主要内容
excludedata
从拟合中排除数据
语法
描述
例子
可视化排除规则
使用随机数据可视化排除规则。
生成随机x和y数据。
xdata = -3 + 6 * rand（1,1e4）;ydata = -3 + 6 * rand（1,1e4）;
例如，排除框内的数据[-1 1 -1]或域外(2 - 2)．
Outiers1 =〜Excludedata（xdata，ydata，“盒子”，[-1 1 -1]);outliers2 = excludedata (xdata ydata,“域”，[ - 2 2]）;异常化=异常化器1 |异常值2;
绘制未排除的数据。白色区域对应于被排除的区域。
绘图（XDATA（〜异常值），YDATA（〜异常值），“。”）轴（[ - 3 3 -3 3]）轴正方形
从曲线拟合中排除数据
载入2000年美国总统选举时佛罗里达州的选票计数和县名。
负载FLVOTE2K.
使用两大政党候选人布什和戈尔的选票作为预测第三党候选人布坎南的选票的指标，并绘制分散的分布图。
情节(布什,布坎南,“rs”） 抓住在情节(戈尔,布坎南'博')传说(“布什数据”，'戈尔数据'）
假设一个模型，其中固定比例的灌木或血腥选民选择投票投票。
f = fittype（{“x”}）
线性模型:f(a,x) = a*x
排除缺席选民的数据，他们没有使用有争议的“蝴蝶”选票。
nobutterfly = strcmp（县，“缺席选票”）;
对排除缺席选民的两个数据集进行模型的均方权重稳健拟合。
Bushfit = Fit（布什，Buchanan，F，'排除'nobutterfly,“稳健”，“上”）;gorefit =适合(戈尔,布坎南,f,'排除'nobutterfly,“稳健”，“上”）;
稳健拟合给予异常值一个较低的权重，因此稳健拟合的大残差可以用来识别异常值。
图绘制(bushfit,布什,布坎南,“rs”，“残差”） 抓住在情节(gorefit戈尔,布坎南'博'，“残差”）
计算残差。
Bushres = buchanan - feval(bushfit,bush);戈尔雷斯=布坎南-费瓦尔(戈菲特，戈尔);
识别大的残留物，因为[-500 500]之外。
bushoutliers = excludedata (bushres,布什“范围”500年[-500]);goreoutliers = Extudedata（戈尔，大葡萄酒，“范围”500年[-500]);
显示离群值对应的县。迈阿密-戴德县和布劳沃德县对应的预测值最大。棕榈滩县是全州唯一使用“蝴蝶”选票的县，对应的残馀值最大。
县（Bushoutliers）
ans =2 x1细胞{“迈阿密戴德”}{棕榈滩的}
县(goreoutliers)
ans =3x1细胞{'布劳沃德'}{'迈阿密-戴德'}{'棕榈滩'}
输入参数
另请参阅
在R2006A之前介绍
您还可以从以下列表中选择一个网站：
