Elysia Tools
导航
Math & Numbers
通过限制低端和高端极值后求平均来计算缩尾平均
详情
对数据排序后，将最低端和最高端的极值替换为最近保留边界值，再计算平均。适合想限制离群值影响但不删除样本的场景。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
缩尾平均计算器是一款专业的统计分析工具，旨在通过限制数据集两端的极端值来计算更稳健的平均数。与直接删除离群值的截尾平均不同，缩尾处理（温莎化）会将超出设定百分比的极值替换为最接近的保留边界值，从而在降低异常数据干扰的同时保留原始样本量。该工具支持自定义缩尾百分比和小数位数，并可输出处理后的完整数据集，非常适合金融分析、实验数据处理和绩效评估等需要排除极端波动影响的场景。
背景
班级某次测验中，大部分学生成绩在 70-90 分之间，但有极个别 10 分和 100 分的极端成绩。
问题
直接计算平均分会被极低分严重拉低，需要一个能反映整体真实水平的平均分。
如何使用
将所有成绩输入“数据集”，将“每端缩尾百分比”设置为 10，勾选“包含缩尾后的数据集”。
dataset: 10, 72, 75, 78, 80, 82, 85, 88, 90, 100
winsorPercent: 10
decimalPlaces: 2结果
10分被替换为72分，100分被替换为90分，计算出的缩尾平均分更贴近班级整体的真实水平。
背景
工业传感器每分钟记录一次温度，偶尔会因为电磁干扰产生异常的极高或极低读数。
问题
需要计算每小时的平均温度，但不能直接丢弃异常时间点的数据记录。
如何使用
粘贴一小时内的温度读数到“数据集”，设置缩尾百分比为 5%，保留 4 位小数。
dataset: 22.1, 22.3, 22.2, -50.0, 22.4, 22.5, 105.0, 22.1
winsorPercent: 5
decimalPlaces: 4结果
-50.0 和 105.0 等干扰数据被替换为正常的边界温度值，输出稳健的平均温度，避免了监控报警误触。
截尾平均是直接删除两端的极端值后再求平均；而缩尾平均是将极端值替换为最接近的保留边界值，不改变总样本量。
通常设置为 5% 到 10% 之间。如果设置为 10%，意味着将最低的 10% 和最高的 10% 数据替换为边界值。最大支持设置为 45%。
支持输入纯数字，数字之间可以使用逗号、空格或换行符进行分隔。
勾选后，结果中会展示经过极值替换处理后的完整数据列表，方便您核对边界值替换是否符合预期。
数据量极少时（如少于5个），按百分比缩尾可能无法准确反映分布特征，建议在样本量充足时使用以获得更稳健的统计结果。