现代企业每天都采集大量的测量数据,而这些数据能够反映企业生产装置的运行状况,是企业进行各种工作的基础。在实际生产中,测量数据往往不准确,甚至带有显著误差,直接使用这些数据会令企业的各项工作无法有效进行,而且也会产生很大的经济损失。因此要对测量数据进行校正,获取高质量、高可靠的数据。本文针对显著误差的检测方法进行了分析和研究,并对其中的不足之处作了改进。主要研究内容如下：(1)分析了原有MT-NT法中存在的问题,提出了一种改进的方法。该方法在检测出显著误差后,不是对其测量值进行校正,而是对其方差进行校正,并用校正后的方差代替原来的方差来参与计算。该法能够避免系数矩阵因降秩而产生奇异的问题,同时改进的方法也减少了误判。仿真研究表明该方法的有效性。(2)针对使用广义似然比法进行显著误差检测时可能出现的误判现象,引入了节点检验法,提出了一种改进的广义似然比法。改进的方法通过对广义似然比法检测出来的显著误差进行再判断,在一定程度上避免了误判。仿真研究结果表明其有效性。(3)研究了顺序识别同步补偿法中存在的问题,并通过引入线性组合技术,提出了一种改进的方法。该方法能够有效地减少侯选显著误差集合中变量的个数,从而在一定程度上减小了出现误判的概率,同时该方法也避免了求投影矩阵的问题。(4)介绍了几种常用的数据分类方法,并通过实例仿真对其进行了研究、比较。