对于第一个问题，可以采用库克距离作为判断异常值的方法，这个可以在R和SPSS中实现，也可以通过探索性分析中的盒式图作为依据，找出异常值，你用90%的方法比较粗糙，且不是很好解释，不然你为什么不用95%呢？是吧？
第二个问题，目前区间的选取是结合数据特征和实际含义的，所以不是很好说，但是可操作性很强，一般还是用等距的方式，你说有一万多条取值，可以试着按照你的取值范围分成100等分、200等分等等，这个可以自己决定。
聚类分析有变量（指标）分类和样品分类两种，最好你的每个样品有多个属性，不然不能做

对于第一个问题，可以采用库克距离作为判断异常值的方法，这个可以在R和SPSS中实现，也可以通过探索性分析中的盒式图作为依据，找出异常值，你用90%的方法比较粗糙，且不是很好解释，不然你为什么不用95%呢？是吧？
第二个问题，目前区间的选取是结合数据特征和实际含义的，所以不是很好说，但是可操作性很强，一般还是用等距的方式，你说有一万多条取值，可以试着按照你的取值范围分成100等分、200等分等等，这个可以自己决定。
聚类分析有变量（指标）分类和样品分类两种，最好你的每个样品有多个属性，不然不能做

非常感谢！
      1、第一个问题，我的上司老大需要的是一些简单而有逻辑的结果，如果告诉他分布在哪些区间内的是正常值，异常值有多大的比例，从哪个区间开始算是异常值。我想我会被老大骂死。但是两个变量之间的散点图，又表明两者之间，没有太明显的关系，似乎只能给出正常值的取值之间和异常值比例的结果。请问还有什么方法可以找出两个变量的关系吗？
      2、只有一个变量的，不是用来聚类的，
      3、还有第三个问题未请教。
         一个变量和其它n个变量的关联
    一个变量，如健康水平，离散分为25个水平，其它九个变量，如锻炼频率、肺活量等，每个变量也是离散有25个水平。共有十万条记录。求一个变量和其它n个变量的关联。注意，是关联，不是因果关系，健康水平只是我举出的例子，并不代表一个变量之间和其它n个变量的因果关系。而且多元回归是行不通的，方差分析不支持九个变量这个多。如果求呢？我的初步想法是将n个变量进行聚类，然后将每个聚类后的每类变量用个指标值代替。但下一步怎么做，无从下手，指标值如何算？算出指标值，下一步骤是什么？或者将变量进行聚类后，再进行区间划分，然后计算分布密度，类似第一问。
       本人统计学水平不高，现在很烦这三个问题。希望楼上的不烦赐教！！

忘了加上一句，对于对三个问题，如果1对n个变量，如果1变量是连续变量，又有什么变化呢？

没有搞懂你说的第三个问题，能够说清楚点么？我被你搞糊涂了