一、數據分析簡介：

1、數據的預處理-考慮離群值以及缺失值，并對數據進行平滑處理以便確定可能的模型；

2、數據的匯總-計算基本的統計信息以描述數據的總體位置、規模及形狀；

3、數據的可視化-繪制數據以確定模式和趨勢；

4、建模-更加全面的描述數據的變化趨勢，以便預測新數據值；

二、數據的預處理：

通過matlab正確區分有效數據的無效數據，為后續數據的分析打下基礎，確保后續的數據分析得到有效的結果。

1、加載數據：

load ***.dat

可以通過讀取文件或者鍵入的方式加載數據。

2、缺失數據：

在matlab中使用NaN（非數字）值表示缺失數據；

函數isnan函數可以檢查數據中是否有NaN值；

對于一個位置的數據當為NaN的時候isnan為0，當非NaN的時候isnan為1

A= count(:,:); C = sum(isnan(A))

對于上述代碼，可以檢查在A中的數據是否有缺失項，

若C= 0，則A中每一個數據在isnan函數中都為0，故A中沒有數據為NaN。

若C> 0, 則A中有數據為NaN。

使用下列邏輯矩陣搜索的方法可以將矩陣中NaN的值和Inf的值賦值成其它值：

>> x = [NaN 2 4 5 NaN 2 4 5 ]; >> x(isnan(x)) = 0; >> xx =0 2 4 5 0 2 4 5>> y = [inf 2 4 inf 2 3 4 ]; >> y(y==inf) = 0y =0 2 4 0 2 3 4isnan函數matlab?blog.csdn.net

3、離群值：

離群值是與其它數據中的模式明顯不同的數據值。離群值可能是數據采集或者計算是出現錯誤導致的。在對數據進行處理的時候需要考慮對離群值的處理。

確定離群值：查找與均值的標準差大于某個數字的值。

代碼待定。。。。

4、平滑和篩選：

平滑處理：

(1)smooth()函數：

(2)smooths()函數：

(3)medfit1()函數：

上述(1)(2)兩個函數的使用詳見下面鏈接

異常數據及數據的平滑處理?blog.csdn.net

下面鏈接對于上述三個函數都進行了詳細的解釋

MATLAB與數據預處理?blog.csdn.net

注意上面連接中smooth()函數中參數

1、用span參數指定移動平均濾波器的窗寬,span為奇數

2、用method參數指定平滑數據的方法,method是字符串變量，可用的字符串如下表所列。

'moving '移動平均法(默認情況)。一個低通濾波器，濾波系數為窗寬的倒數

' lowess'局部回歸(加權線性最小二乘和一個一階多項式模型)

'loess'局部回歸(加權線性最小二乘和一個二階多項式模型)

'sgolay'Savitzky -Golay濾波。一種廣義移動平均法.濾波系數由不加權線性最小二乘回歸和一個多項式模型確定，多項式模型的階數n可以指定(默認為2)

'rlowess''lowess'方法的穩健形式。異常值被賦予較小的權重，6倍的平均絕對偏差以外的數據的權重為0

'rloess''loess'方法的穩健形式。舁常值被賦予較小的權承.6倍的平均絕對偏差以外的數據的權重為0

--------------------------------------------------------------------------------------------

本文部分數據、代碼和方法介紹來源于網絡。

本文僅供大家參考學習，歡迎指正！

更多MATLAB學習資源請入QQ群：953314432。

總結

以上是生活随笔為你收集整理的matlab 倒数第二个位置_Matlab中在数据分析的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。