摘 要：在计量检测工作中，计量检测数据的精准性直接决定了计量检测工作的质量，对于后续工作的开展更有着重要影响意义。在计量检测过程中，往往会产生大量的计量检测数据，并且会存在一定的异常数据，对于异常数据的剔除是计量检测工作的重点工作之一。本文对计量检测数据中异常数据出现的原因进行分析，提出异常计量检测数据的剔除方式，推动计量检测行业发展。

关键词：计量检测;异常数据;剔除

在现代工业发展中，离不开计量检测工作的辅助，通过对目标对象的计量检测，能够将检测对象的数据信息检测出来，为工业产业发展提供数据支持。计量检测工作的质量直接决定了我国的科学技术水平以及工业产品的开发能力，而计量检测工作质量的决定性因素就是计量检测数据的精准性。在计量检测工作中，常会出现异常检测数据，对异常检测数据的剔除，是计量检测工作的重中之重。

一、异常数据剔除对计量检测的重要性

在计量检测工作中，计量检测数据的精准性要求极为严格，一旦计量检测数据中出现异常数据，就会导致计量检测结果的精准性受到影响，进而对整体工作的开展产生不利影响。在生产工作中，计量检测工作具有重要意义，直接关系到了工业生产的科学性和安全性，是生产过程中重要的数据指导，对于生产流程优化以及生产质量提升都有着重要的推动作用，因此对于计量检测的数据精准性要求异常严格，是企业生产经营正常开展的必要保证[1]。但是一旦计量检测数据中出现异常数据，就会造成计量检测结果的精准性受到影响，给企业的生产过程带来不必要的麻烦。因此，计量检测异常数据剔除具有重要意义，是计量检测工作中必不可少的工作组成部分，通过异常数据剔除，能够有效提升数据精准性，为生产工作奠定数据基础。

二、计量检测中异常数据出现的原因

计量检测工作中，不仅涉及到了大量的人员工作，更涉及到了当量的计量检测设备应用，并且在计量检测工作进行中，计量检测数据容易受到外部环境因素的影响，而造成计量检测数据异常的情况发生。

第一，计量检测工作中外部环境因素造成的计量检测数据异常。在计量检测工作中，检测时对检测环境的温度以及湿度要求都较为严格，一旦温度以及湿度超出计量检测标准可要求，就容易造成检测数据异常的情况发生，给计量检测结果带来严重的不利影响。根据研究显示，计量检测工作中，检测环境温度要在15℃-25℃之间，湿度在75%左右，就能够保证计量检测数据的精准性。

第二，计量检测人员的专业能力不足总成异常数据的出现。不同的计量检测人员的检测方法以及技术水平也存在差异，一旦计量检测人员的专业能力水平不足，就容易造成计量检测工具使用不规范的情况的发生，造成计量检测中异常数据出现的可能。并且在计量检测工作中，计量检测人员对计量检测时的环境控制也不尽相同，因此造成了不同人员之间计量检测结果的差异，导致计量检测中出现异常数据。

第三，计量检测中计量检测设备的故障出现，造成异常数据的产生。在计量检测工作中，计量检测设备是重要的工作辅助设备，是实现对计量检测对象完成数据统计的必要工具。在计量检测工作中，一旦计量检测设备出现故障，而计量检测人员有没有及时发现，就会造成异常数据的产生，严重影响计量检测结果的精确性。

三、计量检测中异常数据的剔除方式

在计量检测工作中，对异常数据的提出工作极为重要，直接关系到了计量检测结果的精准性，是计量检测工作的重要组成部分。在常用的计量检测异常数据剔除方式中，主要分为四种，即3σ数据剔除法、t值检测数据剔除法、肖维勒数据剔除法以及格布拉斯数据剔除法，通过这四种方式，能夠有效将计量检测中的异常数据剔除出去，为计量检测结果的精准性提供保障[2]。

第一，计量检测中异常数据的3α数据剔除法。在计量检测中异常数据剔除时，3α数据剔除法是常用的异常数据剔除方式之一，其数据剔除公式是∣Xd-X∣>3α，通过这个公式，将计量检测数据代入其中，一旦数据出现异常，就能够对数据进行剔除，以提升计量数据的精准性。

第二，计量检测中异常数据的t值检测数据剔除法。t值检测数据剔除法是以检测数据外部的一个数据值作为参照整体，并对整体数据集进行假设，采用正态分布的形式，将参照值作为数据计量样本，然后通过计量检测数据与计量检测样本进行比对，现实出计量检测数据的隶属总体，并最终对异常数据进行确认。t值检测数据剔除法的公式为k=，其中，X表示计量检测样本数据的平均值，S表示可疑数据以外的数据部分与样本数据形成的数据标准差，一旦二者之间的数值超出了t值检测范围，那么就可以确定其数据出现了异常，并对其进行剔除。

第三，肖维勒数据剔除法。肖维勒数据剔除法的计量检测数据公式为∣Xd-X∣>Wn·α，是通过互相独立计量检测得到的数据进行组合对比，当计量检测数据的测量值达到公式要求标准后，计量检测出的数据数值Xd就可以判定为异常数据，并对其进行剔除。

第四，格布拉斯数据剔除法。格布拉斯数据剔除法也是计量检测中常见的异常数据剔除方法，是以Xd计量检测的测量数据，计量检测数据的平均值以X来进行表示，计量检测数据的标准差由S表示，并查表获得G（α2n），因此计量检测异常数据剔除公式为∣Xd-X∣≥G（α2n）S。

四、结论

计量检测工作对于我国科技发展已经工业生产都具有重要意义，保证计量检测数据的精准性，能够为企业生产经营活动的开展提供数据保障。在计量检测工作中，对异常数据进行剔除，能够提升计量检测数据的精准性，是计量检测工作的重要组成部分。

参考文献：

[1]孙江晖，龙燕.计量测试中异常数据剔除的措施[J].电子技术与软件工程，2017（21）：163.

[2]林俊.计量测试中异常数据的处理方式[J].电子技术与软件工程，2019，150（4）：169.

作者简介：黄志恒（1968-），男，汉族，江西都昌人，本科，工程师，力学计量与测试专业，研究方向：计量测试与管理。