有一些特殊的指标和处理噪声数据的方法，例如中位数，测量理论如何忽略噪声数据离群值，最小二乘以找到形状相似的函数而忽略峰值等。
我想知道-当相反的情况成立时，关键字和学科是什么？当离群值至关重要时。就像在交易和投资中一样，当一笔大笔亏损的坏交易会破坏数百笔利润微薄的好交易。
学科和统计方法应如何设计系统，以使其在这样的环境中生存下来，以及如何测量其性能并考虑这些异常值。我正在寻找一组术语和关键字，因此我可以通过Google和Wikipedia进一步探索。
就像您尝试进行预测一样，在许多情况下，您可以猜测预测误差将是正态分布。但是您可能需要在该系统中选择其他发行版，以正确解决错误和风险。