拉依達準則（3σ準則）
設對被測量進行等精度測量，獨立得到x1，x2...,xn,算出其算術平均值x及剩餘誤差vi=xi-x（i=1,2，...,n）,並按貝塞爾公式算出標準偏差σ，若某個測量值xb的剩餘誤差vb（1<=b<=n）,滿足下式
|vb|=|xb-x|>3σ
則認為xb是含有粗大誤差值的壞值，應予剔除。
在整理試驗數據時，往往會遇到這樣的情況，即在一組試驗數據里，發現少數幾個偏差特別大的可疑數據，這類數據稱為Outlier或Exceptional Data，他們往往是由於過失誤差引起。
可疑數據的處理
對於可疑數據的取捨要慎重。在試驗進行中時，若發現異常數據，應立即停止試驗，分析原因並及時糾正錯誤；當為試驗結束後時，應先找原因，在對數據進行取捨。如發現生產（施工）、試驗過程中，有可疑的變異時，該測量值則應予捨棄。
這類數據的不能清楚地判定原因時，可以藉助一些統計方法進行驗證處理，方法很多，如常用的"拉依達準則"和"格拉布斯準則"，還有如狄克遜準則，肖維勒準則、t檢驗法，F檢驗法等。這些方法，都有各自的特點，例如，拉依達準則不能檢驗樣本量較小（顯著性水平為0.1時，n必須大於10）的情況，格拉布斯準則則可以檢驗較少的數據。在國際上，常推薦格拉布斯準則和狄克遜準則。
但對於異常數據一定要慎重，不能任意的拋棄和修改。往往通過對異常數據的觀察，可以發現引起系統誤差的原因，進而改進過程和試驗。
