异常数据检验是指检验一组样本中是否含有异常数据，异常数据是指一批数据中的个别值，其数值明显偏离该批数据的其余值。抽样时可能由于马虎大意或人为等原因使得样本中含有了异常数据。因此，异常数据检验是统计分析中首要的工作，排除了异常数据，才能保证进一步分析的正确性。 本文把常用的异常数据检验方法按照其适合检验的分布做了一个归类，并逐一分析讨论了这些方法；然后讨论了一种新的异常数据检验法—均匀分布检验法，其中包括上下α／2分位点检验法和顺序统计量检验法。均匀分布检验法能够检验任何已知总体分布并且没有未知参数的样本中是否含有异常数据，而且能够检验样本中同时含有异常大值和异常小值的情况。其中上下α／2分位点检验法能够有效的避免Masking和Swamping效应。 对大量的试验数据进行检验能够判断一种检验方法的效率。因此，本文中还用所介绍的方法对服从一些常用分布的大量有污染和无污染的样本做了异常数据检验，给出了检验结果，并根据检验结果对每种检验法做了进一步分析。