MATLAB 格拉布斯准则代码

matlab处理离散数据时，会出现波动异常的点，而有些点不能靠滤波去噪处理掉，可以用格拉布斯准则进行处理。

某个测量值的残余误差的绝对值 |Vi |>Gg，则判断此值中有较大误差，应以剔除，此即格拉布斯准则。

利用格拉布斯(Grubbs)准则进行处理：

根据误差理论，要有效地剔除偶然误差，一般要测量10次以上，兼顾到精度和响应速度，取15次为一个单位。

在取得的15个数据中，有些可能含有较大的误差，需要对它们分检，剔除可疑值，提高自适应速度。

对可疑值的剔除有多种准则，如莱以达准则、肖维勒（Chauvenet）准则、格拉布斯（Grubbs）准则等。

以Grubbs准则为例，它认为若某测量值 xi对应的残差Vi满足下式 |Vi|=| xi-x|>=g(n，a)× σ(X) 时应将该数据舍去。

式中，为n次采集到的AD 值的平均值，=(∑xi)/n ；σ(X)为测量数据组的标准差，由贝塞尔函数可得： σ(X)=[(∑Vi2 )/(n-1)]1/2；g(n， a)是取决于测量次数n和显著性水平a (相当于犯“弃真” 错误的概率系数)，a通常取0.01或0.05。

通过查表可得：当 n=15时，a=0.05, g(n，a)=2.41。

把15次采集到的AD值存入一个数组中然后求平均值，计算残差，求标准差σ(X)。

将残差绝对值与2.41倍的标准差σ(X)比较。剔除可疑值以后，再求平均值，求出新的平均值以后，应再重复以上过程