用统计学方法求一组数据平均值，偏离的剔除后再做平均。

给定NxM维数组，里边的有些数据是偏离正常值的数据，需要用统计学的方法获得这些数据的统计平均值，严重偏离的剔除后，再做平均，如此反复得到一个大多数数据都在一个合理范围的集中值。求问！

C语言

计算数据的平均值和标准差

float sum = 0;
for (int i = 0; i < n; i++) {
    sum += array[i];
}
float mean = sum / n;

float variance = 0;
for (int i = 0; i < n; i++) {  
    variance += (array[i] - mean) * (array[i] - mean);
}  
float std = sqrt(variance/n);

使用平均值和标准差剔除异常值若数据值大于 mean + k * std 或者小于 mean - k * std,就是异常值,可以剔除。k 通常取 2 或 3。

for (int i = 0; i < n; i++) {
    if (array[i] > mean + k * std || array[i] < mean - k * std) {
         // 剔除array[i] 
    }
}

再次计算新的数据平均值和标准差重复上述步骤,反复剔除异常值,数据越来越集中。
判断是否需要继续剔除异常值直到标准差小于某个阈值,或者重复剔除的数目小于设定值时停止。这种方法称为迭代剔除(Iterative Removal)

不知道你这个问题是否已经解决, 如果还没有解决的话:

你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7697619
以下回答来自chatgpt:
根据问题描述，首先我们需要对输入的NxM维数组进行处理，找到偏离正常值的数据，并剔除这些数据。接下来，我们计算剩余数据的平均值作为结果。
具体的解决方案如下：
1. 首先读取输入的NxM维数组。
2. 对数组进行统计学方法求平均值的操作。可以采用以下步骤实现：
3. 计算数组的元素和sum，以及数组的元素个数count。
4. 计算数组的平均值average = sum / count。
5. 对于其中偏离正常值的数据，可以采用以下方法剔除：
6. 设置一个阈值threshold，作为判断数据是否偏离的依据。
7. 遍历数组的每个元素，将偏离正常值的数据剔除。
8. 更新数组的元素和sum和元素个数count。
9. 计算剩余数据的平均值residual_average = sum / count。这个平均值就是一个合理范围内的集中值作为最终结果。
以下是一个示例代码实现：
```
import numpy as np

# 读取输入的NxM维数组
n = int(input("输入一个正整数N："))

# 生成随机的NxM维数组
array = np.random.randint(0, 100, (n, n))

# 统计学方法求平均值
sum = np.sum(array)
count = np.size(array)
average = sum / count

# 设置阈值，如假设偏离平均值超过10的数据为异常值
threshold = 10

# 剔除偏离正常值的数据
filtered_array = array[np.abs(array - average) < threshold]

# 重新计算剔除异常值后的平均值
filtered_sum = np.sum(filtered_array)
filtered_count = np.size(filtered_array)
residual_average = filtered_sum / filtered_count

# 输出结果
print("平均值：", average)
print("剔除异常值后的平均值：", residual_average)
```
注意：以上代码示例使用了Python的NumPy库进行数组操作和统计计算。如果使用其他编程语言，可以根据具体语言的数组操作和统计函数进行实现。
请注意，这只是一个示例实现，实际应用可能需要根据具体的数据和问题进行适当的调整和优化。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^