混进一个一百万的。
• 局部异常：放在全局看挺正常，但放在它所在的局部邻域里很反常。比如商场工作日下午人流量都是300-500，突然有个店面单小时冲到3000。
• 时序异常：在时间上下文里才体现出来。比如服务器QPS平时波动平稳，某天凌晨3点突然翻十倍，放在全局统计里可能只是尾巴，但在时间序列里就是明确异常。

动手检测前先问自己：我要的是哪种异常？这决定了下面20种方法里哪几种适用。

1.2 数据分布假设比方法本身更重要

异常值检验方法几乎都自带前提假设。3σ原则要求近似正态，Grubbs检验直接要求正态总体，IQR不要求分布但要求样本量别太小，LOF这类基于密度的方法对数据尺度极度敏感。假设不满足，再"高级"的方法也只是精确地给出错误答案。

所以在正式检测前，我强烈建议先做三件事：看直方图了解分布形状，做正态性检验（Shapiro-Wilk或者K-S检验）确认能不能用参数方法，画散点图看数据有没有明显的簇结构和局部密度差异。这一步不花多少时间，但能帮你避掉后面一大半坑。

1.3 检出异常以后怎么办

检测本身不是终点。拿到异常值清单后，通常会走四条路之一：

• 删除：确认是采集错误、录入错误或测量故障，直接剔除。
• 截尾/替换：用分位数、均值或前后值把异常拉回归一范围，常用在时间序列和评分卡里。
• 保留但稳健化：数据本身就在长尾分布上，此时不该删点，而应该用中位数、MAD、稳健回归这类方法降低极值影响。
• 单独建模：异常本身代表风险或机会，比如反欺诈、故障预警，这时候异常值恰恰是最需要分析的信号。

这个方法库里所有技术，最终都是为上面某一种策略服务的。先定策略，再选方法，顺序不要反。

2. 统计检验派：经典且上手的8种方法

2.1 3σ原则与Z-score

3σ原则是新手最容易接触到的异常检测方法，核心假设是数据近似服从正态分布。计算每个点离均值的标准差倍数：

z = (x - μ) / σ

当|z| > 3时，该点落在均值±3σ之外，在标准正态分布下概率只有约0.27%，判定为异常。

优点是好算、好解释，业务方一听就懂。缺点有二：其一是均值和标准差本身对异常值敏感，如果数据里已经混入好几个异常点，均值和σ会被"污染"得偏大，导致异常点被掩盖（统计上叫masking效应），本来很极端的点反而算不出高z值；其二是真实业务数据很少是干净的正态分布，稍微带点偏态就很容易误杀。

所以3σ最适用的场景是：质量管理里对单指标的粗筛、数据采集阶段的快速体检、特征分布相对受控的工业传感数据。用在偏斜严重的收入、流量数据上，要非常小心。

2.2 MAD中位数绝对偏差法

为了对抗3σ对异常值敏感的问题，统计学家推荐用中位数和MAD来替代均值和标准差。MAD计算方式是：

MAD = median(|Xi - median(X)|)

为了让它能和标准差在同尺度上比较，通常乘一个修正系数1.4826（在正态分布下，MAD约等于0.6745σ，所以取倒数）。改进后的稳健Z-score为：

z_mad = 0.6745 * (Xi - median(X)) / MAD

|z_mad| > 3.5时可判为可疑异常值，这个阈值是Iglewicz和Hoaglin在1993年论文里给出的建议。

MAD法的好处是抗遮盖能力强，即使数据里混入20%左右的异常值，中位数和MAD的估计也不会被明显拉偏。对于偏态数据、含较多离群点的数据，它比3σ可靠得多。我在处理用户行为指标时，默认就会先用MAD扫一遍，再决定要不要用更复杂的方法。

2.3 IQR四分位距法

这是箱线图背后的原理，也是我日常用得最频繁的快速体检方法。先把数据按大小排序，取第一四分位数Q1（25%分位）和第三四分位数Q3（75%分位），定义四分位距：

IQR = Q3 - Q1

常规判异常的下限是Q1 - 1.5IQR，上限是Q3 + 1.5IQR。超出这个区间的点，在箱线图里会显示为箱体外的散点。如果想更激进地筛选极端值，可以用3倍IQR作为界限。

