Question

我需要在for循环中计算数据系列的移动平均值。我必须得到N = 9天的移动平均线。计算的阵列I是4个365值（M）系列，其本身是另一组数据的平均值。我想在一个图中用移动平均线绘制我的数据的平均值。

我搜索了一些关于移动平均线和＆＃34; conv＆＃34;命令并找到了我在我的代码中尝试实现的东西。：

hold on
for ii=1:4;
    M=mean(C{ii},2)
    wts = [1/24;repmat(1/12,11,1);1/24];
    Ms=conv(M,wts,'valid')
    plot(M)
    plot(Ms,'r')

end
hold off

所以基本上，我计算我的平均值并用（错误的）移动平均线绘制它。我选择了＆＃34; wts＆＃34;从mathworks站点开始，这是不正确的。（来源：http://www.mathworks.nl/help/econ/moving-average-trend-estimation.html）我的问题是，我不明白这是什么＆＃34; wts＆＃34;是。谁能解释一下？如果它与值的权重有关：在这种情况下无效。所有值都加权相同。

如果我这样做完全错了，我可以帮忙吗？

我最诚挚的谢意。

Answer 1

还有两种选择：

1）filter

来自doc：

您可以使用filter查找不使用for循环的运行平均值。此示例使用a查找16元素向量的运行平均值窗口大小为5。

data = [1:0.2:4]'; %'
windowSize = 5;
filter(ones(1,windowSize)/windowSize,1,data)

2）smooth作为曲线拟合工具箱的一部分（大多数情况下都可用）

来自doc：

yy = smooth(y)使用移动平滑列向量y中的数据平均过滤器。结果将在列向量yy中返回。该移动平均线的默认跨度为5.

%// Create noisy data with outliers:

x = 15*rand(150,1); 
y = sin(x) + 0.5*(rand(size(x))-0.5);
y(ceil(length(x)*rand(2,1))) = 3;

%//  Smooth the data using the loess and rloess methods with a span of 10%:

yy1 = smooth(x,y,0.1,'loess');
yy2 = smooth(x,y,0.1,'rloess');

Answer 2

2016年，MATLAB增加了计算移动平均线的movmean函数：

N = 9;
M_moving_average = movmean(M,N)

Answer 3

使用conv是实现移动平均线的绝佳方法。在您使用的代码中，wts是您对每个值的权重（正如您猜测的那样）。该向量的总和应始终等于1。如果您希望均匀地对每个值进行加权并执行大小为N的移动过滤器，那么您需要执行

N = 7;
wts = ones(N,1)/N;
sum(wts) % result = 1

使用＆＃39;有效＆＃39; conv中的参数将导致Ms中的值少于M中的值。使用＆＃39;相同＆＃39;如果你不介意零填充的影响。如果你有信号处理工具箱，你可以使用cconv，如果你想尝试圆形移动平均线。像

这样的东西

N = 7;
wts = ones(N,1)/N;
cconv(x,wts,N);

应该有用。

如果您还没有更多信息，请阅读conv和cconv文档。

Answer 4

我会用这个：

% does moving average on signal x, window size is w
function y = movingAverage(x, w)
   k = ones(1, w) / w
   y = conv(x, k, 'same');
end

从here直接撕开。

评论您当前的实施情况。 wts是加权向量，来自Mathworks，平均为13分，特别注意权重的一半和最后一个点。

计算移动平均线

4 个答案: