主要内容
数据不一致
检查数据绘图时，您可能会发现某些点似乎从其他数据中略有不同。在某些情况下，考虑这些点是合理的异常值或似乎与其余数据不一致的数据值。
以下示例说明了如何从24×3矩阵中的三个数据集中删除异常值数数。在这种情况下，异常值被定义为远离平均值的三个标准偏差的值。
警告
除非您相信您了解您想要纠正的问题的来源，否则对更改数据持谨慎态度。删除异常值对标准偏差的效果大于数据的平均值。删除一个这样的点导致较小的新标准偏差，这可能导致一些剩余点似乎是异常值！
％导入示例数据加载count.dat;％计算矩阵mu =均值（count）sigma = std（count）中每个数据列的平均值和标准偏差％
命令窗口显示
Mu = 32.0000 46.5417 65.5833 Sigma = 25.3703 41.4057 68.0281
当AN.异常值被认为是超过三个标准偏差远离平均值，使用以下语法来确定每列中的异常值的数量数数矩阵：
[n，p] =大小（计数）;％通过％复制MU向量为n行的％创建平均值的矩阵意味着mu = repmat（mu，n，1）;％通过％复制n rows sigmamat = Repmat（Sigma，N，1）的ΣVep％的标准偏差值矩阵。％创建零矩阵，其中表示异常值异常值= abs（count - meanmat）> 3 * sigmamat;％计算每列Nout = sum（异常值）中的异常值的数量
该过程返回每列中的以下异常值：
nout = 1 0 0
第一个数据列中有一个异常值数数而不是另外两列。
删除包含异常值的整行数据，类型
数（任何（异常值，2），:) = [];
这里，任何（异常值，2）返回A.1当任何元素中异常值矢量是非零。争论2指定任何沿着计数矩阵的第二个维度 - 它的列。
您还可以从以下列表中选择一个网站：
