用MATLAB编写一程序，输入一组测量数据(9~15个，程序 可设定)，根据格拉布斯准则判断有无异常数据。如有，则剔除异常数据并重新 计算，直到无异常数据为止。具体要求如下： 1. 数据个数可

在MATLAB中编写这样一个程序，首先需要导入数据、计算离群值的Grubbs检验统计量、以及处理异常值。以下是简单的步骤：

1. **导入数据**：
使用`inputdata`函数从用户那里获取数据，例如：

   data = input('请输入一组测量数据，用逗号分隔：', 's');
   data = str2double(data);

2. **预处理数据**：
确保数据长度在9到15之间，如果不在范围，提示用户重新输入：

   if length(data) < 9 || length(data) > 15
       error('数据长度应在9到15之间，请重新输入.');
   end

3. **Grubbs检验**：
实现Grubbs检验，包括计算最大绝对偏差、查找可疑值等。MATLAB的Statistics and Machine Learning Toolbox提供了一个函数`grubbs`来进行这种检查：

   [~, idx] = grubbs(data);
   if ~isempty(idx)
       % 找到了异常值
   else
       % 没有异常值
       break;
   end

4. **剔除异常值**：
删除异常值，并更新数据集：

   data(idx) = NaN; % 将异常值标记为NaN

5. **循环剔除和重新计算**：
如果仍有NaN值，继续上述步骤，直到所有数据都通过了Grubbs检验：

   while any(isnan(data))
       [~, idx] = grubbs(data);
       data(idx) = NaN;
   end

6. **结果输出**：
最终得到的数据即是没有异常的数据集。

完整代码示例：

% ... (以上步骤)

% 完成剔除异常值后
clean_data = data; % 保存处理后的数据

disp('经过处理后的数据：')
disp(clean_data)

%