主要内容

isoutlier

发现数据中的异常值

折叠所有页面

语法

TF = isoutlier(A)
TF = isoutlier(A，方法)
TF = isoutlier(A，“百分位数”，阈值)
TF = isoutlier(A, move method,window)
TF = isoutlier(___昏暗的)
TF = isoutlier(___、名称、值)
[TF,L,U,C] = isoutlier(___）

描述

例子

特遣部队= isoutlier (一个）返回元素为的逻辑数组真正的的对应元素中检测到异常值时一个．

  • 如果一个是矩阵吗isoutlier的每一列一个分开。

  • 如果一个那么是多维数组吗isoutlier的第一个维度一个它的大小不等于1。

  • 如果一个那是桌子还是时间表呢isoutlier的每个变量一个分开。

默认情况下，离群值是一个超过三倍的值绝对偏差中位数从中位数开始。

例子

特遣部队= isoutlier (一个，方法）指定用于检测异常值的方法。例如,isoutlier (A,“的意思是”)返回真正的对所有元素超过三个标准差的均值。

特遣部队= isoutlier (一个、“百分位数”、阈值）中将异常值定义为中指定的百分位数之外的点阈值．的阈值参数是包含较低和较高百分位阈值的两元素行向量，例如[90]．

例子

特遣部队= isoutlier (一个，movmethod，窗口）使用具有窗口长度的移动窗口方法检测局部异常值窗口．例如,isoutlier(“movmedian”,5)返回真正的在一个五元窗口内，从局部中值到局部缩放MAD的所有元素。

例子

特遣部队= isoutlier (___，昏暗的）的维度。一个对前面的任何语法进行操作。例如,isoutlier (2)对矩阵的每一行进行操作一个．

例子

特遣部队= isoutlier (___，名称,值）指定使用一个或多个名称-值参数检测异常值的其他参数。例如,isoutlier(“SamplePoints”,t)检测数组中的异常值一个相对于时间向量的相应元素t．

例子

［特遣部队，l，U，C= isoutlier(___）还返回较低的阈值l，上阈值U，和中心值C采用离群点检测方法。

例子

全部折叠

打开实时脚本

找出数据向量中的异常值。输出中的逻辑1表示异常值的位置。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];TF = isoutlier(A)
TF =1x15逻辑阵列0 0 0 1 0 0 0 1 0 0 0 0 0 0 0
打开实时脚本

定义离均值三个标准差以上的点为离群值，并找到离群值在向量中的位置。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];TF = isoutlier(A，“的意思是”）
TF =1x15逻辑阵列0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
打开实时脚本

使用移动检测方法来检测与时间矢量对应的正弦波中的局部异常值。

创建一个包含本地离群值的数据向量。

X = -2*pi:0.1:2*pi;A = sin(x);A(47) = 0;

中数据对应的时间向量一个．

t = datetime(2017 1 1 0, 0, 0) +小时(0:长度(x) 1);

将异常值定义为滑动窗口内局部中值到局部缩放MAD超过三个的点。找到异常值的位置一个相对于里面的点t窗口大小为5小时。绘制数据和检测到的异常值。

TF = isoutlier(A，“movmedian”小时(5),“SamplePoints”t);情节(t)在情节(t (TF) (TF),“x”)传说(“原始数据”，“离群数据”）

图中包含一个轴对象。axis对象包含2个line类型的对象。这些对象表示原始数据、离群数据。

打开实时脚本

为矩阵的每一行找到异常值。

在对角线上创建一个包含异常值的数据矩阵。

A = magic(5) + diag(200*ones(1,5))
一个=5×5217 24 18 15 23 205 7 14 16 4 6 213 20 22 10 12 19 221 3 11 18 25 2 209

根据每一行中的数据找到异常值的位置。

TF = isoutlier(A,2)
TF =5x5逻辑阵列1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1
打开实时脚本

在数据向量中找到一个异常值，并可视化该异常值。

创建一个包含本地离群值的数据向量。

X = 1:10;A = [60 59 49 49 58 100 61 57 48 58];

使用默认检测方法定位异常值“中值”．

[TF,L,U,C] = isoutlier(A);

绘制原始数据、异常值、检测方法确定的阈值和中心值。中心值为数据的中位数，上下限阈值为中位数上下三个比例MAD。

情节(x)在情节(x (TF) (TF),“x”) yline([L U C]，”:“, (“低门槛”，“上阈值”，“中心价值”])传说(“原始数据”，“离群数据”）

图中包含一个轴对象。axis对象包含5个line、constantline类型的对象。这些对象表示原始数据、离群数据。

输入参数

全部折叠

输入数据，指定为矢量、矩阵、多维数组、表格或时间表。

  • 如果一个是一个表，那么它的变量必须是类型双或单，或者使用DataVariables参数的列表双或单显式变量。当您使用包含非数据类型变量的表时，指定变量非常有用双或单．

