Fillutiers.

检测和替换数据中的异常值

折叠所有页面

语法

B = filloutliers (fillmethod)

B = filloutliers (A、fillmethod findmethod)

B = filloutliers (fillmethod,百分位数,阈值)

B = filloutliers (A、fillmethod movmethod窗口)

B = filloutliers (＿＿＿昏暗的)

B = filloutliers (＿＿＿、名称、值)

[b，tf，l，u，c] = fillutliers（＿＿＿）

描述

例子

B= filloutliers (一个，Fillmethod.）发现异常值一个并根据Fillmethod.．例如,filloutliers (A,“之前”)用前面的非离群值元素替换离群值。默认情况下，离群值是一个大于三倍的值中位绝对偏差（疯狂）远离中位数。如果一个是矩阵还是表格Fillutiers.分别对每一列进行操作。如果一个是一个多维数组吗Fillutiers.作用于尺寸不等于1的第一个维度。

例子

B= filloutliers (一个，Fillmethod.，findmethod）指定检测异常值的方法。例如,filloutliers (A,“之前”,“的意思是”)的元素定义离群值一个离均值超过三个标准差。

B= filloutliers (一个，Fillmethod.,百分位数,阈值）中指定的百分比之外的点定义为异常值阈值．的阈值参数是一个包含上下百分位阈值的双元素行向量，例如[90]．

例子

B= filloutliers (一个，Fillmethod.，movmethod.，窗口）指定根据由窗口长度检测本地异常值的移动方法窗口．例如,filloutliers (A,‘以前’,‘movmean’,5)识别离群值是指在一个五元素窗口内距离本地平均值超过三个本地标准偏差的元素。

例子

B= filloutliers (＿＿＿，昏暗的）沿尺寸运作昏暗的的一个对于前面的任何语法。例如,filloutliers(“线性”,2)作用于矩阵的每一行一个．

例子

B= filloutliers (＿＿＿，名称，价值）指定使用一个或多个名称-值对参数检测和替换离群值的附加参数。例如,filloutliers (A,‘以前’,‘SamplePoints’,t)在离群点检测一个相对于时间向量的相应元素t．

例子

［B，特遣部队，l，U，C) = filloutliers (＿＿＿）还返回由检测方法计算的离群值和阈值的位置信息。特遣部队是一个逻辑阵列，指示异常值的位置一个．的l，U，和C参数表示离群值检测方法使用的上下阈值和中心值。

例子

全部收缩

插入异常值

打开直播脚本

创建一个包含离群值的数据向量，并使用线性插值替换离群值。绘制原始数据和填充数据。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];B = filloutliers (A,“线性”）;情节（1：15，A，1：15，B，“o”)传说(“原始数据”，“窜改数据”）

图中包含一个轴对象。轴对象包含两个类型为line的对象。这些对象代表原始数据，插值数据。

用均值确定离群值

打开直播脚本

创建包含异常值的向量，并将异常值定义为与平均值的三个标准偏差之外的点。用最近的元素替换异常值，该元素不是异常值，并绘制原始数据和内插数据。

A = [57 59 60 100 59 58 57 58 300 61 62 60 62 58 57];B = filloutliers (A,“最近的”，'意思'）;情节（1：15，A，1：15，B，“o”)传说(“原始数据”，“窜改数据”）

图中包含一个轴对象。轴对象包含两个类型为line的对象。这些对象代表原始数据，插值数据。

用滑动窗口确定离群值

打开直播脚本

使用移动中位数在正弦波中找到对应于时间向量的本地异常值。

创建一个包含局部离群值的数据向量。

0.1 x = 2 * pi: 3:2 *π;一个= sin (x);(47) = 0;

创建一个时间矢量，对应的数据一个．

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距离局部中值超过三个局部缩放MAD的点。找出离群值的位置一个相对于里面的点t窗口只有5个小时。用该方法计算出的阈值填充离群值“剪辑”，并绘制原始数据和填充数据。

[B, TF, U, L, C] = filloutliers (,“剪辑”，“movmedian”小时(5),“SamplePoints”t);情节(t, t, B,“o”)传说(“原始数据”，'填充数据'）

