删除离群值
交互式地删除离群值
要移除曲线拟合app中的异常值，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
。将鼠标光标移动到绘图时，它会更改为横发，以显示您处于异常值选择模式。
单击要在主图或剩余图中排除的点。或者，单击并拖动以定义一个矩形并删除所有封闭的点。
一个被移除的情节点在情节中变成了一个红十字。如果你有Auto-fit选中后，曲线拟合app将在没有点的情况下重新拼接曲面。否则，单击合身改装。
重复所有你想要排除的点。
当从表面配合中移除离群点时，显示一个二维残差图来检查和移除离群点是很有帮助的。当绘图光标处于旋转模式时，右键单击绘图以进行选择x - y,x z,或Y-Z.视图。
要更换拟合中的单个排除点，请再次单击排除的点排除异常值模式。要替换fit中所有被排除的点，右键单击并选择清除所有除外。
在表面图中，要返回旋转模式，单击排除异常值工具栏按钮
再次关闭离群点选择模式。
排除数据范围
要在曲线拟合app中按范围排除数据分段，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图上显示阴影粉红色区域，以显示排除的范围。被排除的积分变为红色。
删除离群值以编程方式
这个例子展示了在编程拟合曲线时如何移除异常值，使用fit或fitoptions函数的“Exclude”名称/值对参数。您可以通过plot函数提供Exclude或outliers参数来绘制排除数据。
使用一个简单的规则排除数据
对于一个简单的示例，加载数据并适合高斯，不包括具有表达式的一些数据，然后绘制拟合，数据和排除的点。
[x, y] =钛;f1 =适合(x, y ','Gauss2','排除', x < 800);情节(f1, x, y, x < 800)
根据距离排除模型中的数据
通过使用标准偏差，通过距离模型的距离来排除异常值非常有用。以下示例显示了如何识别使用从模型的距离大于1.5个标准偏差的异常值，并与强大的拟合进行比较，从而为异常值提供更低的重量。
创建一个基线正弦信号:
xdata =(0:0.1:2 *π)';y0 =罪(xdata);
对具有非恒定方差的信号添加噪声:
％响应依赖性高斯噪声gnoise = y0。* randn(大小(y0));%满头花白的噪音spnoise = zeros（尺寸（y0））;p = randperm（长度（y0））;Sppoints = P（1：圆形（长度（P）/ 5））;spnoise（sppoints）= 5 * sign（y0（sppoints））;ydata = y0 + gnoise + spnoise;
用基线正弦模式拟合嘈杂的数据：
f = fittype (“* sin (b * x)”);fit1 =适合(xdata ydata f,曾经繁荣的[1]);
将“离群值”识别为距离基线模型大于1.5个标准差的点，并将离群值排除在外，重新修订数据:
fdata =函数宏指令(fit1 xdata);a = abs(fdata - ydata) > 1.5*std(ydata);离群值= excludedata (xdata ydata,'索引'，一世）;fit2 = fit（xdata，ydata，f，曾经繁荣的[1],…'排除'、异常值);
在稳健拟合中，比较排除异常值与给予它们更低的二方权值的效果:
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 *”)举行上情节(fit2“c——”)情节(fit3”乙:“) xlim([0 2 *π])
另请参阅
相关话题
您也可以从以下列表中选择一个网站:
