Exponenta Banner
exponenta event banner

movvar

Скользящее отклонение

свернуть все на странице

Синтаксис

M = movvar (A, k)
M = movvar (A, [kb kf])
M = movvar (___, w)
M = movvar (___, w, тускло)
M = movvar (___, нанфлаг)
M = movar (___, имя, значение)

Описание

пример

M = movvar(A,k) возвращает массив локальных k-точные значения дисперсии, где каждая дисперсия вычисляется по скользящему окну длины k через соседние элементы A. Когда k нечетное, окно центрировано относительно элемента в текущем положении. Когда k является четным, окно центрировано относительно текущего и предыдущего элементов. Размер окна автоматически усекается в конечных точках, когда не хватает элементов для заполнения окна. Когда окно усечено, отклонение принимает на себя только те элементы, которые заполняют окно. M имеет тот же размер, что и A.

  • Если A является вектором, то movvar оперирует по длине вектора.

  • Если A является многомерным массивом, то movvar работает вдоль первого размера массива, размер которого не равен 1.

пример

M = movvar(A,[kb kf]) вычисляет расхождение с помощью окна длины kb+kf+1 который включает элемент в текущем положении, kb элементы назад, и kf элементы вперед.

пример

M = movvar(___,w) задает коэффициент нормализации для любого из предыдущих синтаксисов. Когда w = 0 (по умолчанию), M нормализовано k-1 для длины окна k. Когда w = 1, M нормализовано k.

пример

M = movvar(___,w,dim) возвращает массив скользящих расхождений по размерности dim для любого из предыдущих синтаксисов. Всегда указывать вес w из предыдущего синтаксиса при указании dim. Например, если A является матрицей, то movvar(A,k,0,2) работает вдоль колонн A, вычисление k- скользящее отклонение элемента для каждой строки. Коэффициент нормализации является значением по умолчанию, k-1.

пример

M = movvar(___,nanflag) указывает, включать или пропускать NaN значения из вычисления для любого из предыдущих синтаксисов. movvar(A,k,'includenan') включает все NaN значения в вычислении при movvar(A,k,'omitnan') игнорирует их и вычисляет дисперсию по меньшему количеству точек.

пример

M = movvar(___,Name,Value) задает дополнительные параметры для расхождения, используя один или несколько аргументов пары имя-значение. Например, если x является вектором значений времени, то movvar(A,k,'SamplePoints',x) вычисляет дисперсию перемещения относительно времени в x.

Примеры

свернуть все

Открыть сценарий в реальном времени

Вычислите трехточечную центрированную скользящую дисперсию вектора строки. Если в конечных точках окна меньше трех элементов, возьмите дисперсию над доступными элементами.

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movvar(A,3)
M = 1×10

    8.0000    4.0000   22.3333   19.0000    1.0000    1.0000    9.3333    7.0000    1.0000    0.5000
Открыть сценарий в реальном времени

Вычислите трехточечную конечную скользящую дисперсию вектора строки. Если в конечных точках окна меньше трех элементов, возьмите дисперсию над доступными элементами.

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movvar(A,[2 0])
M = 1×10

         0    8.0000    4.0000   22.3333   19.0000    1.0000    1.0000    9.3333    7.0000    1.0000
Открыть сценарий в реальном времени

Вычислите трехточечную центрированную скользящую дисперсию вектора строки и нормализуйте каждую дисперсию по количеству элементов в окне.

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movvar(A,3,1)
M = 1×10

    4.0000    2.6667   14.8889   12.6667    0.6667    0.6667    6.2222    4.6667    0.6667    0.2500
Открыть сценарий в реальном времени

Вычислите трехточечную центрированную скользящую дисперсию для каждой строки матрицы. Окно начинается с первой строки, перемещается горизонтально к концу строки, затем перемещается ко второй строке и т.д. Аргумент размерности равен двум, который скользит по столбцам A. Всегда указывайте коэффициент нормализации при задании размера.

A = [4 8 6; -1 -2 -3; -1 3 4];
M = movvar(A,3,0,2)
M = 3×3

    8.0000    4.0000    2.0000
    0.5000    1.0000    0.5000
    8.0000    7.0000    0.5000
Открыть сценарий в реальном времени

Вычисление трехточечной центрированной скользящей дисперсии вектора строки, содержащей два NaN элементы.

A = [4 8 NaN -1 -2 -3 NaN 3 4 5];
M = movvar(A,3)
M = 1×10

    8.0000       NaN       NaN       NaN    1.0000       NaN       NaN       NaN    1.0000    0.5000

Пересчитать расхождение, но опустить NaN значения. Когда movvar браки NaN элементы, оно принимает дисперсию по остальным элементам в окне.

M = movvar(A,3,'omitnan')
M = 1×10

    8.0000    8.0000   40.5000    0.5000    1.0000    0.5000   18.0000    0.5000    1.0000    0.5000
Открыть сценарий в реальном времени

Вычислите 3-часовую центрированную скользящую дисперсию данных в A в соответствии с вектором времени t. 

