罗曼诺夫斯基准则原理
  罗曼诺夫斯基准则又称 t检验准则，其特点是首先删除一个可疑的的测得值，然后按 t分布检验被剔除的测量值是否含有粗大误差

罗曼诺夫斯基准则
  1）选取合适的显著度a，选择合适的数据处理长度n。由a、n在t分布表中查出系数K。(例如：a为0.05、n为15，则 K2.24)
  2）计算处理段数据的平均值   3）计算处理段数据的标准   4）| 检测值 - 计算处理段数据的平均值 | > K*计算处理段数据的标准差,如果成立则检测值为粗大值，需要剔除。

实现代码

function out = fun_romanovsky(data, l, a)
%   功能:罗曼诺夫斯基准则剔除粗大值　
%   参数:
%        data  输入数据
%        l     分段长度
%        a　　 显著度
% 返回值：剔除粗大值后的数据
    [m,n] = size(data);
    if m > 1
        data = data';
    end
    if length(data) <= l
        out = NaN;
        return;
    end
    out = data;
    i1 = 1;
    i2 = 1;
   while ( i1 <= length(data)-l )
        temp = data(i1:i1+l);
        data_mean = mean(temp);
%       v = temp - data_mean;
%       求方差
        temp_std = std(temp);
%       K由l、a查表所得
        K = 2.24;
        if abs(data(i1 + l) - data_mean) > K*temp_std
            out(i2 + l) = NaN;
            data(i1 + l)= [];
        else
            i1 = i1 + 1;
        end
        i2 = i2 + 1;
    end
end

测试代码

data = [20.42 20.43 20.40 20.43 20.42 20.43 20.30 20.40 20.43 20.42 20.41 20.39 20.39 20.40 20.40 21.40 20.43 20.39 20.60 20.39 20.42 20.40 20.43];
data1= fun_romanovsky(data, 15, 0.05);
x = 1:length(data);
figure(2);
plot(x, data, 'b-', x , data1, 'ro');
legend('处理前','处理后');

效果图
image