異常值也叫離群值。箱線圖可以看單變量的異常值，一般默認3倍標準差之外的 值為異常值。 在線性回歸分析中，當某個樣本數(shù)據(jù)離群太遠時，擬合的回歸線會受到這個數(shù)據(jù)的強烈干 擾，從而改變回歸線的位置。在簡單線性回歸中，因為是雙變量，可以使用散點圖查看。但 是在多元回歸中，自變量較多，散點圖就無法使用了，此時，可以學生化殘差，即對殘差進 行z-score標準化。經(jīng)驗顯示，當樣本量為幾百個時，學生化殘差指標大于2就為離群值；當 樣本量為上千個時，學生化殘差指標大于3就為離群值。

答案是：A: 箱線圖 和 D: 3sigma法則。

分析如下：

1. **箱線圖 (Box Plot)**：
- **作用**：箱線圖是一種統(tǒng)計圖表，用于顯示數(shù)據(jù)集的分布情況。它能夠直觀地展示數(shù)據(jù)的中位數(shù)、四分位數(shù)、最小值、最大值和異常值（離群點）。
- **檢測異常值**：在箱線圖中，通常通過繪制數(shù)據(jù)的四分位范圍（IQR）來識別異常值。位于上四分位數(shù)（Q3）加上1.5倍IQR或下四分位數(shù)（Q1）減去1.5倍IQR之外的數(shù)據(jù)點被認為是異常值。

2. **3sigma法則**：
- **作用**：3sigma法則基于正態(tài)分布的統(tǒng)計特性，用于識別數(shù)據(jù)中的異常值。
- **檢測異常值**：在正態(tài)分布中，99.7%的數(shù)據(jù)點將落在均值（μ）加減3個標準差（σ）范圍內(nèi)。因此，超出這個范圍的數(shù)據(jù)點可以被視為異常值。

3. **散點圖 (Scatter Plot)**：
- **作用**：散點圖用于展示兩個變量之間的關(guān)系。雖然可以通過散點圖直觀地觀察是否存在異常值，但它并不是專門用于檢測異常值的方法。

4. **條形圖 (Bar Chart)**：
- **作用**：條形圖主要用于展示分類數(shù)據(jù)的頻數(shù)分布。它不適合用于檢測異常值。

綜上所述，箱線圖和3sigma法則是常用的檢測異常值的方法，而散點圖和條形圖在異常值檢測方面并不常用。