异常数据的检验是对一组样本是否含有异常数据进行的检验。异常数据是指一组数据里的个别值，其明显偏离该组数据的其他值。异常数据的出现在一定程度上降低了数据的质量，使相应的数据分析结果发生明显变异，最终导致人们对问题给出不正确的结论。因此，异常数据的检验是统计分析中首要的工作。论文利用假设检验的基本原理和方法来检验样本中出现的异常数据。针对常见的几种分布，如均匀分布，极值分布，双参数指数分布，着重讨论了当样本数据中可能存在异常数据时的检验方法。主要利用顺序统计量或总体参数的优良估计来构造功效性较好的检验统计量，从而建立新的检验方法。主要内容如下：首先，论文讨论了均匀分布下异常数据的检验，在顺序统计量的基础上构造了新的检验统计量，利用顺序统计量的分布性质，推导出了其精确分布及其相关性质，并针对Dixon型检验统计量进行比较，表明了新的检验统计量功效更好。其次，论文讨论了极值分布下异常数据的检验，主要针对Dixon型检验统计量进行了改进，提出更高功效的检验统计量，推导出了改进后检验统计量在极值分布下的精确分布，讨论了两统计量的功效对比，表明改进后的统计量更具高功效。最后，论文讨论了双参数指数分布下异常数据的检验，找出总体参数具有较好稳健性的估计量，在其基础上构造了新的检验统计量，推导出了在原假设成立下的精确密度函数，为假设检验临界值的计算提供了依据。