isoullier.
查找数据中的异常值
句法
描述
TF.= isoullier（一种）真的当在相应的元素中检测到异常值时一种。默认情况下，异常值是一个超过三个缩放的值中位绝对偏差（疯狂）远离中位数。如果一种是一个矩阵或表，然后isoullier.单独操作每列。如果一种那是一个多维数组isoullier.沿着尺寸不等于1的第一维操作。
TF.= isoullier（一种那movmethod.那窗户）窗户。例如，isoullier（a，'movmedian'，5）回报真的对于所有元素，来自包含五个元素的滑动窗口中的局部中位数超过三个本地较高。
例子
检测向量中的异常值
在数据矢量中找到异常值。输出中的逻辑1表示异常值的位置。
a = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];tf = isoullier（a）
tf =1x15逻辑阵列0 0 0 1 0 0 0 0 1 0 0 0 0 0 0
使用平均值检测异常值
定义异常值，只有三个标准偏差与平均值有多个标准偏差，并找到向量中的异常值的位置。
a = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];tf = isoullier（a，'吝啬的'）
tf =1x15逻辑阵列0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
用滑动窗中检测异常值
创建包含本地异常值的数据向量。
x = -2 * pi：0.1：2 * pi;a = sin（x）;a（47）= 0;
创建与数据相对应的时间向量一种。
t = DateTime（2017,1,1,0,0,0,0,0,0）+小时（0：长度（x）-1）;
将异常值定义为超过三个本地缩放的距离局部中位数，在滑动窗口内。找到异常值的位置一种相对于点T.窗口大小为5小时。绘制数据和检测到的异常值。
tf = isoullier（a，'movmedian'，小时（5），'samplepoints'，t）;绘图（t，a，t（tf），a（tf），'X'） 传奇（'数据'那'异常值'）
数据矩阵
查找每行矩阵的异常值。
沿对角线创建包含异常值的数据矩阵。
A =魔术（5）+ DIAG（200 *（1,5））
A =5×5217 24 11 15 23 205 7 14 16 4 6 213 20 22 10 12 19 221 3 11 11 18 25 2 209
根据每行中的数据查找异常值的位置。
tf = isoullier（a，2）
tf =5x5逻辑阵列1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1
计算异常值阈值
创建包含异常值的数据向量。查找并绘制异常值的位置，以及由异常值方法确定的阈值和中心值。中心值是数据的中位数，上层和下限阈值是中位上方和下方的三个鳞片疯狂。
x = 1:10;a = [60 59 49 49 58 100 61 57 48 58];[tf，l，u，c] = isoullier（a）;绘图（x，a，x（tf），a（tf），'X'，x，l * x（1,10），x，u * x（1,10），x，c * one（1,10））图例（'原始数据'那'异常值'那'较低的门槛'那'上限阈值'那'中心值'）
输入参数
一种-输入数据
向量|矩阵|多维数组|桌子|时间表
输入数据，指定为向量，矩阵，多维数组，表或时间表。
如果一种是一个表，那么它的变量必须是类型双倍的或者单身的，或者你可以使用'datavariables'要列出的名称值对双倍的或者单身的变量明确。在使用包含数据类型以外的数据类型的表格使用表时，指定变量很有用双倍的或者单身的。
如果一种是一个时间表，然后isoullier.仅在表元素上运行。行时间必须是唯一的，并以升序列出。
数据类型：双倍的|单身的|桌子|时间表
方法-检测异常值的方法
'中位'（默认）|'吝啬的'|'四分位数'|'grubbs'|'gesd'
检测异常值的方法，指定为以下之一：
| 方法 | 描述 |
|---|---|
'中位' |
回报真的对于从中位数疯狂的元素超过三个鳞片。缩放的疯狂被定义为C *中位数（ABS（ABS（A-A））））， 在哪里C = -1 /（SQRT（2）* ERFCINV（3/2））。 |
'吝啬的' |
回报真的对于来自平均值的三个以上标准偏差的元素。这种方法比速度更快但更稳健'中位'。 |
'四分位数' |
回报真的对于高于四分位数或低于低四分位数的元素超过1.5个间隙范围。此方法在数据中有用一种通常不会分发。 |
'grubbs' |
适用Grubbs对异常值的测试，这基于假设检测，每次迭代删除一个异常值。此方法假定数据一种通常是分布式的。 |
'gesd' |
适用于异常值的广义极端学生偏差测试。这种迭代方法类似于'grubbs'，但是当有多个异常值互相屏蔽时，可以更好地执行更好。 |
临界点-百分位数阈值
双元素行向量
百分位数阈值，指定为两个元素行向量，其元素处于间隔[0,100]。第一元素表示较低百分位数阈值，第二个元素表示上百分位数阈值。例如，阈值[10 90]将异常值定义为低于第10百分位数和90百分位数的点数。第一个元素临界点必须小于第二个元素。
movmethod.-移动方法
'movmedian'|'movmean'
用于检测异常值的移动方法，指定为以下之一：
| 方法 | 描述 |
|---|---|
'movmedian' |
回报真的对于超过三个本地的元素，从本地中位于窗口长度指定的窗口长度窗户。 |
'movmean' |
回报真的对于超过三个本地标准偏差的元素，从本地均值上指定的窗口长度窗户。 |
窗户-窗口长度
正整数标量|正整数的两个元素矢量|正持续时间标量|两元素向量的正持续时间
窗口长度，指定为正整数标量，正整数的两个元素矢量，正持续时间标量或正持续时间的两个元素矢量。
什么时候窗户是一个正整数标量，窗口以当前元素为中心，并包含窗口1邻居元素。如果窗户甚至，窗口符合当前和以前的元素。
什么时候窗户是正整数的两个元素矢量[b f]，窗口包含当前元素，B.元素向后，和F元素前进。
什么时候一种是时间表或'samplepoints'被指定为一个约会时间或者期间向量，然后窗户必须是类型期间，并且窗口相对于采样点计算。
数据类型：双倍的|单身的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32.|UINT64|期间
暗淡-尺寸运行
正整数标量
维度运行，指定为正整数标量。如果没有指定值，则默认值是第一个数组维度，其大小不等于1。
考虑一个矩阵一种。
isoullier（a，1）根据每列中的数据检测异常值一种。
isoullier（a，2）根据每行中的数据检测异常值一种。
什么时候一种是一个表或时间表，暗淡不受支持。金宝appisoullier.沿每个表或时间可变分别操作。
数据类型：双倍的|单身的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32.|UINT64
名称值对参数
指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。
isoullier（a，'均值'，'thresholdfactor'，4）
输出参数
更多关于
扩展能力
您还可以从以下列表中选择一个网站：