图中包含一个轴对象。轴对象包含两个类型为line的对象。这些对象代表原始数据，填充数据。

显示替换离群值的阈值。

L（TF）

ans = -0.8779

数据矩阵

打开直播脚本

填充每行矩阵的异常值。

创建一个数据矩阵，其中包含沿对角线的异常值。

A = RANDN（5,5）+ DIAG（1000 * on（1,5））

一个=5×510^3.× 1.0005 -0.0013 -0.0013 -0.0002 0.0007 0.0018 0.9996 0.0030 -0.0001 -0.0012 -0.0023 0.0003 1.0007 0.0015 0.0007 0.0009 0.0036 -0.0001 1.0014 0.0016 0.0003 0.0028 0.0007 0.0014 1.0005

根据每行中的数据用0填充离群值，并显示新值。

[B, TF,低,上部,中心]= filloutliers (0, 2);B

B =5×50 -1.3077 -1.3499 -0.2050 0.6715 1.8339 0 3.0349 -0.1241 -1.2075 -2.2588 0.3426 0 1.4897 0.7172 0.8622 3.5784 -0.0631 0 1.6302 0.3188 2.7694 0.7147

您可以使用以下命令直接访问检测到的离群值及其填充值特遣部队作为一个索引向量。

((TF) B (TF))

ans =.5×210^3.× 1.0005 0 0.9996 0 1.0007 0 1.0014 0 1.0005 0

离群值的阈值

打开直播脚本

在数据矢量中找到异常值，并使用它替换它“剪辑”方法。绘制原始数据、填充数据、检测方法确定的阈值和中心值。“剪辑”将离群值替换为上限阈值。

x = 1:10;A = [60 59 49 49 58 100 61 57 48 58];[B, TF,低,上部,中心]= filloutliers (,“剪辑”）;绘图（x，a，x，b，“o”, x,低*的(10),x,上层* (10),x,中心*(10))的传说(“原始数据”，'填充数据'，“低门槛”，“上阈值”，的中心值）

图中包含一个轴对象。axis对象包含5个类型为line的对象。这些对象分别代表原始数据、填充数据、下阈值、上阈值、中心值。

输入参数

全部收缩

`一个`- - - - - -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。

如果一个是一个表，那么它的变量必须是类型双或单，或者你也可以用“DataVariables”要列出的名称值对双或单变量明确。在使用包含数据类型以外的数据类型的表格使用表时，指定变量很有用双或单．

如果一个那么，有时间表吗Fillutiers.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|单|桌子|时间表

`Fillmethod.`- - - - - -填充方法
数字标量|`“中心”`|`“剪辑”`|`“以前”`|`“下一个”`|`“最近的”`|`“线性”`|`样条的`|`“pchip”`|`“makima”`

填充替换异常值的方法，指定为数字标量或以下之一：

填补方法	描述
数字标量	用指定的标量值填充
`“中心”`	由决定的中心值填充`findmethod`
`“剪辑”`	由确定的下限阈值小于的元素用下限阈值填充`findmethod`．用大于由确定的上限阈值的元素的上限阈值填充`findmethod`
`“以前”`	用之前的非离群值填充
`“下一个”`	用下一个非离群值填充
`“最近的”`	填充最接近的非异常值
`“线性”`	使用邻近的线性插值填充，非离群值
`样条的`	使用分段立方样条插值填充
`“pchip”`	使用形状保留分段立方样条插值填充
`“makima”`	修正Akima立方Hermite插值(数值，`持续时间`，和`约会时间`数据类型)

数据类型:双|单|字符

`findmethod`- - - - - -异常值检测方法
`'中位'`(默认)|`'意思'`|`四分位数的`|`'grubbs'`|`“gesd”`

检测异常值的方法，指定为以下之一：

方法	描述
`'中位'`	异常值定义为来自中位数的超过三个鳞片的元素。缩放的疯狂被定义为`C 中位数（ABS（ABS（A-A））））`,在那里`C = -1 /（SQRT（2） ERFCINV（3/2））`．
`'意思'`	离均值超过三个标准差的元素被定义为离均值超过三个标准差的元素。该方法速度快，但鲁棒性差`'中位'`．
`四分位数的`	异常值定义为高于上四分位数(75%)或低于下四分位数(25%)的四分位数间范围超过1.5的元素。当数据输入时，这个方法很有用`一个`不是正态分布。
`'grubbs'`	使用Grubbs的测试检测到异常值，该测试基于假设检测将每次迭代中的一个异常值删除。此方法假定数据`一个`是正态分布。
`“gesd”`	使用概括的极端学生偏差测试检测异常值。这种迭代方法类似于`'grubbs'`，但当有多个异常值相互掩蔽时，性能会更好。

