重尾分布稳健位置度量的优点
有些分布，如 Pareto 或 Cauchy 分布，发生“罕见”事件的概率相对较高。当数据服从这样的重尾分布时，非稳健的位置度量（如样本均值）表现不佳。这种情况下，最好使用更稳健的位置度量，如中位数或双权位置 (biweight location)。
将 Cauchy 分布的 PDF 与相应的 NormalDistribution 的 PDF 进行比较，该 PDF 没有“胖”尾。
显示完整的 Wolfram 语言输入
“胖”尾部分布的特征之一是有些矩（如均值）没有定义。因此，样本均值不可靠。
查看用不同度量计算根据 Cauchy 分布所得数据的位置度量的不同表现。
用均值（非稳健）、中位数（稳健）和双权位置（稳健）计算中心位置。
稳健的位置统计结果“平均”更接近重尾分布的中心位置。
显示完整的 Wolfram 语言输入
对于正态分布的数据，双权位置与均值非常接近。
