主要内容

rmoutliers

检测并移除数据中的异常值

折叠所有页面

语法

B = routliers (A)
B = rmoutliers(A,method)
B = rmoutliers(A，“百分位数”，阈值)
B = rmoutliers(A，移动方法，窗口)
B = rmoutliers(___昏暗的)
B = rmoutliers(___、名称、值)
[B,TFrm] = routliers (___）
[B,TFrm, toutlier] = toutlier (___）
[B,TFrm, toutlier,L,U,C] = toutlier (___）

描述

例子

B= rmoutliers (一个）中的数据中检测并移除异常值一个．

  • 如果一个是矩阵吗rmoutliers的每列中检测异常值一个分别删除整个行。

  • 如果一个那是桌子还是时间表呢rmoutliers的每个变量中检测异常值一个分别删除整个行。

默认情况下，离群值是一个超过三倍的值绝对偏差中位数从中位数开始。

例子

B= rmoutliers (一个，方法）指定用于检测异常值的方法。例如,rmoutliers (A,“的意思是”)的元素定义异常值一个超过3个标准差。

B= rmoutliers (一个、“百分位数”、阈值）中将异常值定义为中指定的百分位数之外的点阈值．的阈值参数是包含较低和较高百分位阈值的两元素行向量，例如[90]．

例子

B= rmoutliers (一个，movmethod，窗口）使用移动窗口平均值或具有窗口长度的中值检测局部异常值窗口．例如,rmoutliers(“movmean”,5)将异常值定义为在一个五元窗口内超出局部平均值三个局部标准偏差的元素。

例子

B= rmoutliers (___，昏暗的）的维度。一个当使用前面的任何语法检测到异常值时，为其删除条目。例如,rmoutliers (2)删除矩阵的列而不是行一个．

例子

B= rmoutliers (___，名称,值）指定用于使用一个或多个名称-值参数检测和删除异常值的其他参数。例如,rmoutliers(“SamplePoints”,t)检测异常值一个相对于时间向量的相应元素t．

例子

［B，TFrm= rmoutliers(___）还返回一个逻辑向量TFrm指示从中删除的行或列一个．

例子

［B，TFrm，TFoutlier= rmoutliers(___）还返回一个逻辑数组TFoutlier指示从中移除的异常值的位置一个．

例子

［B，TFrm，TFoutlier，l，U，C= rmoutliers(___）还返回较低的阈值l，上阈值U，和中心值C采用离群点检测方法。

例子

全部折叠

打开实时脚本

创建一个包含两个异常值的向量并删除它们。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];B = routliers (A)
B =1×1357 59 60 59 58 57 58 61 62 60 62 58 57
打开实时脚本

使用均值检测方法识别数据时间表中的潜在异常值，删除任何异常值，并将清理后的数据可视化。

创建一个数据时间表，并可视化数据以检测潜在的异常值。

T =小时(1:15);V = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];A =时间表(T'，V');情节(A.Time A.Var1)

图中包含一个轴对象。axis对象包含一个line类型的对象。

去除数据中的异常值，其中异常值被定义为距离平均值超过三个标准差的点。

B = routliers (A，“的意思是”）
B =14×1的时间表时间Var1 _____ ____ 1小时57 2小时59 3小时60 4小时100 5小时59 6小时58 7小时57 8小时58 10小时61 11小时62 12小时60 13小时62 14小时58 15小时57

在同一图表中，绘制原始数据和去除异常值后的数据。

持有在情节(B.Time B.Var1,“啊——”)传说(“原始数据”，“清除数据”）

图中包含一个轴对象。axis对象包含2个line类型的对象。这些对象表示原始数据、已清理数据。

打开实时脚本

使用移动中值来检测和去除与时间向量对应的正弦波中的局部异常值。

创建一个包含本地离群值的数据向量。

X = -2*pi:0.1:2*pi;A = sin(x);A(47) = 0;

中数据对应的时间向量一个．

t = datetime(2017 1 1 0, 0, 0) +小时(0:长度(x) 1);

