filloutliers
检测和更换数据中的异常值
语法
描述
发现异常值B
= filloutliers (一个
,fillmethod
)一个
并根据替代它们fillmethod
。例如,filloutliers (A,“之前”)
取代了异常值与以前的nonoutlier元素。
如果
一个
是一个矩阵,然后呢filloutliers
作用于每一列的一个
分开。如果
一个
是一个多维数组,那么filloutliers
的第一个维度一个
的大小不等于1。如果
一个
是一个表或时间表吗filloutliers
对每个变量进行操作一个
分开。
默认情况下,局外人是一个值,三个多了平均绝对偏差(疯了)的值。
指定一个方法检测离群值。例如,B
= filloutliers (一个
,fillmethod
,findmethod
)filloutliers (A,“之前”,“的意思是”)
定义了一种离群值的元素一个
超过三个标准差的意思。
离群值定义为点以外的百分位数中指定B
= filloutliers (一个
,fillmethod
、“百分位数”、阈值
)阈值
。的阈值
参数是一个双元素包含上下百分位阈值的行向量,如[90]
。
检测局部离群值使用移动窗口的意思或中值与窗口长度B
= filloutliers (一个
,fillmethod
,movmethod
,窗口
)窗口
。例如,filloutliers (A,“以前”、“movmean”, 5)
识别异常值为元素超过三个当地的标准差的意思是在五行窗口。
例子
插入异常值的向量
填补异常值的向量数据使用“线性”
方法和可视化数据。
创建一个向量的数据包含两个离群值。
= [57 59 60 100 59 58 57 58 60 300 61 62 62 58 57);
使用线性插值取代离群值。
B = filloutliers (A,“线性”);
情节的原始数据和数据异常值。
情节(A)在情节(B,“啊——”)传说(“原始数据”,“填充数据”)
使用意味着检测和最近的填补方法
识别潜在的离群值表中的数据,填补任何异常值使用“最近的”
填补方法,清理数据并将其可视化。
创建一个时间表的数据,可视化数据来检测潜在的离群值。
T =小时(1:15);60 V = [57 59 100 59 58 57 58 60 300 61 62 62 58 57);一个=时间表(T ' V ');情节(A.Time A.Var1)
填充数据中离群值,局外人是定义为一个点超过三个标准差的意思。将离群值替换为最近的元素不是局外人。
B = filloutliers (A,“最近的”,“的意思是”)
B =15×1的时间表Var1 _____ __ 1小时57 2小时59 3小时60 4 hr 100 5小时59 6小时58 7小时57 8小时58 9小时61 10 hr 61 11 hr 62 12小时60 13 hr 62 14小时58 15小时57
在相同的图,画出原始数据和数据的离群值。
持有在情节(B.Time B.Var1,“啊——”)传说(“原始数据”,“填充数据”)
使用移动的检测方法
使用移动平均检测和填补局部离群值在一个正弦波,对应于一个时间向量。
创建一个向量包含局部离群值的数据。
0.1 x = 2 * pi: 3:2 *π;一个= sin (x);(47)= 0;
创建一个向量对应的数据一个
。
t = datetime(2017 1 1 0, 0, 0) +小时(0:长度(x) 1);
离群值定义为点超过三个地方从当地平均滑动窗口内按比例缩小的疯狂。发现异常值的位置一个
相对于点t
窗口大小的5个小时。填满离群值使用计算阈值的方法“剪辑”
。
[B, TF, L U C] = filloutliers (,“剪辑”,“movmedian”小时(5),“SamplePoints”t);
情节的原始数据和数据离群值填充。
情节(t)在情节(t, B,“啊——”)传说(“原始数据”,“填充数据”)
填写删除离群值矩阵的行
创建一个包含异常值沿对角线矩阵的数据。
一个= randn(5,5) +诊断接头(1000 * (1、5))
一个=5×5103×1.0005 -0.0013 -0.0013 -0.0002 0.0007 0.0018 0.9996 0.0030 -0.0001 -0.0012 -0.0023 0.0003 1.0007 0.0015 0.0007 0.0009 0.0036 -0.0001 1.0014 0.0016 0.0003 0.0028 0.0007 0.0014 1.0005
