淺析如何剔除計量檢測中的異常數據

盧云忠

（德州市產品質量標準計量研究院，山東 德州253000）

我國眾多行業的發展以及科學技術的發展都需要計量檢測工作的輔助，通過計量檢測行業內相關活動、科學活動的開展可獲得有價值參考，但在計量檢測工作實際開展過程中，往往會獲得大量數據，這些數據中很可能潛藏著異常數據，此時如何剔除異常數據保證計量檢測工作質量就成為重中之重，基于以上，下面對“如何剔除計量檢測中的異常數據”展開探討。

1 異常數據剔除對計量檢測的重要性

開展計量檢測工作往往是為了給相關活動的開展提供科學參考，若計量檢測工作開展過程中存在異常數據且未有效剔除異常數據，很可能會導致計量檢測工作為相關活動提供的參考失去科學性，從而給相關活動的開展帶來阻礙，嚴重時造成生命及財產損失，威脅我國社會及經濟發展。比如，在某航天企業生產工作中，需對企業生產的電子元器件進行計量檢測，在某種因素影響下，計量檢測中出現異常數據且未有效剔除異常數據影響導致電子元器件質量不過關，若在電子元器件裝配使用時出現問題，那么企業不得不重新生產一批質量過關的電子元器件，此時，該企業生產成本增加，對應的企業經濟效益就有所降低，或者企業未發現電子元器件存在問題直接將其裝配與某設備上，導致設備使用過程中存在安全隱患，使得操作人員在使用設備時受傷。從上述例子可以看出，在企業生產過程中能否有效剔除異常數據保證計量檢測工作質量，關系著生產安全與經濟效益。

2 計量檢測中異常數據出現的原因

2.1 外部環境因素導致計量檢測中出現異常數據

常見的外部環境因素有溫度、濕度等等，當外部環境因素出現較大變動或外部環境較為惡劣，計量檢測工作很可能出現異常數據。比如，在石油企業在針對自身產品進行計量檢測時，計量檢測數據很可能受到溫度變化影響出現異常，此時若不能有效剔除計量檢測中存在的異常數據，勢必會導致計量檢測工作精準性較低。因此，在開展計量檢測工作時，相關人員必須考慮到外部環境因素的影響，通過采取某些手段盡可能減少檢測中存在的異常數據。例如，石油企業在針對自身產品進行計量檢測之前，應當結合過往計量檢測的經驗與其他相關研究結果，對檢測過程中的溫度進行關注與控制，一般來講，為減少計量檢測中的異常數據，多數情況下會在外界溫度為15℃～25℃時開展計量檢測工作。

2.2 檢測人員專業能力欠缺導致計量檢測中出現異常數據

檢測人員專業能力不過關可能導致計量檢測中出現異常數據，第一，因檢測人員專業能力不過關，在操作某些檢測儀器時不夠謹慎或出現錯誤操作，都可能導致計量檢測中出現異常數據；第二，檢測人員專業能力欠缺，無法采取某些操作水平要求更高、更加精準的檢測方法，也會增大計量檢測中出現異常數據的可能；第三，不同的檢測人員在開展計量檢測工作時水平不一，再加上不同檢測人員對溫度、濕度等外部環境因素的理解不同，所以在很多時候不同檢測人員的計量檢測數據差異較為明顯，容易導致計量檢測中存在異常數據。

2.3 計量檢測設備存在問題導致計量檢測出現異常數據

計量檢測設備是否性能良好關系著計量檢測的工作質量，換言之，計量檢測設備存在問題可能導致計量檢測出現異常數據，比如因相關人員未按照相關規范對某計量檢測設備進行日常管理與維護，導致該計量檢測設備靈敏度有所下降，在后續進行數據測量時，若檢測人員未發現靈敏度下降的問題，照舊使用該設備進行計量檢測，就可能出現異常數據。此時，若不能有效剔除異常數據，直接將該數據用于后續環節當中，就可能導致計量檢測工作不能取得預期成效，相關活動的開展無法參考科學的計量檢測結果。

3 計量檢測中異常數據的剔除方法

3.1 計量檢測中常用的四種異常數據剔除方法

作為計量檢測工作的重要內容之一，計量檢測中異常數據的剔除關系著數據的精準性，影響著計量檢測工作的最終質量。常用的異常數據剔除方法如下表。

在剔除計量檢測中存在的異常數據時，3α 數據剔除法、t值檢測數據剔除法、肖維勒數據剔除法、格布拉斯數據剔除法均較為常用。在利用上述方法對計量檢測中的異常數據進行剔除時，應結合實際情況選用最合適的某一種方法或某幾種方法，不過結合上述方法的實際運用情況來看，當幾種剔除方法同時運用于計量檢測異常數據剔除時，往往能容易取得較好的異常數據剔除效果。

3.2 計量檢測中異常數據的剔除案例

為進一步對“如何剔除計量檢測中的異常數據”進行說明，下面將聯系案例，圍繞上述剔除方法展開討論。案例如下：在某次 次 計 量 檢 測 時 得 到 數 據10.003、10.205、10.219、10.221、10.229、10.231、10.313、10.321、10.343、10.346，此時需剔除異常數據。經判定得出，采用方法一、二、三、四分別對計量檢測中的異常數據進行判斷時，得出的結果都是10.346 為異常值。結合實際判斷過程來看，在計量檢測中進行異常數據剔除時，若試圖加快異常數據剔除工作的速度，可采取以下措施：措施一，檢測人員可先質疑計量檢測數據中最大值、最小值，比如在此案例中，可先假設10.003 或10.346 就是異常數據，然后針對10.003 和10.346 進行異常數據判定，這是因為在多數情況下，若一組檢測數據的最大值與最小值皆不是異常數據則意味著該組數據中存在異常數據的可能性很小，換言之，在計量檢測得到一組數據當中，最大值和最小值往往更容易是異常數據，結合本案例異常數據判斷結果來看，該案例的異常數據的確是最大值；措施二，可通過某些方法初步判斷計量檢測過程中得到一組數據中是否存在異常數據，以此來加快異常數據剔除工作的效率，比如，上述案例當中可先設定好統計量，若規定范圍完全包括統計量，則意味著該統計量呈正態分布，則可初步判定該組數據中不存在異常數據，從而加快異常數據的剔除速率。

計量檢測中常用的四種異常數據剔除方法

綜上所述，計量檢測對工業生產、科技發展等等都有較大影響，相關人員需針對會導致計量檢測數據精準性下降、對計量檢測工作有較大負面影響的異常數據進行分析，找到判別異常數據的方法并對異常數據進行有效剔除。實際工作中，在采用3α 數據剔除法、t 值檢測數據剔除法、肖維勒數據剔除法、格布拉斯數據剔除法剔除異常數據時，可將上述方法結合在一起用于異常數據剔除，以此進一步提高異常數據的剔除質量，保證計量檢測工作質量并為相關活動的開展提供科學、合理的參考信息。