MySQL a odfiltrovanie odchylok

Potreboval by som odfiltrovat odchylky vo vysledokch, mam dva ciselne stlpce zistime AVG prveho stlcpa a videlim AVG druheho stlpca, cize robim taky pomer tych dvoch hodnot. Lenze su v nom odchylky

prvy_stlpec | druhy_stlpec
12000 | 150
1500 | 30
27000 | 78
17000 | 180
11000 | 90

Vysledok by mal byt okolo 130

No niekedy sa moze stat ze ak si cez WHERE odfiltrujem ine data, tak tam bude

prvy_stlpec | druhy_stlpec
10 | 500
12000 | 150
1500 | 30
27000 | 78
38600 | 250
7000000 | 2

Tu je ale vysledok 7009 ak dobre pocitam, no a to je ta chyba, lebo je to nezmysel skrz zle zadanych dat a toho by som sa chcel zbavit, cize prvy a posledny riadok skrz nejakej odchylky je abnormalny a nebol by zaratany (samozrejme nie je pravidlo ze odchylky su na prvom a poslednom riadku, mozu sa nachadzat kdekolvek), kedze tam by mal byt tiez vysledok okolo 155 co by bol uz spravny udaj, je jasne ze sa taka abnormalita moze objavit a mohlo by to byt aj spravne, ale je to tak 10% sanca, cize by som chcel tieto vysledky odstranit uz priamo v mysql, vedel by niekto helfnut ako na to?

Záleží, ako definuješ tú zlú hodnotu. Takto na pohľad to možno tebe je jasné, ale mne ani nie. V prvom príklade napr. ako viem, že 1500 nie je zlá hodnota? A v druhom príklade 10 je, alebo nie je zlá hodnota? Veď má blízko k 1500.
Ujasni, čo znamená "zlá hodnota" a možno že aj sám prídeš na to, ako na to

K filtrovaniu extrémnych hodnôt sú ale bežné takéto postupy

1. Zoradíš podľa veľkosti a trebárs 5% výsledkov odsekneš z hora aj z dola (ostane ti 90% hodnôt v prostriedku). Tým priemer necháš v podstate správny (+-), aj keby tam boli validné hodnoty. Tie extrémne to odfiltruje. Tu je ale predpoklad, že tých extrémnych tam bude naozaj málo hore aj dole. (A nemusíš ísť po percentách, ale napr zoberieš dve z hora a dve z dola).
Ale záleží, ako veľmi presný ten priemer potrebuješ.

2. Preložíš dáta sigmoidou a zmažeš zase napr. 5% z hora aj z dola. To je len trocha sofistikovanejšia prvá možnosť.

mimo. Napadá ma, možno úplná blbosť, spočítať priemer z prvej možnosti (čiže 90% hodnôt v strede) a potom vybrať len hodnoty (už zo všetkých), ktoré nie sú väčšie/menšie než nejaký n-násobok tohoto priemeru od mediánu. To by mohlo zožrať všetky rozumne blízke hodnoty a tie úplne vzdialené nechať tak. Ale chcelo by to vyskúšať, je to len myšlienka.

Diky, podobne riesenie som mal aj od nejakeho matfyzaka, skusal som obe a prve sa ukazalo ako najvhodnejsie, lebo median je dost nepresny ak by mal stlpec prvych 100 riadkov 10 a poslednych 20 riadkov by bolo trebars rozmedzie cisel od 100 od 50000, cize orezavam po zoradeni prvych 10 a poslednych 10 percent, tak to vyzera v poriadku a dalsie vypocty co nasleduju uz su ok a su uz v realite, nie ako predtym diky