已知y=[0,1.27,2.16,2.86,3.44,3.87,4.15,4.37,4.51,4.58,4.02,4.64]，要求在matlab2023b版本中使用cook’s距离方法来剔除异常点，请写出相关代码

在MATLAB 2023b版本中，你可以使用` cooksDistance`函数结合`isoutlier`函数来检测并剔除异常值。Cook's距离是一种统计方法，用于衡量数据点对模型残差平方和的影响程度。下面是一个简单的示例，假设'y'是一个一维向量：

% 给定的数据
y = [0, 1.27, 2.16, 2.86, 3.44, 3.87, 4.15, 4.37, 4.51, 4.58, 4.02, 4.64];

% 计算Cook's距离
[D, idx] = cooksDistance(y);

% 设置阈值（通常选择默认的3），大于该阈值的数据被认为是异常值
threshold = 3; % 这里使用的是MATLAB默认的阈值
is_outlier_idx = idx(D > threshold);

% 去除异常值后的数据
y_cleaned = y(~is_outlier_idx);

这里，`D`是一个向量，包含了每个数据点的Cook's距离，`idx`是一个索引向量，`~is_outlier_idx`表示非异常值的索引。注意，`isoutlier`函数返回的是一个布尔向量，True代表异常值。