IQR不依赖数据分布，天然对异常值稳健，因为分位数不受极端值影响，但它也有一个隐性前提：样本量不能太小。数据只有几十个时，IQR本身波动就大，用1.5倍界外很容易误判。另外对厚尾分布，Q1和Q3之间的距离被极值撑得很大，很多真正的异常反而落在"正常范围"里。这时候可以考虑对数据取对数，或者用广义ESD方法。

2.4 Grubbs检验

Grubbs检验（也叫广义极端学生化偏差检验中的单点版本）是假设检验派的代表，专门用来检测"正态样本中是否存在一个离群点"。原假设是数据没有离群值，统计量是：

G = max|Xi - mean| / sd

也就是离均值最远的那个点，距离用标准差标准化后有多大。拿到G值后，根据样本量n和显著性水平α查临界值，超过临界值就拒绝原假设，认为最大值或最小值是异常。

Grubbs检验有明确的统计推断意义，不像3σ那样拍脑袋。但它有两个明显限制：一次只能检验一个离群点，而且对masking效应敏感——数据里有多个异常时，方差被拉大，G值会变小，导致检不出来。所以用它时要先对数据做仔细的可视化检查，确认异常点数量不超过1个，或者在每轮剔除一个异常后重复检验。

这个检验在R里有outliers::grubbs.test，Python里可以自己写，核心逻辑就是计算G值和临界值。样本量小时（n<30）它比3σ可靠得多，因为临界值会根据样本量自动收紧。

2.5 Dixon检验

Dixon检验也叫Q检验，Grubbs检验同属小样本异常检测的经典方法，最早用于化学实验中可疑测量值的判断。它把极差比作为统计量，专门检验最大值或最小值是不是离群点。

检验最小值时：

Q = (X2 - X1) / (Xn - X1)

其中X1是最小值，X2是第二小值，Xn是最大值。Q值本质上是"最边缘点和次边缘点的差距"占"全数据极差"的比例。这个比值越大，说明最小值和它邻居之间的缝隙越大，越可能是异常。

Dixon检验最突出的价值在于适合小样本，n在3到30之间时很稳。它也不要求估计均值和方差，只依赖排序后的两端数值，所以抗污染能力也不错。缺点是同样一次只能处理一个异常点，检验前可以先用可视化确认异常是否集中在单侧。化学、医学检验这类样本量小、测量过程重复性强的场景，Q检验依然很常用。

2.6 GESD广义极端学生化偏差检验

如果异常点不止一个，又想做严格的假设检验，GESD是首选。它本质上是Grubbs检验的推广，由Rosner提出，专门解决单点Grubbs方法无法处理多异常值的问题。

GESD限制用户设定一个最大可疑异常数r，然后迭代计算。第一轮计算离均值最远的点的标准分数R1，暂时剔除它；第二轮在剩余数据上再算最远点的标准分数R2，再剔除；如此反复，得到R1, R2, ..., Rr。每一轮都有一个对应临界值λi，最后一个满足Ri > λi的序号i，就是建议检出的异常数量。

这套流程能有效规避masking和swamping（正常点被误判为异常）这两个经典问题。我测过故意混入3个异常点的数据，GESD能稳定识别出来，而直接对全量数据跑Grubbs基本检不出。它在Python里没有现成打包好的通用实现，但核心循环不到二十行，Annaconda生态下可以直接参考Rosner的原始论文复现。

2.7 偏度-峰度法与Jarque-Bera检验

偏度（skewness）反映分布不对称的程度，峰度（kurtosis）反映尾部厚度。标准正态分布的偏度为0，峰度为3。如果一个数据集里存在异常极端值，数据分布往往表现为偏度绝对值变大、峰度明显超过3——尾巴变重了，或者出现单侧拖尾。

Jarque-Bera检验就是同时考察这两个指标的统计量：

JB = n * (S² / 6 + (K - 3)² / 24)

