
Descartar puntos más allá de un número elegido de desviaciones estándar, de forma iterativa: la defensa común contra los valores atípicos.El recorte sigma es una técnica estadística robusta para limpiar datos eliminando valores atípicos. La idea es simple: calcular la media y la desviación estándar de un conjunto de datos, descartar cualquier punto que se encuentre a más de un número elegido de desviaciones estándar (el 'sigma') de la media, luego recalcular la media y la desviación estándar con los puntos restantes y repetir. Este proceso iterativo converge a un conjunto estable de puntos 'buenos', lo que lo convierte en una primera línea de defensa estándar contra mediciones espurias en física y astronomía.
La técnica se ha utilizado de manera informal en estadística desde principios del siglo XX, pero se convirtió en una herramienta estándar en la reducción de datos astronómicos en la década de 1980 con la llegada de las cámaras CCD y los sondeos automatizados.
Comience con un conjunto de datos y un umbral, típicamente de 2 a 3 sigma. Calcule la media y la desviación estándar. Marque cada punto cuya desviación absoluta de la media supere el umbral multiplicado por la desviación estándar y elimine esos puntos. Recalcule la media y la desviación estándar con los puntos supervivientes y repita hasta que no se marquen más puntos. El procedimiento es sensible a la estimación inicial, por lo que a menudo se ejecuta varias veces con diferentes umbrales para garantizar la estabilidad.
Se utiliza para eliminar impactos de rayos cósmicos, píxeles defectuosos y otros artefactos de imágenes y espectros astronómicos, así como para limpiar series temporales antes de la búsqueda de periodicidades o el ajuste de modelos.
El recorte sigma es tan común en astronomía que está integrado en casi todos los paquetes importantes de procesamiento de imágenes, desde IRAF hasta bibliotecas modernas de Python como astropy.




