在弯曲强度测试实验里，异常值可能会对实验结果的准确性和可靠性产生影响，可按以下方法处理：
异常值的判断
- 统计学方法
- 拉依达准则：也叫3σ准则，适用于数据服从正态分布的情况。先计算出数据的平均值 $\bar{x}$ 和标准差 $S$，然后将测量值 $x_i$ 与平均值进行比较，若 $|x_i - \bar{x}| > 3S$，则 $x_i$ 可能是异常值。例如，在多次测量弯曲强度后，算出平均值为 50MPa，标准差为 2MPa，若某个测量值为 57MPa，$|57 - 50| = 7 > 3×2$，此值就可能是异常值。
- 格拉布斯准则：该准则考虑了样本数量和数据的分布情况，通过计算统计量 $G$ 值来判断异常值。将 $G$ 值与临界值比较，若 $G > G_{表}$（临界值），则对应的数据为异常值。此方法相对拉依达准则，在小样本情况下更可靠。
- 狄克逊准则：根据数据的极差比来判断异常值，适用于样本量较小的情况。通过计算不同排列下的极差比，与相应的临界值对比来确定异常值。
- 物理意义判断
结合实验原理和实际情况判断数据是否合理。例如，在弯曲强度测试中，若某个测量值明显高于或低于同组其他数据，且超出了材料的正常性能范围，就可初步判定为异常值。如已知某材料在正常情况下弯曲强度在 30 - 60MPa 之间，出现 90MPa 的测量值，就需进一步分析。
异常值的处理
- 剔除异常值
- 当通过上述方法确定某个或某些数据为异常值，且在实验过程中未发现明显的操作失误或设备故障时，可将其从数据集中剔除。但需记录剔除的原因和数据，以保证实验的可追溯性。
- 剔除异常值后，重新计算平均值、标准差等统计量，以得到更准确的实验结果。
- 重复实验
- 若对异常值的判断存在疑虑，或者异常值可能是由于偶然因素导致，可进行重复实验。通过多次测量获取更多的数据，再根据新的数据集重新评估异常值情况。
- 重复实验能增加数据的可靠性，减少因个别异常值对实验结果的影响。
- 修正异常值
- 在某些情况下，若能分析出异常值产生的原因，可尝试对异常值进行修正。例如，若异常值是由于测量时的短暂干扰导致，可根据实验的规律和趋势，结合其他数据对其进行合理修正。
- 但修正异常值需谨慎，必须有充分的依据和合理的理由，避免主观随意性。
记录与报告
- 详细记录：在整个处理异常值的过程中，要详细记录异常值的发现、判断过程和处理方法。包括异常值的具体数值、出现的位置、判断依据以及最终的处理结果等信息。
- 报告说明：在实验报告中，要对异常值的情况进行说明。阐述异常值对实验结果的潜在影响，以及采取的处理措施如何保证实验结果的准确性和可靠性。让读者能够清晰了解实验数据的处理过程和实验结果的可靠性。