  • 如果一个那么，有时间表吗isoutlier仅对表元素进行操作。如果使用行时间作为样本点，那么它们必须是唯一的，并按升序列出。

数据类型:双|单|表格|时间表

检测异常值的方法，指定为这些值之一。

方法 描述
“中值” 离群值定义为距离中值超过三个比例MAD的元素。缩放后的MAD定义为c *值(abs(中位数(A))),在那里c = 1 /(√(2)* erfcinv (3/2))．
“的意思是” 离群值被定义为超出平均值三个标准偏差的元素。这种方法更快，但健壮性较差“中值”．
“四分位数” 异常值被定义为高于上四分位数(75%)或低于下四分位数(25%)的1.5个四分位数区间的元素。此方法在数据丢失时非常有用一个不是正态分布的。
“拉布” 使用Grubbs离群值检验检测离群值，基于假设检验每次迭代删除一个离群值。该方法假定数据在一个正态分布。
“gesd” 异常值检测使用广义极端学生化偏差检验异常值。这种迭代方法类似于“拉布”，但当有多个异常值相互掩盖时，性能会更好。

百分比阈值，指定为两个元素的行向量，其元素位于区间[0,100]中。第一个元素表示较低的百分比阈值，第二个元素表示较高的百分比阈值。的第一个元素阈值必须小于第二个元素。

例如，阈值为[90]将异常值定义为低于第10百分位和高于第90百分位的点。

检测异常值的移动方法，指定为这些值之一。

方法 描述
“movmedian” 离群值定义为在指定的窗口长度上，从局部中值开始超过三个局部缩放MAD的元素窗口．这种方法也被称为aHampel过滤器．
“movmean” 异常值定义为在指定的窗口长度内，与局部平均值相比超过三个局部标准偏差的元素窗口．

窗口长度，指定为正整数标量、正整数的两个元素向量、正持续时间标量或正持续时间的两个元素向量。

当窗口是正整数标量，窗口围绕当前元素居中并包含窗口1相邻的元素。如果窗口为偶数时，则窗口以当前元素和以前的元素为中心。

当窗口两元向量是正整数吗f [b]，该窗口包含当前元素，b元素向后，和f元素。

当一个是时间表还是SamplePoints指定为datetime或持续时间向量,窗口必须有类型持续时间，窗口是相对于样本点计算的。

操作维度，指定为正整数标量。如果未指定值，则默认为第一个大小不等于1的数组维数。

考虑一个米——- - - - - -n输入矩阵,一个：

  • isoutlier (1)的每一列数据检测异常值一个并返回米——- - - - - -n矩阵。

    isoutlier(A,1)逐列操作

  • isoutlier (2)的每一行数据检测异常值一个并返回米——- - - - - -n矩阵。

    isoutlier(A,2)逐行操作

对于表格或时间表输入数据，昏暗的不支持，操作将万博1manbetx分别沿着每个表或时间表变量进行。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

例子:isoutlier(”,意味着“ThresholdFactor = 4)

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:isoutlier(“的意思是”,“ThresholdFactor”,4)

数据选项

全部折叠

样本点，指定为样本点值的向量，如果输入数据是表格，则指定为下表中的选项之一。样本点代表x数据的-轴位置，并且必须排序并包含唯一的元素。采样点不需要均匀采样。向量[1 2 3…]是默认值。

当输入数据是一个表时，您可以使用这些选项之一将样本点指定为表变量。

表格输入选项 描述 例子
变量名

指定单个表变量名的字符向量或标量字符串

“Var1”

“Var1”
标量变量索引

标量表变量索引

3.
逻辑向量

一种逻辑向量，其每个元素对应于一个表变量，其中真正的指定相应的变量作为样本点，所有其他元素都是假

[真假假]
函数处理

接受表变量作为输入并返回逻辑标量(必须为)的函数句柄真正的仅用于一个表变量

@isnumeric
vartype下标

类生成的表下标vartype仅为一个变量返回下标的函数

vartype(数字)

请注意

输入数据为时，不支持此名称-值参数万博1manbetx时间表．时间表使用行时间向量作为样本点。若要使用不同的抽样点，必须编辑时间表，使行时间包含所需的抽样点。

移动窗口是相对于样本点定义的。例如，如果t那么，乘以向量是否对应于输入数据isoutlier(兰德(1 10)“movmean”、3、“SamplePoints”,t)是否有一个表示时间间隔的窗口-1.5 t(我)而且t(我)+ 1.5．

当样本点向量有数据类型时datetime或持续时间时，移动窗口长度必须有类型持续时间．

例子:isoutlier(“SamplePoints”,0:0.1:10)