将异常值定义为滑动窗口内局部中值到局部缩放MAD超过三个的点。找到异常值的位置一个相对于里面的点t窗口大小为5小时，并删除它们。

[B,TFrm] = routliers (A，“movmedian”小时(5),“SamplePoints”t);

绘制原始数据和去除异常值后的数据。

情节(t)在情节(t (~ TFrm), B,“啊——”)传说(“原始数据”，“清除数据”）

图中包含一个轴对象。axis对象包含2个line类型的对象。这些对象表示原始数据、已清理数据。

打开实时脚本

从数据矩阵中删除异常值，并检查删除的列和异常值。

创建一个包含两个异常值的矩阵。

A =魔术(5);A(4,4) = 200;A(5,5) = 300;一个
一个=5×517 24 18 15 23 5 7 14 16 4 6 13 20 22 10 12 19 200 3 11 18 25 2 300

通过将删除的维度指定为2来删除包含异常值的列。返回一个逻辑输出向量TFrm来识别哪些列一个被删除，并返回一个逻辑输出数组TFoutlier以确定异常值的位置一个．

[B,TFrm, toutlier] = routlier (A,2)
B =5×317 24 1 23 5 7 4 6 13 10 12 19 11 18 25
TFrm =1x5逻辑阵列0 0 0 1 1
TFoutlier =5x5逻辑阵列0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

的删除列中的值一个．

rmCol = A(:，TFrm)
rmCol =5×28 15 14 16 20 22 200 3 2 300

中异常值的值一个．

rmVal = A(toutlier)
rmVal =2×1200 300
打开实时脚本

创建一个包含两个异常值的向量并检测它们的位置。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];detect = isoutlier(A)
检测=1x15逻辑阵列0 0 0 1 0 0 0 1 0 0 0 0 0 0 0

移除异常值。不使用检测方法，而是提供由检测到的异常值位置isoutlier．

B = routliers (A，“OutlierLocations”、检测)
B =1×1357 59 60 59 58 57 58 61 62 60 62 58 57
打开实时脚本

从数据向量中删除一个异常值，并将清理后的数据可视化。

创建一个包含异常值的数据向量。

A = [60 59 49 49 58 100 61 57 48 58];

使用默认检测方法删除异常值“中值”．

[B,TFrm, toutlier,L,U,C] = routlier (A);

绘制原始数据、剔除异常值后的数据、检测方法确定的阈值和中心值。中心值为数据的中位数，上下限阈值为中位数上下三个比例MAD。

情节(A)在情节(找到(~ TFrm), B,“啊——”) yline([L U C]，”:“，[“低门槛”，“上阈值”，“中心价值”])传说(“原始数据”，“清除数据”）

图中包含一个轴对象。axis对象包含5个line、constantline类型的对象。这些对象表示原始数据、已清理数据。

输入参数

全部折叠

输入数据，指定为矢量、矩阵、表格或时间表。

  • 如果一个是一个表，那么它的变量必须是类型双或单，或者使用DataVariables参数的列表双或单显式变量。当您使用包含非数据类型变量的表时，指定变量非常有用双或单．

  • 如果一个那么，有时间表吗rmoutliers仅对表元素进行操作。如果使用行时间作为样本点，那么它们必须是唯一的，并按升序列出。

数据类型:双|单|表格|时间表

检测异常值的方法，指定为这些值之一。

方法 描述
“中值” 离群值定义为距离中值超过三个比例MAD的元素。缩放后的MAD定义为c *值(abs(中位数(A))),在那里c = 1 /(√(2)* erfcinv (3/2))．
“的意思是” 离群值被定义为超出平均值三个标准偏差的元素。这种方法更快，但健壮性较差“中值”．
“四分位数” 异常值被定义为高于上四分位数(75%)或低于下四分位数(25%)的1.5个四分位数区间的元素。此方法在数据丢失时非常有用一个不是正态分布的。
“拉布” 使用Grubbs离群值检验检测离群值，基于假设检验每次迭代删除一个离群值。该方法假定数据在一个正态分布。
“gesd” 异常值检测使用广义极端学生化偏差检验异常值。这种迭代方法类似于“拉布”但当有多个异常值相互掩盖时，性能会更好。