`阈值`- - - - - -百分位数阈值
双元素行向量

百分位数阈值，指定为一个元素位于区间[0,100]中的双元素行向量。第一个元素表示下百分位阈值，第二个元素表示上百分位阈值。例如，阈值为[90]将异常值定义为低于第10百分位和高于第90百分位的分数。第一个元素阈值必须小于第二个元素。

`movmethod.`- - - - - -移动的方法
`“movmedian”`|`“movmean”`

异常值检测的移动方法，具体如下:

方法	描述
`“movmedian”`	离群值定义为在指定的窗口长度上，从本地中值出发超过三个局部缩放MAD的元素`窗口`．这种方法也称为aHampel过滤器．
`“movmean”`	离群值定义为在指定的窗长范围内距离本地均值超过三个本地标准偏差的元素`窗口`．

`窗口`- - - - - -窗口长度
正整数标量|正整数的二元向量|积极的标量时间|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。

当窗口是一个正整数标量，窗口是围绕当前元素和包含窗口1相邻的元素。如果窗口是偶数，则窗口围绕当前和以前的元素居中。

当窗口是一个正整数的二元向量吗[b f]，窗口包含当前元素，b元素向后,f元素。

当一个是时间表还是“SamplePoints”被指定为一个约会时间或持续时间向量,窗口必须是类型持续时间，窗口是相对于样本点计算的。

数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|持续时间

`昏暗的`- - - - - -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。

考虑一个矩阵一个．

Filloutliers（A，Fillmethod，1）根据每一列的数据填充离群值。

Filloutliers（a，fillmethod，2）根据每行数据填充离群值。

当一个是一个表或时间表，昏暗的不支持。金宝appFillutiers.分别对每个表或时间表变量进行操作。

数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64

名称-值参数

指定可选的逗号分离对名称，价值参数。的名字是参数名称和价值为对应值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:filloutliers (A,‘中心’,‘意思’,‘ThresholdFactor’,4)

数据选项

全部收缩

`SamplePoints`- - - - - -采样点
向量|表变量名|标量|函数处理|桌子`vartype`下标

样本点，指定为逗号分隔对，由“SamplePoints”当输入数据是表时，可以是样本点值向量或下表中的选项之一。样本点代表x-轴位置的数据，必须被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…]是默认的。

当输入数据是一个表时，您可以使用以下选项之一将示例点指定为表变量。

表输入选项	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”`
标量变量指数	标量表变量索引	`3.`
逻辑矢量	逻辑向量，其每个元素对应一个表变量，其中`真的`指定相应的变量作为样本点，所有其他元素都是`错误的`	`[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，逻辑标量必须为`真的`只有一个表变量	`@isnumeric`
`vartype`下标	属性生成的表下标`vartype`函数，只返回一个变量的下标	`vartype(数字)`

请注意

当输入数据为金宝app时间表．时间表总是使用行时间向量作为样本点。要使用不同的样本点，必须编辑时间表，以便行时间包含所需的样本点。

移动窗口是相对于样本点定义的。例如,如果t那么，时间向量是否与输入数据相对应呢Filloutliers（Rand（1,10），'上一个'，'movemean'，3，'samplepoints'，t）有一个代表之间的时间间隔的窗口-1.5 t(我)和t(我)+ 1.5．

当样本点向量具有数据类型时约会时间或持续时间，则移动窗口长度必须有类型持续时间．

例子:filloutliers([1 100 3 4]，'nearest'，'SamplePoints'，[1 2.5 3 4])Filloutions（t，'最近'，'samplepoints'，“var1”）

