中位数

中值的timeseries数据

折叠所有页面

语法

Tsmedian =中位数(ts)

tsmedian =中位数(ts，名称，值)

Tsmedian =中位数(ts）类中的数据样本的中位数timeseries对象。

Tsmedian =中位数(ts，名称,值）指定使用一个或多个名称-值对参数计算中位数时的其他选项。例如,Tsmedian =中位数(ts“质量”,-99年,“MissingData”,“删除”)定义-99为缺失样本质量代码，并在计算中位数之前删除缺失样本。

打开实时脚本

创建一个timeseries对象，并计算数据样本的中位数。

Ts =时间序列((1:5)');Tsmedian =平均值(ts)

Tsmedian = 3

输入timeseries，指定为标量。

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:Tsmedian =中位数(ts“质量”,-99年,“MissingData”,“删除”)

缺失值指示符，指定一个标量、向量、矩阵或多维整数数组，范围从-128到127。每个元素都是作为缺失数据处理的质量代码。

默认情况下，在计算前删除缺失的数据。若要插入数据而不是删除数据，请指定名称-值对“MissingData”、“插值”．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

缺失数据方法，指定为任意一种“删除”来删除缺失的值或“插入”通过插入数据来填充缺失的值。指定“质量”名称-值对，指示哪些数据样本被认为缺失。

权重，指定为“没有”或“时间”．
当你指定“时间”，较大的时间值对应较大的权重。

MATLAB^®确定权重:

根据每个时间值的顺序，给每个时间值加上一个权重，如下所示:
- 第一个时间点-第一个时间间隔的持续时间(t(2) - t(1))．
- 既不是第一个时间点也不是最后一个时间点—从上一个时间间隔的中点到下一个时间间隔的中点之间的时间(t(k + 1) - t(k))/2 + (t(k) - t(k - 1))/2)．
- 最后时间点-最后一个时间间隔的持续时间(t(end) - t(end - 1))．
通过将每个权重除以所有权重的平均值，将每次的权重归一化。

请注意

如果timeseries对象进行均匀采样，则每次的归一化权重为1.0。因此，时间加权没有影响。
将每次的数据乘以其规范化权重。