This application creates an image that reflects the statistics of the input image. The output image has  
    the same dimensions and coordinate system as the (selected region in) input image. The grid parameter  
    describes how many pixels apart "grid" pixels are. Statistics are computed around each grid pixel. Grid  
    pixels are limited to the direction plane only; independent statistics are computed for each direction plane  
    (ie at each frequency/stokes pixel should the input image happen to have such additional axes). Using the  
    xlength and ylength parameters, one may specify either a rectangular or circular region around each grid  
    point that defines which surrounding pixels are used in the statistic computation for individual grid points.  
    If the ylength parameter is the empty string, then a circle of diameter provided by xlength centered on  
    the grid point is used. If ylength is not empty, then a rectangular box of dimensions xlength x ylength centered  
    on the grid pixel is used. These two parameters may be specified in pixels, using either numerical values or  
    valid quantities with "pix" as the unit (eg "4pix"). Otherwise, they must be specified as valid angular  
    quantities, with recognized units (eg "4arcsec"). As with other region selections in CASA, full pixels are  
    included in the computation even if the specified region includes only a fraction of that pixel. BEWARE OF  
    MACHINE PRECISION ISSUES, because you may get a smaller number of pixels included in a region than you  
    expect if you specify, eg, an integer number of pixels. In such cases, you probably want to specify that  
    number plus a small epsilon value (eg "2.0001pix" rather than "2pix") to mitigate machine precision issues  
    when computing region extents.  
 
    The output image is formed by putting the statistics calculated at each grid point at the corresponding  
    grid point in the output image. Interpolation of these output values is then used to compute values at  
    non-grid-point pixels. The user may specify which interpolation algorithm to use for this computation  
    using the interp parameter.  
 
    ANCHORING THE GRID  
 
    The user may choose at which pixel to "anchor" the grid. For example, if one specifies grid=[4,4] and  
    anchor=[0,0], grid points will be located at pixels [0,0], [0,4], [0,8] ... [4,0], [4,4], etc. This  
    is exactly the same grid that would be produced if the user specified anchor=[4,4] or anchor=[20,44].  
    If the user specifies anchor=[1, 2] and grid=[4,4], then the grid points will be at pixels [1,2], [5,2],  
    [9,2]... [5,2], [5,6], etc. and the resulting grid is the same as it would be if the user specified eg  
    anchor=[9,10] or anchor=[21, 18]. The value "ref", which is the default, indicates that the reference  
    pixel of the input image should be used to anchor the grid. The x and y values of this pixel will be  
    rounded to the nearest integer if necessary.  
 
    SUPPORTED STATISTICS AND STATISTICS ALGORITHMS  
 
    One may specify which statistic should be represented using the stattype parameter. The following values  
    are recognized (minimum match supported):  
 
    iqr                   inner quartile range (q3 - q1)  
    max                   maximum  
    mean                  mean  
    medabsdevmed, madm    median absolute deviation from the median  
    median                median  
    min                   minimum  
    npts                  number of points  
    q1                    first quartile  
    q3                    third quartile  
    rms                   rms  
    sigma, std            standard deviation  
    sumsq                 sum of squares  
    sum                   sum  
    var                   variance  
    xmadm                 median absolute deviation from the median multipied by x, where x is the reciprocal of Phi^-1(3/4),  
                          where Phi^-1 is the reciprocal of the quantile function. Numerically, x = 1.482602218505602. See, eg,  
                          https://en.wikipedia.org/wiki/Median_absolute_deviation#Relation_to_standard_deviation  
 
    Using the statalg parameter, one may also select whether to use the Classical or Chauvenet/ZScore statistics algorithm to  
    compute the desired statistic (see the help for ia.statistics() or imstat for a full description of these algorithms).  
 
    # compute standard deviations in circles of diameter 10arcsec around  
    # grid pixels spaced every 4 x 5 pixels and anchored at pixel [30, 40],  
    # and use linear interpolation to compute values at non-grid-pixels  
    imdev("my.im", "sigma.im", grid=[4, 5], anchor=[30, 40], xlength="10arcsec", stattype="sigma", interp="lin", statalg="cl")  
 
    # compute median of the absolute deviations from the median values using  
    # the z-score/Chauvenet algorithm, by fixing the maximum z-score to determine outliers to 5.  
    # Use cubic interpolation to compute values for non-grid-point pixels. Use a rectangular region  
    # of dimensions 5arcsec x 20arcsec centered on each grid point as the region in which to include  
    # pixels for the computation of stats for that grid point.  
    imdev("my.im", "madm.im", grid=[4, 5], anchor=[30, 40], xlength="5arcsec", ylength="20arcsec, stattype="madm", interp="cub", statalg="ch", zscore=5)