文档

var

类:timeseries

的方差timeseries数据

语法

ts_var = var (ts)
ts_var = var (ts、名称、值)

描述

ts_var= var (ts)回报的方差ts.data

ts_var= var (ts,名称,值)使用指定的一个或多个额外的选项名称,值对参数。

输入参数

ts

timeseries对象的数据的方差。

名称-值对的观点

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在单引号(' ')。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家

“MissingData”

一个字符串指定两种可能的值,删除插入期间,指示如何处理缺失数据的计算。

默认值:删除

“质量”

一个整数向量,表示质量代码代表失踪样本(矢量数据)或失踪的观察(与两个或多个维度数据数组)。

“权重”

一个字符串指定两种可能的值,没有一个时间
当你指定时间更大的时间值对应于更大的权重。

输出参数

ts_var

的方差ts.data,如下所示:

  • ts.Data是一个矢量,然后呢ts_var的方差ts.Data值。

  • ts.Data是一个矩阵,IsTimeFirst真正的的第一个维度ts与时间呢ts_var是一个行向量包含每一列的方差的ts.Data

ts.Data是一个n维数组,var一直经营第一nonsingleton维度ts.Data

例子

下面的示例计算多变量的方差值timeseries对象。MATLAB®计算方差分别为每个数据列的timeseries对象。

加载一个24——- - - - - -3数据数组。然后创建一个timeseries对象24时间值。

负荷计算。dat count_ts = timeseries(统计,(桥),“名字”,“CountPerSecond”);

计算每个数据列的方差。

var (count_ts)

MATLAB的回报:

1.0 e + 03 * 0.6437 1.7144 4.6278

算法

MATLAB确定权重:

  1. 将不同时间价值权重,根据其订单,如下:

    • 第一个时间点——第一次间隔的持续时间延长(t (2) - (1))

    • 时间点,既不是第一个也不是最后一个时间点——前面的中点之间的时间间隔时间的中点随后的时间间隔((t (k + 1) - t (k)) / 2 + (t (k) - t (k - 1) / 2)

    • 上次点——最后一次的时间间隔结束(t(结束)- t (- 1))

  2. 正常化的权重每次每个权重除以平均权重。

      注意:如果timeseries对象是均匀采样,然后每次的归一化权重为1.0。因此,时间加权没有影响。

  3. 每一次的数据乘以它的归一化权重。

之前介绍过的R2006a

这个主题有帮助吗?