S是样本偏度，K是样本峰度。JB值越大，说明数据越偏离正态，原假设"数据来自正态分布"越可能被拒绝。

说到底这个方法不是直接给异常值名单，而是告诉你"这批数据里大概率混杂了异常或重尾成分，别直接套均值、别直接用3σ"。它更像一个预警信号：当看到JB检验P值极小时，就该换稳健方法了。在实际流程里，我把JB检验放在Grubbs、GESD之前做预筛选，很有用。

2.8 正态性检验辅助异常识别

严格说Shapiro-Wilk和Kolmogorov-Smirnov是正态性检验，不是异常值检验，但在业务实操里它们经常被拿来配合异常检测。一个很典型的思路是：对全量数据做正态性检验，P值显著时先不急着下结论，把可视化发现的几个极端点剔除后，再对剩余数据做一次检验。如果P值从不显著变为显著、分布恢复正常，那被剔除的点大概率就是异常。

Shapiro-Wilk适合样本量小于5000的情况，敏感性比较强；大样本下常用K-S检验或者Anderson-Darling检验。这个方法的作用机制是：正态性检验没通过，不代表一定有异常，也可能是分布本身不对称；但配合业务规则和可视化，它能帮你把"纯统计异常"和"分布本来就长这样"区分开。

3. 距离与残差派：把异常放进模型里看

3.1 学生化删除残差与Cook距离

当数据里有解释变量和被解释变量时，单独看一个维度的分布不够，要看"模型预测值和真实值之间的差距"。线性回归有个假设是残差服从正态分布，如果某个样本的残差异常大，它很可能就是异常值。

这里推荐学生化删除残差（studentized deleted residual）。它比普通残差更严格：拟合回归时把第i个样本剔掉，再用剩余样本的模型预测第i个样本，然后计算预测误差并标准化。如果这个值的绝对值超过2或3（根据样本量查t分布临界值），说明这个点对模型的偏离是真实存在的，不是被其他异常样本撑出来的。

与之配套的是Cook距离，它衡量"删除第i个样本后，所有拟合值的变化总量"。Cook距离大的点不一定残差大，也可能是高杠杆点——位置很边缘，对模型影响极大。常规建议是Cook距离大于4/(n-k-1)的样本值得高度警惕。

这个派系特别适合回归建模前的数据清洗，比如广告投放归因、价格弹性分析，直接看指标异常不如看模型残差异常来得准。

3.2 马氏距离

马氏距离是经典统计里处理多维异常最优雅的方法之一。普通欧氏距离不关注变量之间的相关性和量纲差异，而马氏距离把协方差结构考虑进去了：

D_M = sqrt((x - μ)ᵀ Σ⁻¹ (x - μ))

其中Σ是样本协方差矩阵。它能识别出"单变量看起来正常，但组合起来极其异常"的点。举个例子，身高和体重的组合，普通欧氏距离只看到数值差，马氏距离会同时惩罚与整体分布不一致的变量组合。

马氏距离的理想情况是数据服从多元正态分布，此时D²服从卡方分布，可以用卡方临界值（比如自由度p=5时，95%分位对应约11.07）判断异常。实际使用中要注意两个问题：一是协方差矩阵对异常值敏感，高维大样本时可以用最小协方差行列式（MCD）这类稳健估计替代；二是维度太高时协方差矩阵可能病态，需要先用PCA降维。

3.3 KNN距离法

基于距离的异常检测有一个直观思路：如果某个样本和它的k个最近邻居之间的距离都很大，那它就是异常点。KNN距离法用每个点到第k近邻居的距离作为异常分数，这个距离越大，样本越孤立。

实现时通常对距离做标准化，或者取k个邻居的平均距离，避免单一邻居造成波动。k的选择很关键：太小容易被局部噪声欺骗，太大会忽略局部密度差异。我一般建议k取总样本量的2%-5%，并且至少5个以上。

