设 X(1),X(2),...,X(N) 是来自正态分布的样本 X1,X2,...,XN 的有序统计量。 让M = medium([X1,X2,...,XN]) 和 S = mad([X1,X2,..XN],1)/.6745 是（分别）平均值和标准偏差的稳健估计量分配。 Hampel 标识符是一个规则，它将满足样本 X 的所有值标识为异常值|XM|/S > g(N,alpha)。 函数 g(N,alpha) 用于标准化以下方式（参见 [1]，第 783 页，标准化 (4)）： P（样本中没有异常值）= P(|X(N)-M)|/S < g(N,alpha)) = 1 - alpha。 这个 matlab 函数计算临界值，即 g(N,alpha)。

针对矿井生产环境在时间、空间上的动态性，以实现矿井环境指标的实时监测为目的。本文采用传感器技术、通讯技术，Arduino UNO和各类传感器相结合，对矿井监测系统的软、硬件进行了详细设计，实现了矿井生产环境的温度、湿度、粉尘浓度等数监测据的实时控制。通过分析和试验表明，该系统具有较强的实用性、稳定性、精准性，是一套可靠的监控系统，对矿井的机械化具有一定的促进作用。

此函数查找 Tukey 的 q 学生化范围临界值。 这个修改后的宏基于 Fortran77 算法 AS 190.2 Appl。 国家主义者。 (1983)。 它需要样本自由度（每个样本必须相同）、k 个样本和 p 累积概率值（默认 = 0.95）。 它为 0.8 < p < 0.995 提供了非常好的近似值）。

数据异常值判断统计算法。。格鲁布斯算法临界值检验表》。。

论文研究-单位根检验中的Wald检验量研究：Bootstrap法VS临界值法.pdf,  针对Wald临界值检验方法存在检验水平扭曲和功效低下的不足，提出了Wald检验量的Bootstrap检验方法，并从理论上证明了该方法的有效性；借助于蒙特卡罗模拟技术对两种检验方法进行对比.结果表明：在无漂移项数据生成过程中，两种方法的实际覆盖率分别为100%和72.9%，精确程度之比为33：15；在有漂移项的数据生成过程中，实际覆盖率分别为94.4%和77.8%，精确程度之比为20：15；在检验功效方面，Bootstrap方法较临界值检验具有明显的优势，尤其是在小样本下；由标准正态分布得到的临界值对其它误差分布类型缺乏稳健性.实证分析也表明由Bootstrap检验方法得到的模型更符合实际情况.因此，Bootstrap方法可以替代临界值方法进行单位根的Wald检验.

t检验(t-test)临界值表-t检验表

卡方与T的临界值表（电子表格），http://www.statsoft.com/textbook/stathome.html?sttable.html&1可在此网站校对数据，有用的话赞一个

F分布的临界值表.pdf