数据类型:单|双|约会时间|持续时间

`DataVariables`- - - - - -要操作的表变量
表变量名|标量|向量|细胞阵列|函数处理|桌子`vartype`下标

要操作的表变量，指定为逗号分隔对，由“DataVariables”这张表中有一个选项。的“DataVariables”值表示要填充的输入表的哪些变量。未指定的表中的其他变量“DataVariables”通过到输出而不被操作。

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”`
变量名称矢量	字符向量或字符串数组的单元格数组，其中每个元素是表变量名称	`{“Var1”“Var2”}` `[" Var1”“Var2”)`
可变指标的标量或向量	表变量指数的标量或向量	`1` `[1 3 5]`
逻辑矢量	逻辑向量，其每个元素对应一个表变量，其中`真的`包含相应的变量和`错误的`不包括它	`(真的假的真的)`
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	属性生成的表下标`vartype`功能	`vartype(数字)`

例子:Filloutliers（a，'上一个'，'datavariables'，[var1'“var2”“var4”））

孤立点检测的选项

全部收缩

`阈值Factor.`- - - - - -检测阈值的因素
非负标量

检测阈值因子，指定为逗号分隔对组成“ThresholdFactor”一个非负标量。

为方法'中位'和“movmedian”时，检测阈值因子代替缩放的MAD数量，MAD数量默认为3。

为方法'意思'和“movmean”时，检测阈值因子代替离均值的标准差数，默认为3。

为方法'grubbs'和“gesd”时，检测阈值因子为0 ~ 1之间的标量。接近0的值会产生更少的离群值，接近1的值会产生更多的离群值。默认检测阈值因子为0.05。

为四分位数的方法中，检测阈值因子代替四分位范围数，默认为1.5。

当指定的方法为时，不支持此名称-值对金宝app百分位数的．

数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`MaxNumOutliers`- - - - - -最大异常计数
积极的标量

最大离群值计数“gesd”方法指定为逗号分隔的对，由“MaxNumOutliers”一个正标量。的“MaxNumOutliers”属性返回的离群值的最大数目“gesd”方法。例如,filloutliers (A,“线性”,‘gesd’,‘MaxNumOutliers’,5)返回值不超过5个异常值。

的默认值“MaxNumOutliers”是最接近元素数量的10％的整数一个．为最大离群值设置一个更大的值可以确保检测到所有离群值，但代价是降低计算效率。

数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`差异化`- - - - - -已知的异常值指标
向量|矩阵|多维数组

已知离群值指示器，指定为逗号分隔对组成“OutlierLocations”和具有相同大小的逻辑向量、矩阵或多维数组一个．已知的离群值指示元素可以真的在…的相应位置指示离群值一个或错误的否则。指定“OutlierLocations”关闭默认的异常值检测方法，仅使用已知的异常值指示符的元素来定义异常值。

的“OutlierLocations”时不能指定名称-值对findmethod指定了。

输出特遣部队是一样的“OutlierLocations”价值。

数据类型:逻辑

输出参数

全部收缩

`B`-填充的离群值数组
向量|矩阵|多维数组|表|时间表

填充的离群值数组，以向量、矩阵、多维数组、表或时间表的形式返回。的元素B是一样的吗一个，但所有异常值都被替换为根据Fillmethod.．

数据类型:双|单|桌子|时间表

`特遣部队`——离群值指标
向量|矩阵|多维数组

离群值指示器，以向量、矩阵或多维数组的形式返回。一个元素的特遣部队是真的当对应的元素一个是一个异常值吗错误的否则。特遣部队大小是一样的吗一个．

数据类型:逻辑

`l`——低阈值
标量|向量|矩阵|多维数组|表|时间表

异常检测方法使用的阈值较低，作为标量，向量，矩阵，多维数组，表或时间表返回。例如，默认异常值检测方法的较低值是输入数据中位数下方的三个缩放MAD。l有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型:双|单|桌子|时间表

`U`- 上限阈值
标量|向量|矩阵|多维数组|表|时间表

离群值检测方法使用的上限阈值，返回为标量、向量、矩阵、多维数组、表或时间表。例如，默认离群值检测方法的上限值是比输入数据中值高出3倍的MAD。U有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型:双|单|桌子|时间表