A = [4 8 6 -1 -2 -3];
k = hours(3);
t = datetime(2016,1,1,0,0,0) + hours(0:5)
t = 1x6 datetime
Columns 1 through 3

   01-Jan-2016 00:00:00   01-Jan-2016 01:00:00   01-Jan-2016 02:00:00

Columns 4 through 6

   01-Jan-2016 03:00:00   01-Jan-2016 04:00:00   01-Jan-2016 05:00:00


M = movvar(A,k,'SamplePoints',t)
M = 1×6

    8.0000    4.0000   22.3333   19.0000    1.0000    0.5000
Открыть сценарий в реальном времени

Вычислите трехточечную центрированную скользящую дисперсию вектора строки, но отмените все вычисления, использующие менее трех точек на выходе. Другими словами, возвращает только отклонения, вычисленные из полного трехэлементного окна, отбрасывая вычисления конечных точек.

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movvar(A,3,'Endpoints','discard')
M = 1×8

    4.0000   22.3333   19.0000    1.0000    1.0000    9.3333    7.0000    1.0000

Входные аргументы

свернуть все

Входной массив, заданный как вектор, матрица или многомерный массив.

Типы данных: single | double | logical

Длина окна, заданная как числовой скаляр или скаляр длительности. Когда k является положительным целым скаляром, центрированная дисперсия включает элемент в текущей позиции плюс окружающие соседи. Например, трехточечное отклонение, определенное окном длиной три, приводит к следующему вычислению для вектора A:

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | duration

Длина направленного окна, заданная как числовой вектор или вектор строки длительности, содержащий два элемента. Когда kb и kf положительные целочисленные скаляры, вычисление завершено kb+kf+1 элементы. Расчет включает элемент в текущей позиции, kb элементы перед текущим положением, и kf элементы после текущего положения. Например, четырехточечное отклонение, определяемое направленным окном [2 1] результаты в следующем вычислении для вектора A:

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | duration

Вес, указанный как одно из следующих значений:

  • 0 - Нормализовать по k-1, где k - длина окна. Если k=1, вес k.

  • 1 - Нормализовать по k.

Типы данных: single | double

Размерность для работы, заданная как целочисленный скаляр. Если значение не указано, то по умолчанию используется первый размер массива, размер которого не равен 1.

Измерение dim указывает измерение, которое movvar работает вдоль направления, в котором скользит указанное окно.

Рассмотрим двухмерный входной массив, A.

  • Если dim = 1, то movvar(A,k,0,1) начинается с первого столбца и скользит вертикально по каждой строке. Расхождение вычисляется по k элементы за один раз. Затем он перемещается во второй столбец и повторяет вычисление. Этот процесс продолжается до тех пор, пока не будут исчерпаны все столбцы. Аргумент 0 указывает вес по умолчанию, который требуется при указании dim.

  • Если dim = 2, то movvar(A,k,0,2) начинается с первой строки и перемещается горизонтально по каждому столбцу. Расхождение вычисляется по k элементы за один раз. Затем он перемещается во вторую строку и повторяет вычисления. Этот процесс продолжается до тех пор, пока не будут исчерпаны все строки. Аргумент 0 указывает вес по умолчанию, который требуется при указании dim.

Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

NaN условие, указанное как одно из следующих значений:

  • 'includenan' - Включить NaN значения из входных данных при вычислении дисперсии, что приводит к выводам NaN.

  • 'omitnan' - Игнорировать все NaN значения на входе. Если окно содержит только NaN значения, затем movvar прибыль NaN.

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

Пример: M = movvar(A,k,'Endpoints','fill')

Метод обработки ведущего и заднего окон, определяемый как разделенная запятыми пара, состоящая из 'Endpoints' и одно из следующих:

'Endpoints' СтоимостьОписание
'shrink'Уменьшите размер окна рядом с конечными точками ввода, чтобы включить только существующие элементы.
'discard'Не выводите отклонения, если окно не полностью перекрывается с существующими элементами.
'fill'Заменить несуществующие элементы на NaN.
числовой или логический скалярЗаменить несуществующие элементы указанным числовым или логическим значением.

Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string

Выборочные точки для вычисления отклонений, указанные как разделенная запятыми пара, состоящая из 'SamplePoints' и вектор. Точки выборки представляют расположение данных в A. Выборочные точки не нуждаются в равномерной выборке. По умолчанию вектором точек выборки является [1 2 3 ... ].

Движущиеся окна определяются относительно точек образца, которые должны быть отсортированы и содержать уникальные элементы. Например, если t является вектором времен, соответствующих входным данным, то movvar(rand(1,10),3,'SamplePoints',t) имеет окно, представляющее временной интервал между t(i)-1.5 и t(i)+1.5.

Когда вектор точек выборки имеет тип данных datetime или duration, то длина движущегося окна должна иметь тип duration.

Если точки образца расположены неравномерно, и 'Endpoints' пара имя-значение указана, то ее значение должно быть 'shrink'.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | datetime | duration

Подробнее

свернуть все

Различие

Для вектора случайной величины A, составленного из N скалярных наблюдений, дисперсия определяется как

V=1N−1∑i=1N'Ai−μ|2

где λ - среднее значение А,

μ=1N∑i=1NAi.

В некоторых определениях дисперсии вместо N-1 используется коэффициент нормализации N. Можно задать коэффициент N, задав w кому 1. В любом случае предполагается, что среднее имеет обычный нормирующий коэффициент N.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

| | | |

Представлен в R2016a

Документация MATLAB

Поддержка