Exponenta Banner
exponenta event banner

вар

Отклонение timeseries данные

свернуть все на странице

Синтаксис

tsvar = var (ts)
tsvar = var (ts, имя, значение)

Описание

пример

tsvar = var(ts) возвращает дисперсию выборок данных в timeseries объект.

tsvar = var(ts,Name,Value) задает дополнительные параметры при вычислении расхождения с использованием одного или нескольких аргументов пары имя-значение. Например, tsvar = var(ts,'Quality',-99,'MissingData','remove') определяет -99 как отсутствующий код качества выборки и удаляет отсутствующие выборки перед вычислением дисперсии.

Примеры

свернуть все

Открыть сценарий в реальном времени

Создать timeseries и вычисляют дисперсию данных выборки.

ts = timeseries((1:10)');
tsvar = var(ts)
tsvar = 9.1667

Входные аргументы

свернуть все

Вход timeseries, указывается как скаляр.

Типы данных: timeseries

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: tsvar = var(ts,'Quality',-99,'MissingData','remove')

Индикатор отсутствующего значения указывает скаляр, вектор, матрицу или многомерный массив целых чисел в диапазоне от -128 до 127. Каждый элемент представляет собой код качества, который следует рассматривать как отсутствующие данные.

По умолчанию отсутствующие данные удаляются перед вычислением. Для интерполяции данных вместо их удаления укажите пару имя-значение 'MissingData','interpolation'.

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

Отсутствует метод данных, указан как 'remove' для удаления отсутствующих значений или 'interpolate' для заполнения отсутствующих значений путем интерполяции данных. Укажите 'Quality' пара имя-значение, чтобы указать, какие выборки данных считаются отсутствующими.

Веса, указанные как 'none' или 'time'.
При указании 'time', большие значения времени соответствуют большим весам.

Алгоритмы

MATLAB ® определяет взвешивание следующим образом:

  1. Присоединение взвешивания к каждому значению времени, в зависимости от его порядка, следующим образом:

    • Первая точка времени - длительность первого интервала времени (t(2) - t(1)).

    • Момент времени, который не является ни первым, ни последним моментом времени - длительность между серединой предыдущего временного интервала и серединой последующего временного интервала ((t(k + 1) - t(k))/2 + (t(k) - t(k - 1))/2).

    • Последняя точка времени - длительность последнего интервала времени (t(end) - t(end - 1)).

  2. Нормализация весового коэффициента для каждого времени путем деления каждого весового коэффициента на среднее значение всех весовых коэффициентов.

    Примечание

    Если timeseries объект равномерно дискретизируют, затем нормализованное взвешивание для каждого времени равно 1,0. Поэтому взвешивание по времени не имеет эффекта.

  3. Умножение данных для каждого времени на нормированное взвешивание.

См. также

| | |

Представлен до R2006a

Документация MATLAB

Поддержка