您正在做的事情被称为修剪均值。

正如您所做的那样，从每一侧修剪相同的比例（修剪比例）是很常见的。

您可以修剪 0%（普通平均值）到（几乎）50%（给出中位数）之间的任何值。您的示例从两端修剪了 30%。

请参阅此答案和相关的 维基百科文章。

[编辑：见尼克考克斯关于这个话题的精彩讨论。]

这是一个相当合理的，有点健壮的位置估计器。它通常被认为比高度偏斜的分布更适合近对称分布，但如果它适合您的目的*，没有理由不使用它。最好修剪多少取决于您拥有的分布类型和您寻求的属性。

* 这里不完全清楚你想估计什么。

还有许多其他强大的方法可以总结分布的“中心”，其中一些您可能还会发现有用。（例如，M-估计器可能对你有一些用处，也许）

[如果您需要一个相应的变异性度量来与您的修剪平均值一起使用，Winsorized标准偏差可能对您有些用处（本质上，在计算 sd 时，用您在修剪时的最极端值替换您将截断的值）没有切断）。]

考虑到您的目标，您的方法对我来说很有意义。它很简单，很直接，它可以完成工作，而且你可能不想写一篇关于它的科学论文。

在处理异常值时应该始终做的一件事是了解它们，而您已经在这方面做得很好。因此，改进您的方法的可能方法是：您可以使用有关哪些构建挂起的信息吗？你提到你有“其他检测这些的机制”——你能检测到它们然后只从样本中删除它们吗？

否则，如果您有更多数据，您可以考虑不删除三分位数，而是删除五分位数......但在某些时候，这可能不会产生太大影响。

另一种方法是计算所有成对平均值的中位数或进行自举。

更新：

所有成对平均数的中位数称为Hodges-Lehmann 估计量。这种估计器通常具有很高的效率。Scott L. Hershberger 的这本百科全书条目说：

虽然对于非对称分布，中位数和霍奇斯-莱曼估计量均优于样本均值，但霍奇斯-莱曼估计量相对于均值的渐近相对效率大于中位数

自举可能不太相关且计算量更大，但是您可以对数据进行替换的小随机样本并计算该子样本的平均值，多次执行并计算所有平均值的中值。

在这两种情况下，您不再需要在数据值中选择一个值（当您计算普通中位数时），而是从数据子集中的许多平均值中选择。

你在做什么似乎是合理的：只是为了提供信息，我经常出于类似的目的使用以下过程：但我只对上异常值真正感兴趣。

计算五个数字摘要：Min、Q1、Median、Q3、Max。计算四分位距：Q3-Q1。在 Q1-IQR*X 和 Q3+IQR*X 处设置离群值“围栏”：其中“X”的合理值为 1.5。

使用 Excel 和上面的数字（使用 1.5 表示“X”**）会产生一个上异常值：21011

MIN 50
Q1  3014
MEDIAN  8095
Q3  9073.25
MAX 21011
IQR 6059.25
UPPER FENCE 18162.125
LOWER FENCE -6074.875

因此，对于您的示例而言，此处的较低围栏实际上没有用或不切实际：这支持了另一篇文章关于理解特定数据含义的重要性的观点。

（**找到“1.5”规则的一个引用：我并不是说它是权威的，但对我来说似乎是一个合理的起点：http: //statistics.about.com/od/Descriptive-Statistics/a/什么是四分位间距规则.htm )

您也可以决定（也许）只使用 IQR 本身的数据点：这似乎会产生合理的结果（因为您的方法的成员资格非常相似）。

使用相同的数据，这会将以下数据点放置在“感兴趣的区域”中：

7812
3014
13400
21011
8993
8378
9100

在箱线图上：这些点都将落在图表的箱形部分（而不是胡须部分）内。

可以看出，这个列表包含了一些不在你的原始列表中的项目（运行时间更长的构建）；我不能说一个列表是否更准确。（再次，归结为了解您的数据集）。