离群值填充0基于每一行中的数据,并显示新值。
[B, TF] = filloutliers (0, 2);B
B =5×50 -1.3077 -1.3499 -0.2050 0.6715 1.8339 3.0349 -0.1241 -1.2075 -2.2588 0.3426 0 0 1.4897 0.7172 0.8622 3.5784 -0.0631 1.6302 0.3188 2.7694 0.7147 1.4172 0
您可以访问发现异常值及其满值使用特遣部队
作为一个索引向量。
((TF) B (TF))
ans =5×21031.0005 1.0014 1.0007 0.9996×1.0005 0 0 0 0 0
指定异常位置
创建一个向量包含两个离群值,检测它们的位置。
= [57 59 60 100 59 58 57 58 60 300 61 62 62 58 57);检测= isoutlier (A)
检测=1连接逻辑阵列0 0 0 1 0 0 0 0 1 0 0 0 0 0 0
填补这个异常值使用“最近的”
方法。而不是使用检测方法,提供异常位置检测到isoutlier
。
B = filloutliers (A,“最近的”,“OutlierLocations”、检测)
B =1×1557 59 60 59 59 58 57 58 60 61 61 62 62 58 57
返回异常阈值
替换一个向量的离群值数据使用“剪辑”
填充方法。
创建一个向量数据的局外人。
= [60 49 49 58 59 100 61 57 48 58];
用默认的方法检测离群值“中值”
,并将异常值替换为上使用的阈值“剪辑”
填充方法。
[B, TF, L U C] = filloutliers (,“剪辑”);
画出原始数据,数据的离群值,和阈值和中心值由孤立点检测方法。中心值数据的中位数,和上、下阈值三个疯狂的上方和下方中间。
情节(A)在情节(B,“啊——”)yline ([L U C],”:“,(“低门槛”,“上阈值”,“中心价值”])传说(“原始数据”,“填充数据”)
输入参数
一个
- - - - - -输入数据
向量|矩阵|多维数组|表|时间表
输入数据,指定为一个向量,矩阵,多维数组,表,或时间表。
如果
一个
是一个表,那么它的变量一定类型的双
或单
,或者您可以使用DataVariables
参数列表双
或单
显式变量。指定变量是有用的,当你正在与一个表,其中包含以外的变量的数据类型双
或单
。如果
一个
是一个时间表,然后呢filloutliers
只有桌子上的元素进行操作。如果行乘以作为采样点,那么他们必须是唯一的,列按升序。
数据类型:双
|单
|表
|时间表
fillmethod
- - - - - -填补方法
数字标量|“中心”
|“剪辑”
|“以前”
|“下一个”
|“最近的”
|“线性”
|“样条”
|“pchip”
|“makima”
填补方法取代离群值,指定为其中一个值。
填补方法 | 描述 |
---|---|
数字标量 | 指定的标量值 |
“中心” |
中心的价值取决于findmethod |
“剪辑” |
低阈值小于低阈值由元素findmethod ;元素上阈值大于上阈值决定findmethod |
“以前” |
以前nonoutlier价值 |
“下一个” |
下一个nonoutlier值 |
“最近的” |
最近的nonoutlier价值 |
“线性” |
邻近的线性插值,nonoutlier值 |
“样条” |
分段三次样条插值 |
“pchip” |
一种保形分段三次样条插值 |
“makima” |
修改Akima立方埃尔米特插值(数字,持续时间 ,datetime 数据类型) |
数据类型:双
|单
|字符
|字符串
findmethod
- - - - - -方法检测离群值
“中值”
(默认)|“的意思是”
|“四分位数”
|“拉布”
|“gesd”
方法检测异常值,指定这些值。
方法 | 描述 |
---|---|
“中值” |
离群值被定义为元素超过三个疯狂的比例值。疯狂的定义是扩展c *值(abs(中位数(A))) ,在那里c = 1 / (√(2) * erfcinv (3/2)) 。 |
“的意思是” |
异常值被定义为元素超过三个标准差的意思。这个方法是健壮但低于更快“中值” 。 |
