La detección de anomalías en grupo es un subcampo del reconocimiento de patrones que tiene como objetivo detectar grupos anómalos en lugar de puntos anómalos individuales. Sin embargo, los enfoques existentes se centran principalmente en la agregación inusual de puntos en regiones de alta densidad. De esta manera, el comportamiento anómalo de grupos con un número de puntos ubicados en regiones de baja densidad no se detecta completamente. En este artículo, proponemos un enfoque sistemático basado en (EVT), un campo de estadística experto en modelar las colas de una distribución donde los datos son escasos, y (OCSMMs) para cuantificar de manera integral el comportamiento anómalo de grupos. Primero, aplicando EVT a un , construimos un modelo analítico que describe la probabilidad de una agregación dentro de un grupo con respecto a regiones de baja densidad, con el objetivo de capturar el comportamiento anómalo del grupo en dichas regiones. Este modelo se combina luego con un OCSMM calibrado, que proporciona salidas probabilísticas para caracterizar el comportamiento anómalo del grupo en regiones de alta densidad, permitiendo una mejor evaluación del comportamiento anómalo general del grupo. Experimentos extensos en datos simulados y del mundo real demuestran que nuestro método supera a los detectores de anomalías en grupo existentes en diversos escenarios, mostrando su efectividad en cuantificar e interpretar varios tipos de comportamiento anómalo de grupos.