KNN距离法的优点是不需要分布假设，对任何连续型数据都能用；缺点是对数据尺度极度敏感，特征量纲不一致时需要先做标准化。而且它的计算复杂度高，样本量大时要考虑用近似最近邻算法加速。它在欺诈检测、日志异常里很常见，本质上是把"离群程度"转化成"邻居距离"。

3.4 稳健回归残差

普通最小二乘回归本身对异常值很脆弱，一个异常点就能把拟合线拉过去，导致残差看起来都不大。此时异常值反而"藏"进模型里了。要避免这个情况，可以换稳健回归方法，比如Huber回归或RANSAC。

Huber回归通过分段损失函数降低大残差样本的权重：残差小的时候用平方损失，残差大的时候用线性损失，这样异常样本不会过分主导模型。拟合完毕后，再计算每个样本的标准化残差，把残差超过某个阈值（比如3倍稳健标准差）的点标为异常值。

RANSAC的思路更彻底：随机抽样拟合模型，统计每个模型的支持样本数（内点数量），最后保留能获得最多内点支持的模型，不在内点集里的样本视为异常。这套方法在点云注册、计算机视觉、传感器数据融合里用得很多，因为真实世界数据里异常比例可能高得离谱（超过50%），普通稳健回归也扛不住。

4. 密度、聚类与集成派：复杂分布下的主力方法

4.1 LOF局部异常因子

这是局部异常检测的地基方法，由Breunig等人在2000年提出。核心思想是：一个点的异常程度，应该和它邻居的密度对比来看，而不是和全局比。

算法先计算每个点的k距离和k邻域，再计算局部可达密度。如果一个点的局部密度远低于它邻居的局部密度，LOF值就会明显大于1。这就是"局部异常"：放全局可能普通，但和周围环境比就突兀。比如闹市区一个高档餐厅，消费金额放在全市看正常，放在那一条小吃街里就是异常异常。

LOF最大的优点是能处理密度不均匀的数据，比如不同区域有不同密度簇时。缺点有两个：一是k值对结果敏感，太小或者太大都会失真；二是计算成本高，不适合超大样本。工程上跑LOF前都会做降维或抽样，或者用FastABOD等近似方法。

4.2 DBSCAN的噪声点

DBSCAN是一种基于密度的聚类算法，它的副产品正好可以用来做异常检测。算法用两个参数扫描数据：邻域半径eps和最小样本数minPts。如果一个点eps半径范围内的邻居数少于minPts，且它自己也不在某个密度可达的簇里，这个点就被标记为噪声点（cluster label为-1）。

DBSCAN做异常检测的好处是完全不用事先指定异常比例，也不用假设数据分布在某个特定形状里，能处理任意形状的簇。但eps参数很难调——设小了全是噪声，设大了把异常点和正常点揉进同一个簇。实际调参时我会先看k距离图（每个点到第minPts近邻居的距离排序曲线），找曲线上出现明显"拐点"的位置作为eps候选值。

4.3 K-means距离法

K-means本质是聚类，但离群检测也很常见。流程是：先用K-means把数据聚成K簇，计算每个样本到其所属簇中心的距离，把距离超过阈值的样本判为异常。更稳健的做法是同时记录每个样本到最近两个簇中心的距离，如果到最近簇的距离大，且到第二近簇的距离也不小，说明它处在簇与簇之间空旷区域，是典型的边界异常。

K-means距离法的优点是简单可扩展，大数据量上跑得飞快，甚至能在Spark或SQL里实现。缺点也很明显：K值要事先给定，簇中心容易被异常点拉偏；而且K-means假设簇是凸形的，数据形状复杂时效果会打折。它比较适合作为高维业务指标的粗筛，不适合精细的局部异常发现。

在距离异常检测场景下，K-means对异常点本身也敏感，所以有时候会先用"k-medoids"这类更稳健的方法，或者刻意设置较大的K值，把异常点单独劈成小簇，再结合每簇样本数判断。

4.4 One-Class SVM

One-Class SVM是支持向量机家族里专门处理单分类问题的模型。它的思路是：不关心正常样本具体属于哪几类，只看正常样本在特征空间里被一个超平面包裹得有多紧，落在超平面之外的样本就是异常。

