1、先计算算数平均值X ；
2、再计算标准偏差S ；标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。
3、剔除坏值（测量数值要多于5个）：首先在附表中查询C（n）；计算Xmin=X-（C（n）S）
Xmax=X+（C（n）S）；
4、检查所有数据，剔除不在（Xmin，Xmax）里的值（这些就是坏值）。
重复以上步骤，直到没有坏值。
扩展资料
对于坏值的剔除，我们可以利用3σ准则剔除无效数据；
3σ准则又称为拉依达准则，它是先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间。
认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。且3σ适用于有较多组数据的时候。
这种判别处理原理及方法仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分大为前提的。
当测量次数较少的情形用准则剔除粗大误差是不够可靠的。因此，在测量次数较少的情况下，最好不要选用准则，而用其他准则。
在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴。
3σ原则为：数值分布在（μ-σ,μ+σ)中的概率为0.6826；数值分布在（μ-2σ,μ+2σ)中的概率为0.9544；数值分布在（μ-3σ,μ+3σ)中的概率为0.9974。
可以认为，Y 的取值几乎全部集中在（μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%.
温馨提示：答案为网友推荐，仅供参考
相似回答