删除下面的观察$k$th百分位及以上（100-$k$) 在计算某个估计量之前与修整（即计算修整的估计量）相同。

修剪对分布的影响实际上是两端截断的影响。基于样本的修剪对观察到的分布（多个样本的平均值）的影响略有不同，因为分位数是随机变量而不是固定数字；在非常大的样本中，它变得与截断非常相似。

它对您所做的任何事情的影响取决于具体情况；例如，对某些估计器的影响取决于您在修剪观察后应用的估计器，以及您应用该过程的分布。

它当然可以减少产生总异常值的影响污染（尽管在许多情况下，其他估计器，例如位置的 M 估计器，可能是比修剪位置估计器更好的选择；对于其他类型的估计器也是如此）。

如果将其应用于（例如）方差计算，则会导致向下偏差。一些作者建议对均值和 Winsorizing 进行微调，而不是对计算方差或标准差进行微调（这不会消除偏差，但会减少偏差）。

这里违反了哪些统计原则？

我不太确定您要的是什么，但是许多事物的属性会发生变化；例如查看下一个问题的答案。

这将如何改变在分析此类数据期间得出的任何结论？

这取决于你在做什么！例如，应用于修剪样本的 t 检验将不再具有名义显着性水平；但是对方差和自由度的调整应该使您能够接近所需的 I 类错误率。

有时肯定会使用这种方法。这是一个常见的简单选择，在某些情况下它表现得相当不错——但它并不总是最好的选择。

您可能会发现阅读一些有关稳健统计的信息会有所帮助。

编辑：针对新问题的进一步回答

您之前描述了一个单变量过程（从分布中剔除大小值），但现在您询问的是回归，它涉及多个变量。这改变了事情。

对于回归，您正在谈论每个点的响应的不同条件分布 - 在试图找出最极端的情况时，您不能简单地忽略 IV。

假设我们想计算一个衡量某个协变量的标准分数。我们通过根据测量回归协变量来做到这一点，然后使用回归的预测响应获得标准分数。

我不清楚这如何给你你想要的。（实际上也不清楚您的回归是哪种方式；我怀疑当您说“回归反对”时，您将其表述为 IV“回归反对”DV，这似乎与通常的惯例相反。）

我们想让这个过程对异常值更加稳健。

我将解决这个问题，抛开我上面的担忧。

是否建议在任何分析之前修剪数据（不保留丢弃的值），然后执行分析？

如果我对您的理解正确，则不，因为您正在应用边际（即无条件）方法来纠正条件模型的问题，甚至在您有机会评估它是否有条件异常之前。相反，我建议考虑稳健的回归方法。

作为简单丢弃数据的替代方法，是否可以使用修剪子集拟合回归模型，然后应用该模型来标准化整个数据集？

出于上述原因，我建议不要这样做。

这会类似于最小修剪平方回归吗？

如果我对您的理解正确，那绝不是相似的。（它确实涉及修剪某些东西，但这一点不像我从你的提议中理解的那样。）

可能值得解决您对数据的预期问题 - 是 y-outliers？，x-outliers？，每个？，两者一起？

新编辑的答案：

如果只是有问题的 y 异常值（即不存在有影响的观察值），则 M 估计可能是合理的，但许多其他稳健的回归估计器也是如此。[您也可以使用修剪，但您需要将其应用于残差......来自强大的估计，如果您已经有了，您可能不需要修剪。]