总和

的总和timeseries数据

语法

ts_sm = (ts)和 ts_sm =总和(ts、名称、值)

ts_sm=和(ts）对象的和timeseries数据。

ts_sm=和(ts，名称,值）用一个或多个选项指定其他选项名称,值对参数。

`ts`	的`timeseries`对象，您要为其获取数据的和。

指定逗号分隔的可选对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在单引号内(' ')．可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

“MissingData”

一个字符串，指定两个可能值中的一个，删除或插入，表示在计算过程中如何处理缺失数据。

默认值:删除

“质量”

整数向量，指示哪些质量代码代表缺失的样本(对于向量数据)或缺失的观察值(对于具有两个或更多维度的数据数组)。

“权重”

一个字符串，指定两个可能值中的一个，没有一个或时间．
当你指定时间，较大的时间值对应较大的权重。

ts_sm

和timeseries数据,如下:

当ts.Data是一个n维数组，总和的第一个非单例维度ts.Data．

计算a的每个数据列的和timeseries对象:

创建一个具有24个时间值的时间序列对象:count_ts = timeseries(count,1:24，'Name'，'CountPerSecond');计算此时间序列对象的每个数据列的和:sum(count_ts)

MATLAB^®返回:

768 1117 1574

MATLAB通过以下方法确定权重:

根据时间值的顺序，为每个时间值附加一个权重，如下所示:
- 第一个时间点——第一个时间间隔的持续时间(t (2) - (1))．
- 既不是第一个时间点也不是最后一个时间点的时间点—上一个时间间隔的中点到下一个时间间隔的中点之间的时间((t(k + 1) - t(k))/2 + (t(k) - t(k - 1))/2．
- 最后一个时间点——最后一个时间间隔的持续时间(t(end) - t(end - 1))．
通过将每个权重除以所有权重的平均值来规范化每次的权重。

请注意

如果timeseries对对象进行统一采样，则每次归一化权重为1.0。因此，时间加权没有影响。
将每次的数据乘以其归一化权重。