在进行等精度测量时，有时会发现某一个或几个测量数据特别可疑，即相应的殘差绝对值特别大。对于这一种测量结果，必须由测量人员进行分析、判断。对于这样的数据如果处理不当，不仅会严重歪曲测量结果及其精密度，有时还可能漏掉一些及为重要的“意外”信息。例如，异常误差的出现，可能预示着产生间歇振荡、接触不良，某个元件损坏、仪器工作不稳定等；有时更为重要的还可能预示着一种新的物理现象将被发现。因此，对可疑测量值不应该为了追求数据的一致性而轻易舍去。当出现可疑数据时，处理的原则是：

 1.仔细分析产生可疑数据的原因

 如果该数据确系粗差所致，则一般总能把这些原因找出来。然后，便有充分理由反该可疑值作为坏值（其相应的误差为粗差）而剔除，并设法在测量中消除产生误差的根源，或在剔除坏值后再进行计算。

 2.多增加一些测量次数

 如果在测量过程中，可疑数据出现而又不能肯定它是坏值时，可以在维持等精度条件的前提下，多增加一些测量次数，根据随机误差的对称特性，很可能出现与上述结果绝对值相近但符号相反的另一个数据。此时它们对测量结果的影响便会彼此近于抵消。

 3.应用粗差判别准则

 根据随机误差的单峰我，很大误差出现的机会很小。故从概率意义上，总能高潮确定出一个准则，用以判断一个可疑误差空间是正常的离散性还是属于粗差。通常应用的粗差判别准则有下面两种：

 （1）莱特准则。

 （2）肖维涅准则。