核函数的选择对One-Class SVM影响极大。RBF核是通行的默认选择，但gamma参数如果太大，每个正常样本都被自己周边的极小区间包住，测试时几乎所有样本都会判为异常；gamma太小，超平面过于平滑，异常点容易漏掉。nu参数控制训练集里"被视为异常"的样本比例上限，相当于给模型一个可容忍的污染率上界。

One-Class SVM在小样本、特征维度不太高的场景下表现很好，比如设备状态监控、单用户行为画像。但训练到大样本时速度慢，调参也有点看手感，不如孤立森林这类方法省心。

4.5 孤立森林

这是集成学习里对异常检测最友好的方法，由刘飞等人提出，核心思想非常反直觉：不描述"正常长什么样"，而是用"容易被隔离"来定义异常。

算法随机选一个特征，在特征取值范围内随机选一个切分点，把数据切成两份，递归切下去直到每个样本被单独隔离。正常样本通常要切很多刀才能被孤立出来，异常样本由于分布在稀疏区域，往往几刀就孤立了。每个样本的路径长度均值越小，被孤立得越快，异常分数越高。因为用的是随机切分，它天然不依赖距离计算，非常适合高维大力数据。

sklearn里一行代码就能跑：

from sklearn.ensemble import IsolationForest clf = IsolationForest(contamination=0.05, random_state=42) preds = clf.fit_predict(X) # -1 表示异常

contamination参数表示预估的异常比例，需要结合业务判断并反复验证，这直接决定判定阈值。孤立森林的缺点是对"局部异常"不敏感，因为它是全局的隔离过程，当数据存在明显密度差异时，容易把低密度区域的正常样本判为异常，或者忽略高密度区域里的局部离群点。

5. 高维与时序场景的进阶武器

5.1 PCA重构误差

高维数据里，异常值经常藏在变量之间的相关结构背后。PCA把原始数据投影到几个主成分方向，保留主要方差，再重构回原空间。如果某个样本只符合"大部分变量的正常模式"但违反了变量间的相关关系，它的重构误差（原始向量与重构向量的距离）就会很大。

我举个例子：正常用户在平台上的登录次数和订单金额通常有一定正相关，PCA捕获这个结构后，某个用户登录很多次但订单为零，重构回去时它的误差就会暴露出来。单看每个维度的z-score，这个用户完全正常。

PCA重构误差的实操要点是选主成分个数，通常保留累计方差贡献率85%-90%或者按特征值大于1来选。主成分太少会丢失细节，太多又把噪声学进去。这个方法的天然优势是对线性结构的数据效果极好，且计算高效；缺点是对非线性关系无能为力，这时候要上自编码器。

5.2 自编码器重构误差

自编码器可以看作PCA的非线性版本。网络结构上先通过编码器把输入压缩到低维隐向量，再用解码器从隐向量还原输入。训练时只用正常样本，让重构误差尽量小。检测时如果某个样本重构出来的结果和原样本差得特别远，说明它不符合训练集里"正常样本"的压缩规律，判为异常。

代码大致长这样（PyTorch风格的思想版）：

# 训练阶段：只喂正常样本，最小化重构误差 recon = decoder(encoder(x)) loss = mse(recon, x) # 检测阶段：计算每个样本的重构误差，超过阈值判为异常 score = mse(decoder(encoder(x_test)), x_test)

自编码器对图像、文本Embedding、工业传感这类高维非结构化数据的异常检测效果很好。但它也有明显的坑：阈值不好定；如果异常样本混进训练集，模型会把异常也学进去，重构误差反而变小。所以实际项目里要先做一轮保守清洗，或者用更鲁棒的变体（比如对抗自编码器）。网络结构太小学不到正常模式，太大容易过拟合到噪声上，需要结合验证集慢慢调。

5.3 CUSUM与滑动窗口

时间序列异常和普通表格数据不同，它带有时序依赖，不能简单把所有点混在一起算分布。CUSUM（累积和检验）是一种经典的变点检测方法，专门监控序列的均值是否发生持续偏移。它对小幅连续漂移非常敏感，适合检测"缓慢劣化"类的异常。