`C`——中心价值
标量|向量|矩阵|多维数组|表|时间表

离群值检测方法使用的中心值，返回为标量、向量、矩阵、多维数组、表或时间表。例如，默认的离群值检测方法的中心值就是输入数据的中位数。C有相同的尺寸一个在所有尺寸中，除了长度为1的操作尺寸。

数据类型:双|单|桌子|时间表

扩展功能

高阵列
使用具有大于内存容量的行数的数组进行计算。

使用注意事项及限制:

的百分位数的，“幼虫”，和“gesd”不支持方法。金宝app
的“movmedian”和“movmean”方法不支持高时间表。金宝app
的“SamplePoints”和“MaxNumOutliers”不支持名称-值对。金宝app
的价值“DataVariables”不能是函数句柄。
计算fillmethod filloutliers(一个)，filloutliers (fillmethod,“中位数”,…)或filloutliers (fillmethod,四分位数,…)沿着第一个维度只有当金宝app一个是一个高列向量。
的语法filloutliers (A,花键,…)和filloutliers(“makima”,…)不受支持。金宝app

有关更多信息，请参见高阵列．

C / c++代码生成
使用MATLAB®Coder™生成C和C ++代码。

使用注意事项及限制:

的“movmean”和“movmedian”检测离群值的方法不支持时间表输入数据datetime金宝app“SamplePoints”值,或持续时间“SamplePoints”值。
只有“中心”，“剪辑”并且当输入数据是时间表或何时时，支持用于填充异常值的数字标准方法金宝app“SamplePoints”价值类型约会时间或持续时间．
用来样条的和“pchip”填充方法，您必须启用对可变大小阵列的支持。金宝app
字符串和字符数组的输入必须是常量。
的“makima”不支持选项。金宝app

线程环境
使用MATLAB®在后台运行代码`backgroundPool`或使用并行计算工具箱™加速代码`螺纹池`．

这个函数完全支持基于线程的环境。金宝app有关更多信息，请参见在线程环境中运行MATLAB函数．

另请参阅

rmoutliers|isoutlier|不见了|fillmissing|干净的异常数据

话题

介绍了R2017a

Fillutiers.

语法

描述

例子

插入异常值

用均值确定离群值

用滑动窗口确定离群值

数据矩阵

离群值的阈值

输入参数

`一个`- - - - - -输入数据
向量|矩阵|多维数组|桌子|时间表

`Fillmethod.`- - - - - -填充方法
数字标量|`“中心”`|`“剪辑”`|`“以前”`|`“下一个”`|`“最近的”`|`“线性”`|`样条的`|`“pchip”`|`“makima”`

`findmethod`- - - - - -异常值检测方法
`'中位'`(默认)|`'意思'`|`四分位数的`|`'grubbs'`|`“gesd”`

`阈值`- - - - - -百分位数阈值
双元素行向量

`movmethod.`- - - - - -移动的方法
`“movmedian”`|`“movmean”`

`窗口`- - - - - -窗口长度
正整数标量|正整数的二元向量|积极的标量时间|两元素向量的正持续时间

`昏暗的`- - - - - -尺寸运行
正整数标量

名称-值参数

`SamplePoints`- - - - - -采样点
向量|表变量名|标量|函数处理|桌子`vartype`下标

`DataVariables`- - - - - -要操作的表变量
表变量名|标量|向量|细胞阵列|函数处理|桌子`vartype`下标

`阈值Factor.`- - - - - -检测阈值的因素
非负标量

`MaxNumOutliers`- - - - - -最大异常计数
积极的标量

`差异化`- - - - - -已知的异常值指标
向量|矩阵|多维数组

输出参数

`B`-填充的离群值数组
向量|矩阵|多维数组|表|时间表

`特遣部队`——离群值指标
向量|矩阵|多维数组

`l`——低阈值
标量|向量|矩阵|多维数组|表|时间表

`U`- 上限阈值
标量|向量|矩阵|多维数组|表|时间表

`C`——中心价值
标量|向量|矩阵|多维数组|表|时间表

更多关于

中位绝对偏离

扩展功能

高阵列
使用具有大于内存容量的行数的数组进行计算。

C / c++代码生成
使用MATLAB®Coder™生成C和C ++代码。

线程环境
使用MATLAB®在后台运行代码`backgroundPool`或使用并行计算工具箱™加速代码`螺纹池`．

另请参阅

话题

MATLAB的文档

金宝app

介绍基于MATLAB的深度学习

Fillutiers.

