要在曲线拟合应用程序中移除异常值,请遵循以下步骤:
选择工具>排除异常值或者单击工具栏按钮.
当您将鼠标光标移动到绘图时,它会变成一个十字线,以显示您处于离群值选择模式。
单击要在主图或残差图中排除的点。或者,单击并拖动以定义一个矩形并删除所有包围点。
移除的绘图点将成为绘图中的一个红叉。如果你有Auto-fit选中时,曲线拟合应用程序将修正没有点的曲面。否则,可单击适合改装。
重复你想要排除的所有点。
当从表面拟合中去除异常值时,它可以帮助显示一个二维残差图来检查和去除异常值。如果绘图光标处于旋转模式,右键单击要选择的绘图x - y,x z,或- z视图。
若要替换拟合中的个别排除点,请再次单击排除点排除异常值模式。要替换匹配中所有被排除的点,右键单击并选择清除所有除外.
在曲面绘图中,若要返回旋转模式,请单击排除异常值工具栏按钮再次关闭离群值选择模式。
要在曲线拟合应用程序中按范围排除数据部分,请遵循以下步骤:
选择工具>排除的规则.
指定要排除的数据。在任意框中输入数字,以定义在X、Y或Z数据中排除的开始或结束间隔。
新闻输入应用排除规则。
曲线拟合应用程序在绘图上显示阴影的粉红色区域,以显示排除范围。被排除的点变成红色。
这个示例展示了如何在编程拟合曲线时使用'Exclude'名称/值对参数和fit或fitoptions函数来删除离群值。通过使用plot函数提供Exclude或outliers参数,可以绘制被排除的数据。
使用简单规则排除数据
对于一个简单的示例,加载数据并拟合一个高斯函数,使用表达式排除一些数据,然后绘制拟合数据和被排除的点。
[x, y] =钛;f1 =适合(x, y ',“gauss2”,“排除”, x < 800);情节(f1, x, y, x < 800)
根据距离模型的距离排除数据
通过与模型的距离,使用标准偏差来排除异常值是有用的。下面的例子展示了如何使用离模型大于1.5个标准差的距离来识别异常值,并与给予异常值更低权重的稳健拟合进行比较。
创建一个基线正弦信号:
xdata =(0:0.1:2 *π)';y0 =罪(xdata);
对非恒定方差的信号添加噪声:
响应相关的高斯噪声gnoise = y0。* randn(大小(y0));%满头花白的噪音spnoise = 0(大小(y0));p = randperm(长度(y0));sppoints = p(1:圆形(长度(p) / 5));spnoise (sppoints) = 5 *标志(y0 (sppoints));Ydata = y0 + gnoise + spnoise;
用基线正弦模型拟合噪声数据:
f = fittype (“* sin (b * x)”);fit1 =适合(xdata ydata f,曾经繁荣的[1]);
将“离群点”识别为与基线模型距离大于1.5个标准差的点,并剔除离群点对数据进行重新拟合:
fdata =函数宏指令(fit1 xdata);I = abs(fdata - ydata) > 1.5*std(ydata);离群值= excludedata (xdata ydata,“指标”,我);fit2 =适合(xdata ydata f,曾经繁荣的[1],...“排除”、异常值);
比较排除异常值的效果和在稳健拟合中给予它们较低的平方权重的效果:
fit3 =适合(xdata ydata f,曾经繁荣的[1],“稳健”,“上”);
绘制数据、异常值和拟合结果:
情节(fit1的r -xdata ydata,“k”。离群值,“m *”)举行在情节(fit2“c——”)情节(fit3”乙:“) xlim([0 2 *π])