1.对所获得的数据首先应仔细检查任何异常情况。被识别为技术无效，无论它们是否表现符合（假设的）完整数据集概率分布，均应剔除。技术无效结果通常是指在样品加工和 /或测量过程中发生异常情况。

2.第二种类型的异常情况是指在数据集中一些观测值与其他观测值看上去相差很远。 通常但不总是能找到某个技术原因，然后把这些数据剔除若不能找到技术解 释，则需采用 ISO5725^[8] 或 ISO16269 -4^[14] 所描述的方法对这些数据进行可疑值检，离群值应被剔除,极个别情况下（如计算误差）也可用校正数据替换。只要可能，离群值应依据一个以上检验的结果进行剔除，但通常岐离值应保留在数据集中 。

注1：过多的可疑离群值表示测量过程有问题。

注2：剔除离群值，特别是剔除岐离值，将减小数据集的分散性并将可能导致所研究测量过程的标准偏差的值太小。

注3：大多数离群值检验的应用均要求有一个与数据概率密度函数的（期望的）形状相对应的假设。若这个假设与数据的性质不一致，那么，这种离群值检验就不能应用。

普晋通--实验室认可专家--提供专业细致的CNAS实验室认可咨询服务。

--司法鉴定机构认可,国防实验室认可,医学实验室认可,实验室认可,检验机构认可,CNAS认可,CNAS认证,CNAS-CL01-2018《检测和校准实验室能力认可准则》,GLP(良好实验室规范),资质认定,计量建标考核,CMA计量认证