主要内容

filloutliers

检测和更换数据中的异常值

所有的页面崩溃

语法

B = filloutliers (fillmethod)
B = filloutliers (A、fillmethod findmethod)
B = filloutliers (fillmethod,“百分位数”,阈值)
B = filloutliers (A、fillmethod movmethod窗口)
B = filloutliers (___昏暗的)
B = filloutliers (___、名称、值)
[B, TF] = filloutliers (___)
[B, TF, L U C] = filloutliers (___)

描述

例子

B= filloutliers (一个,fillmethod)发现异常值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。

例子

B= filloutliers (一个,fillmethod,findmethod)指定一个方法检测离群值。例如,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。

B= filloutliers (一个,fillmethod、“百分位数”、阈值)离群值定义为点以外的百分位数中指定阈值。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]。

例子

B= filloutliers (一个,fillmethod,movmethod,窗口)检测局部离群值使用移动窗口的意思或中值与窗口长度窗口。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

B= filloutliers (___,昏暗的)指定的尺寸一个操作任何以前的语法。例如,filloutliers(“线性”,2)作用于每一行的一个矩阵一个。

例子

B= filloutliers (___,名称,值)指定附加的参数检测和更换使用一个或多个名称参数异常值。例如,filloutliers (A,“以前”、“SamplePoints”, t)在离群点检测一个相对于对应元素的向量t。

例子

(B,特遣部队)= filloutliers (___)返回一个逻辑数组特遣部队表明了元素的位置B以前离群值。

例子

(B,特遣部队,l,U,C)= filloutliers (___)也回报较低的阈值l,上阈值U,中心价值C使用的孤立点检测方法。

例子

全部折叠

打开生活的脚本

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”)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表原始数据,填充数据。

打开生活的脚本

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”)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表原始数据,填充数据。

打开生活的脚本

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”)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表原始数据,填充数据。

打开生活的脚本

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
打开生活的脚本

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
打开生活的脚本

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”)

图包含一个坐标轴对象。坐标轴对象包含5线类型的对象,constantline。这些对象代表原始数据,填充数据。

输入参数

全部折叠

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

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

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。

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。

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。

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, 1)列操作

  • 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。

    一点filloutliers (fillmethod, 2)行操作操作

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)

数据选项

全部折叠

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:

  • 一个字符串标量或特征向量

  • “一个”或“一个”——一个变量命名一个

变量指数:

  • 索引数字指的是表中的一个变量的位置

  • 一个逻辑向量。通常,这个向量的长度是一样的变量,但你可以省略的0或假值

  • 3从表中第三个变量

  • (假假真)——第三个变量

功能处理:

  • 一个函数处理,表变量作为输入,并返回一个逻辑标量

  • @isnumeric——一个包含数值的变量

变量类型:

  • 一个vartype下标,选择一个指定的类型的一个变量

  • vartype(数字)——一个包含数值的变量

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

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:

  • 一个字符串,特征向量,或细胞数组

  • 一个模式对象

  • “一个”或“一个”——一个变量命名一个

  • (“A”、“B”)或{' A ', ' B '}——两个变量命名一个和B

  • “Var”+ digitsPattern (1)——变量命名“Var”紧随其后的是一个数字

变量指数:

  • 索引数字指的是表中的一个变量的位置

  • 一个向量的数字

  • 一个逻辑向量。通常,这个向量的长度是一样的变量,但你可以省略的0或假值

  • 3从表中第三个变量

  • 3 [2]从表中,第二个和第三个变量

  • (假假真)——第三个变量

功能处理:

  • 一个函数处理,表变量作为输入,并返回一个逻辑标量

  • @isnumeric——所有包含数值的变量

变量类型:

  • 一个vartype下标,选择一个指定类型的变量

  • vartype(数字)——所有包含数值的变量

例子:filloutliers (A,“以前”、“DataVariables”(“Var1”“Var2”“Var4”])

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)

孤立点检测的选项

全部折叠

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”。

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。

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

全部折叠

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。

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

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。

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。

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

全部折叠

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

疯了=值 ( | 一个 我 − 中位数 ( 一个 ) | )

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

版本历史

介绍了R2017a

全部展开

另请参阅

功能

住编辑任务

应用程序

主题