“四分位数” |
离群值被定义为元素超过1.5上方四分位范围上四分位数(75%)或低于下四分位数(25%)。这个方法是有用的数据一个 不是正态分布。 |
“拉布” |
检测到异常值的测试,使用Grubbs移除基于假设检验的每个迭代一个局外人。这种方法假设中的数据一个 是正态分布。 |
“gesd” |
检测到异常值使用广义极端Studentized偏离检测离群值。这种迭代方法是类似的“拉布” 但是可以执行更好的多个异常值时互相掩盖。 |
阈值
- - - - - -百分位阈值
双元素行向量
百分位阈值指定为一个双元素行向量的元素在区间[0100]。第一个元素表示百分位阈值越低,第二个元素表示上百分位阈值。的第一个元素阈值
必须小于第二个元素。
例如,一个阈值[90]
定义了异常值如下点第十百分位,超过第90百分位。
movmethod
- - - - - -移动的方法
“movmedian”
|“movmean”
移动的方法检测异常值,指定为其中一个值。
方法 | 描述 |
---|---|
“movmedian” |
离群值被定义为元素超过三个地方按比例缩小的疯狂从本地值所指定的窗口长度窗口 。这种方法也被称为Hampel过滤器。 |
“movmean” |
离群值被定义为元素超过三个当地的标准差的意思是在一个窗口指定的长度窗口 。 |
窗口
- - - - - -窗口长度
正整数标量|双元素向量的正整数|积极的标量时间|双元素向量积极的持续时间
窗口长度指定为一个正整数标量,双元素向量的正整数,一个积极的标量时间,或一个双元素向量积极的持续时间。
当窗口
是一个正整数标量,窗口集中当前元素和包含呢窗口1
相邻的元素。如果窗口
是偶数,那么窗口集中有关当前和以前的元素。
当窗口
是一个双元素向量的正整数f [b]
,窗口包含当前元素,b
元素向后,f
元素。
当一个
一个时间表或SamplePoints
被指定为一个datetime
或持续时间
向量,窗口
必须的类型持续时间
,窗户是相对于采样点计算。
昏暗的
- - - - - -操作维度
正整数标量
操作维度,指定为一个正整数标量。如果没有指定值,默认的是第一个数组维度的大小不等于1。
考虑一个米
——- - - - - -n
输入矩阵,一个
:
filloutliers (fillmethod, 1)
填补了离群值根据每一列的数据一个
并返回一个米
——- - - - - -n
矩阵。filloutliers (fillmethod, 2)
填补了离群值根据每一行的数据一个
并返回一个米
——- - - - - -n
矩阵。
对于输入的数据表或时间表,昏暗的
不支持和操作变万博1manbetx量分别在每个表或时间表。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
例子:filloutliers (A,“中心”、“意思”,ThresholdFactor = 4)
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:filloutliers (A,“中心”、“意思”,“ThresholdFactor”, 4)
SamplePoints
- - - - - -采样点
向量|表变量名|标量|函数处理|表vartype
下标
采样点的采样点,指定为一个矢量值,或者其中一个选项在下表中输入数据时一个表。采样点表示x设在位置的数据,必须进行排序和含有独特的元素。采样点不需要均匀采样。向量(1 2 3…)
是默认的。
当一个表输入数据时,您可以指定采样点作为一个表变量使用这些选项之一。
索引方案 | 例子 |
---|---|
变量名:
|
|
变量指数:
|
|
功能处理:
|
|
变量类型:
|
|
请注意
这个名称参数输入数据时不支持万博1manbetx时间表
。时间表使用行倍采样点的向量。要使用不同的采样点,您必须编辑的时间表,以便行乘以包含所需的采样点。
移动窗口定义相对于采样点。例如,如果t
是一个向量乘以相应的输入数据,然后呢filloutliers(兰德(1 10)“之前”,“movmean”、3、“SamplePoints”, t)
有一个窗口代表之间的时间间隔-1.5 t(我)
和t(我)+ 1.5
。
当采样点向量数据类型datetime
或持续时间
,移动窗口长度必须有类型持续时间
。
例子:filloutliers([1 100 3 4],“最近”、“SamplePoints”, [1 2.5 3 4])
