统计学常识

3σ准则：

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0.6827
数值分布在（μ-2σ,μ+2σ)中的概率为0.9545
数值分布在（μ-3σ,μ+3σ)中的概率为0.9973
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%.

方差、标准差

均方差就是标准差，标准差就是均方差

当分析数据为总体（Population）和样本（Sample）时方差和标准差的计算方式又有不同，简单可以记忆为样本数据（Sample Data）求方差除以n-1 ，总体数据（The Population ）求方差除以n ，公式如下：
参考：https://blog.csdn.net/ouening/article/details/51281242

均方误差

1、均方差是数据序列与均值的关系，而均方误差是数据序列与真实值之间的关系
2、均方误差不同于均方差
3、均方误差是各数据偏离真实值的距离平方和的平均数