本发明涉及一种基于特征互相关性和概率密度的数据异常分析方法，包括：基于连续烟气监测系统CEMS采集到废气污染物数据，进行筛选和预处理后，计算每个数据特征与各个数据特征之间的互相关系数，找出存在明显相关性并且呈现正相关性的数据特征，根据找出的数据特征的相关系数值来判断数据是否异常；其余不具备明显相关性的数据特征，利用非参数估计的Parzen窗方法进行概率密度函数估计出各数据特征的概率密度，根据概率密度确定正常数据特征的区间，如果数据特征值超过区间值，则判断为异常数据。