语法

描述

例子

插入异常值

用均值确定离群值

用滑动窗口确定离群值

数据矩阵

离群值的阈值

输入参数

一个- - - - - -输入数据向量|矩阵|多维数组|桌子|时间表

Fillmethod.- - - - - -填充方法数字标量|“中心”|“剪辑”|“以前”|“下一个”|“最近的”|“线性”|样条的|“pchip”|“makima”

findmethod- - - - - -异常值检测方法'中位'(默认)|'意思'|四分位数的|'grubbs'|“gesd”

阈值- - - - - -百分位数阈值双元素行向量

movmethod.- - - - - -移动的方法“movmedian”|“movmean”

窗口- - - - - -窗口长度正整数标量|正整数的二元向量|积极的标量时间|两元素向量的正持续时间

昏暗的- - - - - -尺寸运行正整数标量

名称-值参数

SamplePoints- - - - - -采样点向量|表变量名|标量|函数处理|桌子vartype下标

DataVariables- - - - - -要操作的表变量表变量名|标量|向量|细胞阵列|函数处理|桌子vartype下标

阈值Factor.- - - - - -检测阈值的因素非负标量

MaxNumOutliers- - - - - -最大异常计数积极的标量

差异化- - - - - -已知的异常值指标向量|矩阵|多维数组

输出参数

B-填充的离群值数组向量|矩阵|多维数组|表|时间表

特遣部队——离群值指标向量|矩阵|多维数组

l——低阈值标量|向量|矩阵|多维数组|表|时间表

U- 上限阈值标量|向量|矩阵|多维数组|表|时间表

C——中心价值标量|向量|矩阵|多维数组|表|时间表

更多关于

中位绝对偏离

扩展功能

高阵列使用具有大于内存容量的行数的数组进行计算。

C / c++代码生成使用MATLAB®Coder™生成C和C ++代码。

线程环境使用MATLAB®在后台运行代码backgroundPool或使用并行计算工具箱™加速代码螺纹池．

另请参阅

话题

MATLAB的文档

金宝app

介绍基于MATLAB的深度学习

`一个`- - - - - -输入数据
向量|矩阵|多维数组|桌子|时间表

`Fillmethod.`- - - - - -填充方法
数字标量|`“中心”`|`“剪辑”`|`“以前”`|`“下一个”`|`“最近的”`|`“线性”`|`样条的`|`“pchip”`|`“makima”`

`findmethod`- - - - - -异常值检测方法
`'中位'`(默认)|`'意思'`|`四分位数的`|`'grubbs'`|`“gesd”`

`阈值`- - - - - -百分位数阈值
双元素行向量

`movmethod.`- - - - - -移动的方法
`“movmedian”`|`“movmean”`

`窗口`- - - - - -窗口长度
正整数标量|正整数的二元向量|积极的标量时间|两元素向量的正持续时间

`昏暗的`- - - - - -尺寸运行
正整数标量

`SamplePoints`- - - - - -采样点
向量|表变量名|标量|函数处理|桌子`vartype`下标

`DataVariables`- - - - - -要操作的表变量
表变量名|标量|向量|细胞阵列|函数处理|桌子`vartype`下标

`阈值Factor.`- - - - - -检测阈值的因素
非负标量

`MaxNumOutliers`- - - - - -最大异常计数
积极的标量

`差异化`- - - - - -已知的异常值指标
向量|矩阵|多维数组

`B`-填充的离群值数组
向量|矩阵|多维数组|表|时间表

`特遣部队`——离群值指标
向量|矩阵|多维数组

`l`——低阈值
标量|向量|矩阵|多维数组|表|时间表

`U`- 上限阈值
标量|向量|矩阵|多维数组|表|时间表

`C`——中心价值
标量|向量|矩阵|多维数组|表|时间表

高阵列
使用具有大于内存容量的行数的数组进行计算。

C / c++代码生成
使用MATLAB®Coder™生成C和C ++代码。

线程环境
使用MATLAB®在后台运行代码`backgroundPool`或使用并行计算工具箱™加速代码`螺纹池`．