百分比阈值，指定为两个元素的行向量，其元素位于区间[0,100]中。第一个元素表示较低的百分比阈值，第二个元素表示较高的百分比阈值。的第一个元素阈值必须小于第二个元素。

例如，阈值为[90]将异常值定义为低于第10百分位和高于第90百分位的点。

检测异常值的移动方法，指定为这些值之一。

方法 描述
“movmedian” 离群值定义为在指定的窗口长度上，从局部中值开始超过三个局部缩放MAD的元素窗口．这种方法也被称为aHampel过滤器．
“movmean” 异常值定义为在指定的窗口长度内，与局部平均值相比超过三个局部标准偏差的元素窗口．

窗口长度，指定为正整数标量、正整数的两个元素向量、正持续时间标量或正持续时间的两个元素向量。

当窗口是正整数标量，窗口围绕当前元素居中并包含窗口1相邻的元素。如果窗口为偶数时，则窗口以当前元素和以前的元素为中心。

当窗口两元向量是正整数吗f [b]，该窗口包含当前元素，b元素向后，和f元素。

当一个是时间表还是SamplePoints指定为datetime或持续时间向量,窗口必须有类型持续时间，窗口是相对于样本点计算的。

移除的尺寸，指定为1或2。默认情况下,rmoutliers删除具有检测到的离群值的每一行。若要删除检测到异常值的每个矩阵列或表变量，请指定维数为2。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

例子:rmoutliers (ThresholdFactor = 4)

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:rmoutliers(“ThresholdFactor”,4)

数据选项

全部折叠

样本点，指定为样本点值的向量，或者当输入数据为表格时，指定为下表中的选项之一。样本点代表x数据的-轴位置，并且必须排序并包含唯一的元素。采样点不需要均匀采样。向量[1 2 3…]是默认值。

当输入数据是一个表时，您可以使用这些选项之一将样本点指定为表变量。

表格输入选项 描述 例子
变量名

指定单个表变量名的字符向量或标量字符串

“Var1”

“Var1”
标量变量索引

标量表变量索引

3.
逻辑向量

一种逻辑向量，其每个元素对应于一个表变量，其中真正的指定相应的变量作为样本点，所有其他元素都是假

[真假假]
函数处理

接受表变量作为输入并返回逻辑标量(必须为)的函数句柄真正的仅用于一个表变量

@isnumeric
vartype下标

类生成的表下标vartype仅为一个变量返回下标的函数

vartype(数字)

请注意

输入数据为时，不支持此名称-值参数金宝app时间表．时间表使用行时间向量作为样本点。若要使用不同的抽样点，必须编辑时间表，使行时间包含所需的抽样点。

移动窗口是相对于样本点定义的。例如，如果t那么，乘以向量是否对应于输入数据rmoutliers(兰德(1 10)“movmean”、3、“SamplePoints”,t)是否有一个表示时间间隔的窗口-1.5 t(我)而且t(我)+ 1.5．

当样本点向量有数据类型时datetime或持续时间，则移动窗口长度必须有类型持续时间．

例子:rmoutliers(“SamplePoints”,0:0.1:10)

例子:rmoutliers (T,“SamplePoints”,“Var1”)

数据类型:单|双|datetime|持续时间

要操作的表变量，指定为此表中的选项之一。的DataVariablesValue指示要检查输入表的哪些变量以寻找异常值。与指定变量关联的数据类型必须为双或单．

表中未指定的其他变量DataVariables传递到输出，而不检查异常值。

的行进行操作时一个，rmoutliers删除与指定变量对应的列中具有异常值的任何行。的列上操作时一个，rmoutliers从表中移除指定的变量。

选项 描述 例子
变量名

指定单个表变量名的字符向量或字符串标量

“Var1”

“Var1”
变量名向量

字符向量或字符串数组的单元格数组，其中每个元素都是一个表变量名

{“Var1”“Var2”}

[" Var1”“Var2”)
变量指标的标量或向量

表变量索引的标量或向量

1

[1 3 5]
逻辑向量

一种逻辑向量，其每个元素对应于一个表变量，其中真正的包括相应的变量和假不包括它

[真真假假]
函数处理

接受表变量作为输入并返回逻辑标量的函数句柄

@isnumeric
vartype下标

类生成的表下标vartype函数

vartype(数字)