基本思路是：对每个新观测值，累积它与目标均值的偏差，当累积和超过设定阈值H时报警。实现里通常定义正负两个累积量，分别检测均值上偏和下偏：

S_plus = max(0, S_plus + (x - (μ0 + K))) S_minus = max(0, S_minus - (x - (μ0 - K)))

其中μ0是目标均值，K是允许的偏移灵敏度，H是报警阈值。K通常取δ/2（δ为最小可检测偏移），H取4σ或5σ。这个"允许小幅波动、累积越界才报警"的特性，让它非常适用于工业过程控制、服务器指标监控。

滑窗法更朴素一些：设定一个时间窗口，窗口内计算均值、方差或分位数，如果当前点的值与窗口统计量偏差过大就报警。它比CUSUM更适合检测突发尖峰，但窗口长度要调，太短会被噪声频繁触发，太长又拖慢反应速度。

6. 20种方法速查与选型心法

6.1 方法速查表

6.2 按场景选型：一个可复用的决策流程

这么多方法，拿到实际项目时怎么选？我自己的决策流程大概是这样：先看数据类型，判断是表格数据、时序数据还是图像文本等非结构化数据。如果是单变量表格数据，先跑MAD或IQR做全量扫描；如果业务要求严格假设检验，再上Grubbs或GESD。如果是多变量数据且变量间有明显相关性，优先考虑马氏距离或PCA重构误差，同时用孤立森林跑一版作为对照。如果数据密度不均、存在明显簇结构，上LOF或DBSCAN。如果参数总量太大或者维度数百上千，隔离森林永远是性价比最高的那一档。时序数据则无脑先做滑动窗口观察，再用CUSUM补一个慢漂移检测通道。

选两个方法交叉验证也很重要。同一样本同时被两个不同派别的方法标记为异常，那它确实很可疑；只被一种方法检出，需要再多看可视化。

6.3 实测中绕不开的坑

这一路写下来，我发现一个规律：几乎所有方法失效，都逃不过下面几类问题。

masking与swamping。异常值污染了统计量，使得检测不到真异常，或者反过来把正常点误判成异常。规避办法就是优先用稳健统计量（中位数、MAD），并考虑GESD这类迭代消除方法。

分布误判。不检验数据分布就直接套正态公式，最常见错误。尤其收入、点击、时长这类数据，几乎都是长尾分布，直接3σ会把大量正常业务点标红。处理这类数据，先考虑取对数或Box-Cox变换，再用正态假设方法。

维度灾难。高维空间里距离趋向均匀，欧氏距离、马氏距离都是重灾区。这时候距离派方法会集体失效，换成基于树模型的孤立森林、基于重构误差的自编码器效果更好。特征能降维就降维，不是万不得已不要在高维空间硬算密度。

样本量太小。小于10个点时，任何基于分布估计的方法都不可靠。我建议小样本直接用视觉检查加业务规则，强上统计检验只有误导意义。

时序数据当独立样本处理。这是业务里最高频的错误：直接把序列上所有点混一起算均值和分位数。时序数据的每个点都和前后点相关，简单全局异常检测根本分不清趋势变化和真正的异常，必须优先考虑滑动窗口、CUSUM或者STL分解加残差检测。

重要提示：所谓"异常值检测"的最终结果只是候选名单，不是最终判断。所有统计方法都在给你提供关于"这个点有多不像大多数数据"的证据，至于它是不是业务层面必须处理的异常，要结合指标口径、采集链路和业务逻辑人工复核。要求100%自动定论、不审阅就删除异常记录，往往会把真实业务波动当成垃圾数据丢掉。

我个人在项目里的习惯是：每次检测都保留一份完整的异常清单，包含异常分数、命中的方法、样本上下文信息；交付给业务方时带上可视化图，让他们能一眼看到为什么标的这个点有问题。这套流程下来，模型上线后出幺蛾子的概率低了很多。数据清洗不是一次性的，把检测方法沉淀成周期性任务，配合业务反馈不断调整阈值，才是异常值管理的正确打开方式。