在matlab中使用nan值进行z得分（矢量化）

Question

我正在尝试计算具有许多nan值的5000行向量的zscore。我必须多次计算所以我不想使用循环，我希望找到一个矢量化解决方案。

循环解决方案：

for i = 1:end
   vec(i,1) = (val(i,1) - nanmean(:,1))/nanstd(:,1)
end

部分矢量化解决方案：

zscore(vec(find(isnan(vec(1:end) == 0))))

但是这会返回一个向量，即原始向量的长度减去nan值。因此它与原始尺寸不同。

我想计算向量的zscore，然后在单词后插入缺失的数据。我必须这样做100次，因此我正在寻找一种快速的矢量化方法。

Answer 1

这是一个矢量化解决方案：

％使用NaN生成一些示例数据。

val = reshape(magic(4), 16, 1);
val(10) = NaN;
val(17) = NaN;

以下是代码：

valWithoutNaNs = val(~isnan(val));
valMean = mean(valWithoutNaNs);
valSD = std(valWithoutNaNs);
valZscore = (val-valMean)/valSD;

然后，列向量valZscore包含偏差（Z得分），并且NaN中NaN值的val值是原始测量数据。

Answer 2

对不起，这个答案迟了6个月，但对于遇到这个帖子的其他人来说：

接受的答案并没有完全矢量化，因为它没有做真正的zscore那么漂亮的事情：也就是说，沿着矩阵的特定维度做zscores。

如果你想同时计算大量矢量的zscores，正如OP所说的那样，最好的解决方案就是：

Z = bsxfun(@divide, bsxfun(@minus, X, nanmean(X)) , 
                   nanstd(X) );

要在任意维度上执行此操作，只需将维度放在nanmean和nanstd内，bsxfun会处理其余维度。

nanzscore = @(X,DIM) bsxfun(@divide, bsxfun(@minus, X, nanmean(X,DIM)), ...
                                     nanstd(X,DIM));

Answer 3

匿名函数：

nanZ = @（xIn）（xIn-nanmean（xIn））/ nanstd（xIn）;

nanZ（vectorWithNans）

Answer 4

以下匿名函数的矢量化版本（假设观察在行中，列中的变量）：

nanZ = @(xIn)(xIn-repmat(nanmean(xIn),size(xIn,1),1))./repmat(nanstd(xIn),size(xIn,1),1);
nanZ(matrixWithNans)