稳健统计(robust statistics),理学-数学-数理统计学-稳健统计,为解决实际数据中常含有过失值等造成的数据常偏离惯用的假定模型的一类问题使用的具有稳健性的统计方法。由这种情况所带来的统计问题在20世纪50、60年代中引发了一些新的统计分支,稳健统计就是其中之一。简单地说,稳健性是指统计方法的性质关于统计模型的稳定性。例如样本均值不稳健,而样本中位数对统计模型的变化不大敏感,它比样本均值稳健得多。稳健统计的任务就是研究和寻找这样的统计方法,已有研究较多的是关于总体分布分的稳健性,特别是关于数据中含有过失值这种偏离时的稳健性。稳健统计从产生到发展已经有了丰富的理论结果,给出了许多各种各样的稳健方法。但总的来说,“稳健性”是人们希望的统计方法应具备的一种性质,即希望由于各种不可避免的原因,当关于数据的假定模型不能完全成立时,仍然能给出有意义的分析结果。