删除异常值
删除异常值交互式
为了去除异常值的曲线拟合的应用程序，请按照下列步骤操作：
选择工具>排除离群值或者单击工具栏按钮
。当您将鼠标光标移动到绘图区时，它将更改为十字线，以显示您处于离群点选择模式。
单击您要在主要情节或残差阴谋排除点。或者，单击并拖动以定义一个矩形，并删除所有封闭式点。
由于移除了一个情节点成为该地块一红叉。如果你有自动调整选择时，曲线拟合程序整修表面而不的点。否则，您可以点击适合改装。
重复要排除所有点。
当从表面配合离群值，它可以是有用的，以显示用于检查和去除异常值的2 d的残差曲线图。有了您的情节光标旋转模式，右键单击该地块选择X-Y，X-Z， 要么- z视图。
若要替换fit中的个别排除点，请在中再次单击一个排除点排除离群值模式。要更换适合所有排除的点，右击并选择清除所有排除。
在表面图，要返回到旋转模式，点击排除异常值工具栏按钮
再次关闭离群选择模式。
排除数据范围
由范围在曲线拟合程序排除数据的部分中，执行以下步骤：
选择工具>排除规则。
指定数据排除。在任何盒子输入数字来定义开始或结束的时间间隔在X，Y或Z的数据排除。
按输入应用排除规则。
曲线拟合应用程序在图上显示阴影粉色区域，以显示排除的范围。被排除的点变成红色。
删除异常值编程
此示例示出了如何删除异常值时曲线拟合程序，使用“排除”名称/值对与配合或fitoptions功能参数。您可以通过提供与绘图功能的排除或异常参数图排除了数据。
排除数据使用一个简单的规则
举一个简单的例子，加载数据并拟合高斯分布，用表达式排除一些数据，然后绘制拟合、数据和被排除的点。
[X，Y] =钛;F1 =拟合（X 'Y'，“gauss2”，“排除”中，x <800）;图（F1，X，Y，X <800）
从模型中排除通过数据距离
使用标准差通过与模型的距离来排除异常值是有用的。下面的例子展示了如何使用离模型大于1.5个标准差的距离来识别离群值，并与给予离群值较低权重的稳健拟合进行比较。
创建基准正弦信号：
XDATA =（0：0.1：2 * PI）';Y0 = SIN（XDATA）;
噪声添加到具有非恒定方差的信号：
%响应相关的高斯噪声gnoise = Y0 * randn（大小（0））。％椒盐噪声spnoise = 0(大小(y0));p = randperm(长度(y0));sppoints = p(1:圆形(长度(p) / 5));spnoise (sppoints) = 5 *标志(y0 (sppoints));ydata = y0 + gnoise + spnoise;
用基线正弦模型拟合噪声数据:
F = fittype（'A * SIN（B * X）'）;FIT1 =拟合（XDATA，YDATA，F，'起点'，[1 1]）;
识别“异常值”的点的距离大于从基准模型1.5个标准差，并重新安装与排除异常值的数据：
FDATA = feval（FIT1，XDATA）;I = ABS（FDATA - YDATA）> 1.5 * STD（YDATA）;离群值= excludedata（XDATA，YDATA，“指标”,我);fit2 =适合(xdata ydata f,'起点'，[1 1]，...“排除”，离群）;
比较给他们的影响剔除异常值的影响在一个坚固的配合降低bisquare重量：
FIT3 =拟合（XDATA，YDATA，F，'起点'，[1 1]，'强大的'，'上'）;
图中的数据，异常值，以及拟合的结果：
图（FIT1，'R-'xdata ydata,数 'k'。，离群，'M *'）保持在图（FIT2，'C - '）图（FIT3，'B：'）XLIM（[0 2 *π）
也可以看看
相关的话题
您还可以选择从下面的列表中的网站：