例子:filloutliers (T,“最近”、“SamplePoints”,“Var1”)
数据类型:单
|双
|datetime
|持续时间
DataVariables
- - - - - -表变量来操作
表变量名|标量|向量|单元阵列|模式|函数处理|表vartype
下标
表变量操作,指定为这个表的选项之一。的DataVariables
值表示该变量的输入表来填补。数据类型必须与指定的变量双
或单
。
没有指定表中的其他变量DataVariables
通过输出而不被填满。
索引方案 | 例子 |
---|---|
变量名:
|
|
变量指数:
|
|
功能处理:
|
|
变量类型:
|
|
例子:filloutliers (A,“以前”、“DataVariables”(“Var1”“Var2”“Var4”])
ReplaceValues
- - - - - -替换值指标
真正的
或1
(默认)|假
或0
替换值指标,指定为一个逻辑或数值一个
是一个表或时间表:
真正的
或1
——输入表变量包含异常值替换为填充表变量。假
或0
——附加的输入表与表变量检查离群值。离群值的附加变量了。
为向量、矩阵或多维数组输入数据,ReplaceValues
不支持。万博1manbetx
例子:filloutliers (T,“以前”、“ReplaceValues”,假)
ThresholdFactor
- - - - - -检测阈值的因素
负的标量
检测阈值的因素,指定为负的标量。
为方法“中值”
和“movmedian”
检测阈值因子代替了疯狂的数量,默认是3。
为方法“的意思是”
和“movmean”
检测阈值因子代替离均值标准差的数量,默认是3。
为方法“拉布”
和“gesd”
检测阈值因子是一个标量范围从0到1。值接近于0的结果在一个更小的数量的异常值,和值接近于1的结果在一个更大数量的异常值。默认的检测阈值系数为0.05。
为“四分位数”
方法,检测阈值因子代替四分位范围的数量,默认值是1.5。
这个名称参数时不支持指定的方法万博1manbetx“百分位数”
。
MaxNumOutliers
- - - - - -最大的离群值由GESD
正整数标量
最大的离群值由GESD,指定为一个正整数标量。的MaxNumOutliers
值指定的最大数量异常值填充的“gesd”
方法。例如,filloutliers (A,“线性”,“gesd”,“MaxNumOutliers”, 5)
填充不超过5离群值。
的默认值MaxNumOutliers
是最近的整数的元素数量的10%一个
。设置更大的值的最大数量的异常值使其更有可能检测到异常值,但代价是降低了计算效率。
的“gesd”
方法假设nonoutlier输入数据采样的近似正态分布。当数据不是以这种方式取样,充满了异常值的数量可能会超过MaxNumOutliers
价值。
OutlierLocations
- - - - - -已知的异常值指标
向量|矩阵|多维数组
已知的异常指标,指定为一个逻辑向量,矩阵,或多维数组的大小一样一个
。已知的元素可以是离群值指标真正的
表明局外人在相应的位置一个
或假
否则。当你指定OutlierLocations
,rmoutliers
不使用一个孤立点检测方法。相反,它使用已知的元素异常指标定义异常值。输出特遣部队
包含相同的逻辑向量、矩阵或多维数组。
你不能指定OutlierLocations
如果你指定名称参数findmethod
。
数据类型:逻辑
输出参数
B
——填充数据
多维数组向量矩阵| | | |表时间表
填充数据,返回为一个向量,矩阵,多维数组,表,或时间表。
B
一样的尺寸吗一个
除非的价值ReplaceValues
是假
。如果该值的ReplaceValues
是假
,然后的宽度B
是输入数据的总和变量指定宽度和数量的数据。
特遣部队
——填充数据指标
矩阵向量| |多维数组
填充数据指标,返回为一个向量,矩阵,或多维数组。元素值为1 (真正的
)对应的元素B
以前离群值。元素的值为0 (假
)对应于不变的元素。
特遣部队
一样的尺寸吗B
。
数据类型:逻辑
l
——低阈值
标量多维数组向量矩阵| | | | |表时间表
低阈值使用的孤立点检测方法,作为一个标量,返回向量,矩阵,多维数组,表,或时间表。例如,低阈值的默认的孤立点检测方法是三个扩展疯狂低于中位数的输入数据。
如果findmethod
用于异常检测呢l
一样的尺寸吗一个
