movvar

Движущиеся отклонения

Описание

пример

M = movvar(A,k) возвращает массив локальных k- значения отклонения точек, где каждое отклонение вычисляется в скользящем окне длины k через соседние элементы A. Когда k является нечетным, окно центрировано вокруг элемента в текущем положении. Когда k является четным, окно центрировано вокруг текущего и предыдущего элементов. Размер окна автоматически обрезается в конечных точках, когда недостаточно элементов для заполнения окна. Когда окно усечено, отклонение берется только за элементы, которые заполняют окно. M - тот же размер, что и A.

  • Если A является вектором, тогда movvar действует вдоль длины вектора.

  • Если A является многомерным массивом, затем movvar действует вдоль первого измерения массива, размер которого не равен 1.

пример

M = movvar(A,[kb kf]) вычисляет отклонение с окном 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 нормирована по k-1 для k длины окна. Когда w = 1, M нормирована по k.

пример

M = movvar(___,w,dim) возвращает массив отклонений скольжения по размерности dim для любого из предыдущих синтаксисов. Всегда задайте вес w из предыдущего синтаксиса при определении dim. Для примера, если A является матрицей, тогда movvar(A,k,0,2) действует вдоль столбцов A, вычисление k- отклонение скольжения элемента для каждой строки. Коэффициент нормализации по умолчанию, k-1.

пример

M = movvar(___,nanflag) определяет, включать или опускать 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 отклонение для меньшего количества точек.

пример

M = movvar(___,Name,Value) задает дополнительные параметры для отклонения, используя один или несколько аргументы пары "имя-значение". Для примера, если x является вектором значений времени, затем movvar(A,k,'SamplePoints',x) вычисляет отклонение перемещения относительно времени в x.

Примеры

свернуть все

Вычислите трехточечную центрированную дисперсию вектора-строки. Когда в окнах конечных точек меньше трех элементов, примите отклонение по доступным элементам.

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

Вычислите трехточечную конечную дисперсию вектора-строки. Когда в окнах конечных точек меньше трех элементов, примите отклонение по доступным элементам.

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

Вычислите трехточечную центрированное отклонение вектора-строки и нормализуйте каждое отклонение 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

Вычислите трехточечную центрированное отклонение для каждой строки матрицы. Окно начинается с первой строки, скользит по горизонтали к концу строки, затем переходит ко второй строке и так далее. Аргумент размерности - два, который скользит по окну через столбцы A. Всегда задайте коэффициент нормализации при определении размерности.

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

Вычислите трехточечную центрированную дисперсию движения 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

Пересчитайте отклонение, но опускайте NaN значения. Когда movvar отбрасывает NaN элементы, это принимает отклонение 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

Вычислите 3-часовую центрированное отклонение данных в A согласно временному вектору 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

Вычислите трехточечную центрированную дисперсию вектора-строки, но отмените любое вычисление, в котором используется менее трех точек из выхода. Другими словами, возвращает только отклонения, вычисленные из полного трехэлементного окна, отбрасывая вычисления конечной точки.

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 параметры

свернуть все

Входной массив, заданный как векторный, матричный или многомерный массив.

Типы данных: single | double | logical

Длина окна, заданная в виде числа или скаляра длительности. Когда k является положительным целочисленным скаляром, центрированное отклонение включает элемент в текущем положении плюс окружающие соседи. Например, трехточечная дисперсия, заданная окном длины три, приводит к следующему вычислению для вектора A:

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

Длина окна по направлению, заданная как число или длительность вектора-строки содержащая два элемента. Когда kb и kf положительны целочисленные скаляры, вычисление окончено kb+kf+1 элементы. Расчет включает элемент в текущем положении, kb элементы перед текущей позицией и kf элементы после текущего положения. Например, отклонение с четырьмя точками, заданная направленным окном [2 1] приводит к следующему вычислению для вектора A:

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

Вес, заданный как одно из следующих значений:

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

  • 1 - Нормализация по k.

Типы данных: single | double

Размерность для работы, заданная как положительный целочисленный скаляр Если значение не задано, то по умолчанию это первое измерение массива, не равный 1.

Размерность dim указывает на размерность, которая movvar действует в направлении, в котором скользит указанное окно.

Рассмотрим двумерный входной массив, A.

  • Если dim = 1, затем movvar(A,k,0,1) начинается с первого столбца и скользит по вертикали по каждой строке. Отклонение вычисляется по k элементы за раз. Затем он переходит ко второму столбцу и повторяет расчеты. Этот процесс продолжается до тех пор, пока не будут исчерпаны все столбцы. Аргумент 0 задает вес по умолчанию, который требуется при указании dim.

  • Если dim = 2, затем movvar(A,k,0,2) начинается с первой строки и скользит по горизонтали по каждому столбцу. Отклонение вычисляется по k элементы за раз. Затем он переходит ко второй строке и повторяет расчеты. Этот процесс продолжается до тех пор, пока все строки не будут исчерпаны. Аргумент 0 задает вес по умолчанию, который требуется при указании dim.

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

NaN условие, заданное как одно из следующих значений:

  • 'includenan' - Включить NaN значения от входов при вычислении отклонения, в результате чего формируются выходные NaN.

  • 'omitnan' - Игнорировать все NaN значений во входе. Если окно содержит только NaN значения, затем movvar возвращает NaN.

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

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

Метод обработки начальных и конечных окон, заданный как разделенная разделенными запятой парами, состоящая из 'Endpoints' и одно из следующих:

'Endpoints' ЗначениеОписание
'shrink'Уменьшите размер окна рядом с конечными точками входов, чтобы включать только существующие элементы.
'discard'Не выводите отклонения, когда окно не полностью перекрывается с существующими элементами.
'fill'Замените несуществующие элементы NaN.
числовой или логический скалярЗамените несуществующие элементы заданным числом или логическим значением.

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

Точки выборки для вычисления отклонений, заданная как разделенная разделенными запятой парами, состоящая из 'SamplePoints' и вектор. Точки выборки представляют расположение данных в A. Точки выборки не нужно равномерно отбирать. По умолчанию вектор точек выборки является [1 2 3 ... ].

Движущиеся окна заданы относительно точек выборки, которая должна быть отсортирована и содержать уникальные элементы. Для примера, если t является вектором времени, соответствующим входным данным, затем movvar(rand(1,10),3,'SamplePoints',t) имеет окно, которое представляет временной интервал между t(i)-1.5 и t(i)+1.5.

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

Если точки выборки неоднородны, и 'Endpoints' задается пара имя-значение, тогда ее значение должно быть 'shrink'.

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

Подробнее о

свернуть все

Отклонение

Для векторной A случайных переменных, состоящей из N скалярных наблюдений, отклонение определяется как

V=1N1i=1N|Aiμ|2

где μ - среднее значение A,

μ=1Ni=1NAi.

В некоторых определениях отклонения вместо N-1 используется коэффициент нормализации N. Можно задать коэффициент N путем установки w на 1. В любом случае среднее значение принято с обычным коэффициентом нормализации N.

Расширенные возможности

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

.

См. также

| | | |

Введенный в R2016a
Для просмотра документации необходимо авторизоваться на сайте