时间序列数据的异常值检测，用 Ruby 也能玩得挺溜的。Time-Series-Anomaly-Detection项目就是个不错的示范，用了Z-score和IQR两种统计方法，不复杂，还挺实用。你要是平时用 Ruby 点股票走势、传感器读数啥的，这项目能帮你快速把异常值揪出来。

Z-score的思路简单粗暴：判断数据点离均值有多远。用个公式(X - μ) / σ，超过 3 就当可疑值，适合那种数据比较规整、接近正态分布的情况。

如果数据波动比较大、不服从正态分布？那就用IQR：低于Q1 - 1.5 * IQR或高于Q3 + 1.5 * IQR的点，统统算异常。这种方法对极端值更敏感，容错性也更强。

代码部分也挺清爽，基本就几个函数搞定：计算平均值、标准差，循环跑数据。Ruby 里用statsample库比较顺手，也可以用mathn自己算。响应快，逻辑也清晰，新手也能轻松上手。

对了，跑模型前别忘了做数据预，啥缺失值、间断数据都得先搞干净。遇上非线性趋势的时间序列，也可以考虑加点模型，比如LOF或者机器学习那一套，别太死磕统计法。

如果你平时做系统监控、金融数据，或者风控模型开发，这套代码能省你不少事。嗯，有时候越工具，越好用。