在所有维度除了操作维度长度是1。如果movmethod
使用,那么l
一样的尺寸吗一个
。
U
——上阈值
标量多维数组向量矩阵| | | | |表时间表
上孤立点检测方法所使用的阈值,作为一个标量,返回向量,矩阵,多维数组,表,或时间表。例如,上阈值默认的孤立点检测方法是三个疯狂的中位数以上的输入数据。
如果findmethod
用于异常检测呢U
一样的尺寸吗一个
在所有维度除了操作维度长度是1。如果movmethod
使用,那么U
一样的尺寸吗一个
。
C
——中心价值
标量多维数组向量矩阵| | | | |表时间表
孤立点检测方法所使用的中心价值,作为一个标量,返回向量,矩阵,多维数组,表,或时间表。例如,默认的中心价值孤立点检测方法是输入数据的中位数。
如果findmethod
用于异常检测呢C
一样的尺寸吗一个
在所有维度除了操作维度长度是1。如果movmethod
使用,那么C
一样的尺寸吗一个
。
更多关于
平均绝对偏差
对于一个有限长度的向量一个组成的N标量观测,平均绝对偏差(疯狂)被定义为
为i = 1,2,…, N。
疯狂的定义是扩展c *值(abs(中位数(A)))
,在那里c = 1 / (√(2) * erfcinv (3/2))
。
引用
[1]NIST / SEMATECH电子帐册的统计方法,https://www.itl.nist.gov/div898/handbook/, 2013年。
扩展功能
高大的数组
计算和数组的行比装入内存。
使用笔记和限制:
的
“百分位数”
,“拉布”
,“gesd”
不支持方法。万博1manbetx的
“movmedian”
和“movmean”
方法不支持高时间表。万博1manbetx的
SamplePoints
和MaxNumOutliers
不支持名称参数。万博1manbetx的价值
DataVariables
不能处理的函数。计算
fillmethod filloutliers(一个)
,filloutliers (fillmethod,“中位数”,…)
或filloutliers (fillmethod,“四分位数”,…)
只有当第一个维度是支持万博1manbetx一个
是一个高大列向量。的语法
filloutliers(“样条”,…)
和filloutliers (“makima”,…)
不受支持。万博1manbetx
有关更多信息,请参见高大的数组。
C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。
使用笔记和限制:
的
ReplaceValues
不支持名称参数。万博1manbetx的
“movmean”
和“movmedian”
方法检测异常值不支持输入数据的时间表,datetime万博1manbetxSamplePoints
值,或持续时间SamplePoints
值。只有
“中心”
,“剪辑”
,数字标量方法填充异常值输入数据时支持时间表或当万博1manbetxSamplePoints
价值类型datetime
或持续时间
。使用
“样条”
和“pchip”
填补方法,您必须启用对适应可变数组的支持。万博1manbetx字符串和字符数组的输入必须是常数。
的
“makima”
不支持选项。万博1manbetx
线程环境
在后台运行代码使用MATLAB®backgroundPool
与并行计算工具箱™或加速代码ThreadPool
。
这个函数完全支持线程的环境。万博1manbetx有关更多信息,请参见MATLAB函数线程环境中运行。
版本历史
介绍了R2017aR2022a:添加了值
输入数据表或时间表,附加的输入表与表变量检查离群值。离群值的附加变量了。添加,而不是取代,通过设置表变量ReplaceValues
名称-值参数假
。
R2021b:指定采样点作为表变量
对于表输入数据,指定采样点作为表变量使用SamplePoints
名称-值参数。
另请参阅
功能
住编辑任务
应用程序
Apri esempio
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
第一MATLAB
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano万博1manbetx comandi MATLAB。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。