在进行比赛数据指数分析的时候，往往会遇到指数大开大合的比赛。一直在强调遇到这一种比赛指数的时候，需要剔除掉这些大开大合的影响指数，否则对比赛的分析判断是会产生误差的，尤其是对于低赔方低到1.几绝对值的比赛，偶然出现的一个极高或者极低的指数对均指的影响非常之大，保留和剔除这些指数对最后的结果判断可能会是完全不同的两种结果。在这里并不去探讨为什么有些指数会出现极值的情况，理由可能很多也可能很少，并且对于分析者来讲，这些理由不得而知，也只能是推测。在遇到这一种极值的时候，是需要剔除的，否则对结果的判断大多数会失准，关于如何剔除掉这些坏值除了一些学习过欧赔方法的人了解之外并没有发表文章说明过，今天借由这一场比赛进行一下入门浅析。

  今天藉由的这场比赛蓝本是众多英联杯比赛中的一场，对阵双方分别是目前英甲联赛排名第5的罗奇代尔队主场对阵英甲联赛目前排名第17的博尔顿队。客队博尔顿队也是上个赛季英冠联赛的降班马，降级到英甲联赛后战绩一般。双方近10轮各项赛事战绩对比415vs118，往绩交手122（211），且最近的比赛也要追溯到两个赛季前的英甲对决了。本场对决筹码会高看主场作战的主队不败多些，但是并不能判断胜平哪个更多些，相对认为看好客胜的买筹最少。这是关于这一次比赛的对决筹码推断。

  从上图能够准确的看出，完整指数最高值，最低值，均值这些参数差值非常大，而所有这些指数的巨大差距导致样本值与均值，最高低值相对比时会产生非常蹊跷的感觉，但是这种感觉是不准确的。

  确定样本后，发现任旧存在非常多的坏值，最高值，最低值，均值等相差仍然很大，那么就需要剔除掉坏值后再进行分析。

  剔除掉之后，发现整体是一个比较均衡的体系，也属于大多数比赛的整体平衡体系形式。这时就能够继续分析了。

  当然会有疑问说为什么需要剔除掉所谓的坏值？难道不能够理解成这些坏值是这些指数对这一场比赛有更准确的判断从而给出了更接近准确的最后可能性结果吗？是的，我同意有这种可能性，也确实存在这种可能性。但是，剔除掉坏值是分析一场比赛更接近准确结果的前提，这点只是一定的实践经验。

  多说一句，这场比赛即时盘变化值变化的非常剧烈，剧烈到完全颠覆了初盘的指数值所代表的最后打出可能性大小关系，从上图也可以看出来。不过即便如此，仍然并不能认为这种变化到完全的高看主胜就从另一方面代表着主队最终取胜的可能性更大，这并不能等同。当然，本篇文章的讨论重点是如何剔除坏值，提供确定这种分析方法所需蓝本的前提。也提供一种经验思路，仅供参考。