例子:rmoutliers(T，"DataVariables"，["Var1" "Var2" "Var4"])

异常值检测选项

全部折叠

检测阈值因子，指定为非负标量。

为方法“中值”而且“movmedian”，检测阈值因子替换缩放后的MAD个数，默认为3。

为方法“的意思是”而且“movmean”，检测阈值因子替换均值的标准差数，默认为3。

为方法“拉布”而且“gesd”，检测阈值因子为0 ~ 1之间的标量。接近0的值会导致离群值的数量减少，接近1的值会导致离群值的数量增加。默认检测阈值因子为0.05。

为“四分位数”方法，检测阈值因子替换四分位范围的数量，默认为1.5。

当指定的方法为时，不支持此名值对金宝app“百分位数”．

已知的离群指标，指定为与之大小相同的逻辑向量或矩阵一个．已知的异常值指示器元素可以是数字或逻辑1 (真正的)，以表示对应位置的离群值一个或0 (假)表示非异常值。当你指定OutlierLocations，rmoutliers不使用异常值检测方法。相反，它使用已知离群值指示器的元素来定义离群值。输出TFoutlier包含相同的逻辑向量或矩阵。

您不能指定OutlierLocations名称-值参数方法．

数据类型:逻辑

由GESD检测到的最大异常值，指定为正整数标量。的MaxNumOutliers属性检测到的异常值的最大数目“gesd”方法。例如,rmoutliers (A,“gesd”、“MaxNumOutliers”,5)检测不超过5个异常值。

的默认值MaxNumOutliers这个整数是否最接近其中元素数量的10%一个．为最大离群值设置较大的值会使检测到所有离群值的可能性更大，但代价是降低计算效率。

的“gesd”方法假定非离群值输入数据是从近似正态分布采样的。当数据未以这种方式采样时，检测到的异常值的数量可能超过MaxNumOutliers价值。

移除所需的最小离群值，指定为正整数标量。的MinNumOutliersValue指定删除行或列所需的离群值的最小数目。例如,rmoutliers(“MinNumOutliers”,3)删除矩阵的一行一个当在该行中检测到3个或更多异常值时。

输出参数

全部折叠

移除了异常值的数据，以矢量、矩阵、表格或时间表的形式返回。的大小B取决于已删除的行或列的数量。

删除数据指示器，作为逻辑向量返回。值为1 (真正的)对应的行或列一个都被移除了。值为0 (假)对应于不变的行或列。的方向和大小TFrm取决于一个以及操作的维度。

数据类型:逻辑

异常值指示器，作为逻辑向量或矩阵返回。值为1 (真正的)对应异常值的位置一个．值为0 (假)对应于非异常值。

TFoutlier尺寸和一个．

数据类型:逻辑

异常值检测方法使用的较低阈值，以标量、向量、矩阵、表或时间表的形式返回。例如，默认异常值检测方法的下限阈值为输入数据中位数以下3个MAD。

如果方法用于异常值检测，那么l尺寸和一个在所有维度中，除了长度为1的操作维度。如果movmethod则使用l尺寸和一个．

异常值检测方法使用的上限阈值，以标量、向量、矩阵、表格或时间表的形式返回。例如，默认的异常值检测方法的上限阈值是输入数据的中位数上三个MAD。

如果方法用于异常值检测，那么U尺寸和一个在所有维度中，除了长度为1的操作维度。如果movmethod则使用U尺寸和一个．

异常值检测方法使用的中心值，以标量、向量、矩阵、表或时间表的形式返回。例如，默认异常值检测方法的中心值为输入数据的中位数。

如果方法用于异常值检测，那么C尺寸和一个在所有维度中，除了长度为1的操作维度。如果movmethod则使用C尺寸和一个．

扩展功能

版本历史

在R2018b中引入

全部展开

另请参阅

功能

实时编辑任务

应用程序

主题