稳健统计学(Robust Statistics)
稳健统计学广义上指统计中的假设最大程度上接近真实数据。稳健统计学产生的主要原因是误差，也被称为异常值，指那些远离真实数据的值。异常值的出现会导致统计结果产生极大的偏差。稳健统计学的问题可以追溯到统计学起源的时期，许多杰出的统计学家，例如高斯(Fridericus Gauss，1777一l855)，拉普拉斯(Pierre—Simon Marquis deLaplace，1749—1827)等都清楚的意识到了这个问题。但是，直到20世纪中期，稳健统计的问题才逐渐被统计学家重视起来。