例子:isoutlier (T,“SamplePoints”,“Var1”)

数据类型:单|双|datetime|持续时间

要操作的表变量，指定为此表中的选项之一。的DataVariablesValue指示要检查输入表的哪些变量以寻找异常值。与指定变量关联的数据类型必须为双或单．

第一个输出特遣部队包含假对于未指定的变量DataVariables除非OutputFormat是“表格”．

选项 描述 例子
变量名

指定单个表变量名的字符向量或字符串标量

“Var1”

“Var1”
变量名向量

字符向量或字符串数组的单元格数组，其中每个元素都是一个表变量名

{“Var1”“Var2”}

[" Var1”“Var2”)
变量指标的标量或向量

表变量索引的标量或向量

1

[1 3 5]
逻辑向量

一种逻辑向量，其每个元素对应于一个表变量，其中真正的包括相应的变量和假不包括它

[真真假假]
函数处理

接受表变量作为输入并返回逻辑标量的函数句柄

@isnumeric
vartype下标

类生成的表下标vartype函数

vartype(数字)

例子:isoutlier(T，"DataVariables"，["Var1" "Var2" "Var4"])

输出数据类型，指定为以下值之一:

  • “逻辑”—对于表格或时间表输入数据，返回输出特遣部队作为一个逻辑数组。

  • “表格”—对于表输入数据，返回输出特遣部队作为一张桌子。对于时间表输入数据，返回输出特遣部队作为一个时间表。

对于向量、矩阵或多维数组输入数据，OutputFormat不支持。万博1manbetx

例子:isoutlier (T,“OutputFormat”、“表格”)

异常值检测选项

全部折叠

检测阈值因子，指定为非负标量。

为方法“中值”而且“movmedian”，检测阈值因子替换缩放后的MAD个数，默认为3。

为方法“的意思是”而且“movmean”，检测阈值因子替换均值的标准差数，默认为3。

为方法“拉布”而且“gesd”，检测阈值因子为0 ~ 1之间的标量。接近0的值会导致离群值的数量减少，接近1的值会导致离群值的数量增加。默认检测阈值因子为0.05。

为“四分位数”方法，检测阈值因子替换四分位范围的数量，默认为1.5。

当指定方法为时，不支持此名称-值参数万博1manbetx“百分位数”．

的最大离群值计数“gesd”方法，指定为正整数标量。的MaxNumOutliers属性返回的离群值的最大数目“gesd”方法。例如,isoutlier (A,“gesd”、“MaxNumOutliers”,5)返回不超过5个异常值。

的默认值MaxNumOutliers这个整数是否最接近其中元素数量的10%一个．为最大离群值设置较大的值会使检测到所有离群值的可能性更大，但代价是降低计算效率。

的“gesd”方法假定非离群值输入数据是从近似正态分布采样的。当数据没有以这种方式采样时，返回的离群值的数量可能超过MaxNumOutliers价值。

输出参数

全部折叠

异常值指示器，以矢量、矩阵、多维数组、表或时间表的形式返回。

特遣部队尺寸和一个除非OutputFormat是“表格”．如果的值OutputFormat是“表格”,然后特遣部队只有变量对应于DataVariables指定。

数据类型:逻辑

离群值检测方法使用的较低阈值，以标量、向量、矩阵、多维数组、表或时间表的形式返回。例如，默认异常值检测方法的下限阈值为输入数据中位数以下3个MAD。l尺寸和一个在所有维度中，除了长度为1的操作维度。

数据类型:双|单|表格|时间表

异常值检测方法使用的上限阈值，以标量、向量、矩阵、多维数组、表或时间表的形式返回。例如，默认的异常值检测方法的上限阈值是输入数据的中位数上三个MAD。U尺寸和一个在所有维度中，除了长度为1的操作维度。

数据类型:双|单|表格|时间表

离群值检测方法使用的中心值，以标量、向量、矩阵、多维数组、表或时间表的形式返回。例如，默认异常值检测方法的中心值为输入数据的中位数。C尺寸和一个在所有维度中，除了长度为1的操作维度。

数据类型:双|单|表格|时间表

更多关于

全部折叠

绝对偏差中位数

对于一个有限长度的向量一个由N标量观测时，中位数绝对偏差(MAD)定义为

中位数 （ | 一个 我 − 中位数 （ 一个 ） | ）

为i = 1,2，…，N．

缩放后的MAD定义为c *值(abs(中位数(A))),在那里c = 1 /(√(2)* erfcinv (3/2))．

参考文献

[1]NIST/SEMATECH统计方法电子手册， https://www.itl.nist.gov/div898/handbook/， 2013。

扩展功能

版本历史

在R2017a中引入

全部展开

另请参阅

功能

实时编辑任务

应用程序

主题