功能: 通过均值寻找异常点

格式: 
IsoutlierByMean(x)
IsoutlierByMean(x, w)
IsoutlierByMean(x, w, a)

x : 待检测异常数据的矩阵变量
w : 数值,滑动窗宽,如果为0时,进行全局检测,此参数默认为0
a : 异常值判断乘系数,此参数默认为3

说明:
1. 本函数使用如下方式判断异常值
$$
\begin{cases}
y = &\mathbf{IsoutlierByMean}(x)
\\
\\
u &= \mathbf{DataMean}(x);
\\
\sigma &= \mathbf{DataStdDev}(x);
\\
y_i &=\begin{cases}
0&,|x_i-u| < a\sigma
\\
1&,|x_i-u| \geq a\sigma
\end{cases}
\end{cases}
$$

2. 执行成功返回与x同维度矩阵,对应元素值为1表示判断为异常点,为0表示非异常点

3. 数据严格呈现正态分布时, 使用本函数，否则不建议使用。

例子:
x = [1,2,1.6,3,1000,1.5,2.6];
y = IsoutlierByMean(x)//执行得到如下结果,发现没有检测出异常值
y =
[ 0.00000000000000    0.00000000000000    0.00000000000000    0.00000000000000    0.00000000000000    0.00000000000000    0.00000000000000 ]

z = IsoutlierByMean(x,0,1)//减小乘系数为1,这时得到如下结果,这时检测出第5个异常值
z =
[ 0.00000000000000    0.00000000000000    0.00000000000000    0.00000000000000    1.00000000000000    0.00000000000000    0.00000000000000 ]
