2.最大和最小值判断法：基于专业知识和个人经验评估数据范围，识别异常值。3.Z-score标准化处理法：衡量数据点与平均值的距离，若数据与平均值相差三个标准差，则其Z-score为3，符合3sigma原则。4.箱线图：利用五条线展示数据分布，其中白点表示异常值，通过IQR（四分位距）判断值是否异常。5.ARIMA预测模型：适用于时间序列数据，通过历史实际数据与预测数据比较得到残差，识别异常值。6.散点图：在处理单个变量时，直观展示两组数据的位置关系，帮助识别离群值。7.聚类分析：使组内相似、组间差异，识别异常数据点。8.K-means聚类方法：通过计算分析对象到多个聚类中心的距离，将数据分为类群，并识别距离聚类中心过远的点为异常值。