Matlab IQR准则剔除异常值
时间序列分析中,要先进行数据的预处理工作,也即异常值的剔除和插补。
先介绍异常值的剔除。异常值的剔除方法有很多种,在此实现很多论文中提到过的所谓的IQR准则。
理论基础:
(摘自《区域CORS站坐标时间序列特征分析》硕士论文)
代码实现:
1 N1=N(1:337); 2 Q1=prctile(N1,25); 3 Q2=prctile(N1,75); 4 R=iqr(N1); 5 num = find(N<Q1-1.5*R | N>Q2+1.5*R) 6 7 %1、根据多篇文献的经验,窗长选取为1年(在这里选了从1到337个数 8 %据),N为6年的数据 9 %2、Q1为上四分位数 10 %3、Q2为下四分位数 11 %4、R为四分位数的极差,其实R也等于Q2-Q1 12 %5、求取异常值,num为包含异常值的向量 13 %6、从以上代码基础上剔除异常值,比如,num = [1 2 3],则 14 %输入代码: 15 N1(N1 == 1 | N1 == 2 | N1 ==3) = []; 16 % 解释:逻辑与(或)|和||表达意思是一样的,只不过|应用范围更广一些 17 % 以上代码表示把N1中的值为num的那些元素剔除掉。
--------------------------------------------------------------------补充---------------------------------------------------------------
注意:上述步骤有些问题,摘自硕士论文的最后两句抹去,应该是对最后的噪声进行异常值的去除而不是对原始时间序列。
IQR是在时间序列为标准正态分布的前提下,是以标准正态分布为基础的。
所以以上对于gps原始时间序列,如果没有进行公式拟合、去趋势化之后是不适用于IQR准则的。
在趋势化之后得到的噪声才适用于本准则。
转载于:https://www.cnblogs.com/gzl0928/p/8707276.html
Matlab IQR准则剔除异常值相关推荐
- 用格布拉斯准则剔除异常值,求不确定度
用格布拉斯准则剔除异常值,求不确定度 x=[0.665 0.666 0.678 0.698 0.600 0.661 0.672 0.664]; %输入数据 alpha=0.05; %输入显著性水平%% ...
- 数据分析系列 之3σ规则/依据拉依达准则来剔除异常值
1 相关原理 3σ原则为 数值分布在(μ-σ,μ+σ)中的概率为0.6827 数值分布在(μ-2σ,μ+2σ)中的概率为0.9545 数值分布在(μ-3σ,μ+3σ)中的概率为0.9973 可以认为, ...
- matlab拉依达法,Matlab笔记——数据预处理(1)——剔除异常值及平滑处理012
测量数据在其采集与传输过程中,由于环境干扰或人为因素有可能造成个别数据不切合实际或丢失,这种数据称为异常值.为了恢复数据的客观真实性以便将来得到更好的分析结果,有必要先对原始数 据(1)剔除异常值: ...
- 数据建模中利用3σ剔除异常值进行数据清洗
方法原理: 3σ准则又称为拉依达准则,它是先假设一组检测数据只含有随机误差,对其进行计算处理得到标准偏差,按一定概率确定一个区间,认为凡超过这个区间的误差,就不属于随机误差而是粗大误差,含有该误差的数 ...
- Median Absolute Deviation(MAD,绝对中位差)和3sigma准则剔除粗差方法对比(代码)
根据文献: Klos A, Bogusz J, Figurski M, Kosek W (2016) On the handling of outliers in the GNSS time seri ...
- 拉依达准则剔除数据异常
/// <summary> /// 拉依达准则剔除数据异常 /// </summary> public class DataExceptionHelpe ...
- MATLAB箱型图异常值/离群值处理(箱型图红色加号)
MATLAB箱型图异常值/离群值处理(箱型图红色加号) 博主针对污染物小时浓度值绘制了年变化的箱型图,出现了大片的较高"异常值",其实是一些高污染事件,并不属于"异常值& ...
- java中算术异常值_依据拉依达准则来剔除异常值程序
java源码在下,在main主方法里的data数组里输入要测量的数据(个数长度>=10个),会判断里面有误异常值,如果有则警告 /** * @author 廖启安 * @data 2018年4月 ...
- Matlab最小二乘法:线性最小二乘、加权线性最小二乘、稳健最小二乘、非线性最小二乘与剔除异常值效果比较
最近我们被客户要求撰写关于最小二乘法的研究报告,包括一些图形和统计输出.matlab软件在拟合数据时使用最小二乘法.拟合需要一个参数模型,该模型将因变量数据与具有一个或多个系数的预测数据相关联.拟合过 ...
- JAVA使用:3σ规则、依据拉依达准则来剔除异常值程序
3σ原则为 数值分布在(μ-σ,μ+σ)中的概率为0.6827 数值分布在(μ-2σ,μ+2σ)中的概率为0.9545 数值分布在(μ-3σ,μ+3σ)中的概率为0.9973 可以认为,Y 的取值几乎 ...
最新文章
- Redis源码研究—基础知识
- ESX中的Linux热添加磁盘
- 如何在html中写javascript代码,如何在本地html代码中使用javascript脚本
- ECCV 2020 | 视觉引导的声源分离辅助立体声重构方法 Sep-Stereo
- 《Genesis-3D游戏引擎系列教程-进阶篇》10:动画融合
- 深度学习CNN算法原理
- 世界质量大师登场,告诉你质量的最大秘密!【优思学院】
- 苹果id被禁用_【苹果ios游戏推荐】模拟人生免费版
- 初识 Hbase 数据库
- matplotlib画三维图
- 最近写收缩标题栏遇到的一个问题 requestLayout() improperly called by android.support.design.widget.CollapsingToolba
- 浅谈研究生对科研工作的那些认知误区
- 华为fusion computer虚拟机存储数据恢复
- RSA加密(3.0)
- 蹭热度 闲着没事 买个 P106-90 矿卡 ubuntu 18.04 下看看如何
- sbm预测matlab,**matlab计算非期望产出sbm模型代码**
- 前嗅ForeSpider教程:如何创建新任务 1
- 设计模式03——Template Method模式
- python语言关键字在异常处理结构中_python二级考试试题6
- Go(一):Go基础语法入门