Question

我的单元格数组每个都包含一系列值作为行向量。序列包含由NaN表示的一些缺失值。

我想用某种插值方法替换所有NaN，我怎样才能在MATLAB中做到这一点？我也对如何处理这些缺失值的其他建议持开放态度。

考虑此示例数据来说明问题：

seq = {randn(1,10); randn(1,7); randn(1,8)};
for i=1:numel(seq)
    %# simulate some missing values
    ind = rand( size(seq{i}) ) < 0.2;
    seq{i}(ind) = nan;
end

结果序列：

seq{1}
ans =
     -0.50782     -0.32058          NaN      -3.0292     -0.45701       1.2424          NaN      0.93373          NaN    -0.029006
seq{2}
ans =
      0.18245      -1.5651    -0.084539       1.6039     0.098348     0.041374     -0.73417
seq{3}
ans =
          NaN          NaN      0.42639     -0.37281     -0.23645       2.0237      -2.2584       2.2294

编辑：

根据回复，我认为存在混淆：显然我不使用随机数据，上面显示的代码只是数据结构的一个例子。

实际数据是某种形式的已处理信号。问题是在分析过程中，如果序列包含缺失值，我的解决方案将会失败，因此需要进行过滤/插值（我已经考虑过使用每个序列的平均值来填充空白，但我希望有更强大的功能）

Answer 1

好吧，如果您正在使用时间序列数据，那么您可以使用Matlab的内置插值函数。

这样的事情应该适合你的情况，但是你需要稍微量身定做......即。如果您没有等间距采样，则需要修改times行。

nseq = cell(size(seq))
for i = 1:numel(seq)
    times = 1:length(seq{i});
    mask =  ~isnan(seq{i});
    nseq{i} = seq{i};
    nseq{i}(~mask) = interp1(times(mask), seq{i}(mask), times(~mask));

end

您需要使用interp1的选项来确定哪种方法最适合您的情况。

Answer 2

我会使用inpaint_nans，这是一种用于通过插值替换1维或2维矩阵中的纳米元素的工具。

seq{1} = [-0.50782 -0.32058 NaN -3.0292 -0.45701 1.2424 NaN 0.93373 NaN -0.029006];
seq{2} = [0.18245 -1.5651 -0.084539 1.6039 0.098348 0.041374 -0.73417];
seq{3} = [NaN NaN 0.42639 -0.37281 -0.23645 2.0237];

for i = 1:3
  seq{i} = inpaint_nans(seq{i});
end

seq{:}
ans =
 -0.50782 -0.32058 -2.0724 -3.0292 -0.45701 1.2424 1.4528 0.93373 0.44482 -0.029006

ans =
  0.18245 -1.5651 -0.084539 1.6039 0.098348 0.041374 -0.73417

ans =
  2.0248 1.2256 0.42639 -0.37281 -0.23645 2.0237

Answer 3

如果您有权访问系统识别工具箱，则可以使用MISDATA功能估算缺失值。根据{{3}}：

此命令线性插值估计第一个缺失值模型。然后，它使用此模型将丢失的数据估计为通过最小化输出来参数预测误差来自于重建数据。

基本上，算法以类似于期望最大化（EM）算法的方式在估计缺失数据和估计模型之间交替。

估计的模型可以是任何线性模型idmodel（AR / ARX / ..），或者如果未给定，则使用默认顺序状态空间模型。

以下是如何将其应用于您的数据：

for i=1:numel(seq)
    dat = misdata( iddata(seq{i}(:)) );
    seq{i} = dat.OutputData;
end

Answer 4

使用griddedInterpolant

还有一些其他功能，如interp1。对于曲线图，样条曲线是查找缺失数据的最佳方法。

Answer 5

正如JudoWill所说，你需要假设你的数据之间存在某种关系。

一个简单的选择是计算整个系列的平均值，并将其用于缺失数据。另一个简单的选择是采用n个前n个值和n个下一个值的平均值。

但要非常小心：如果你缺少数据，你通常会更好地处理那些丢失的数据，而不是弥补一些可能会搞砸你的分析的虚假数据。

Answer 6

考虑以下示例

X =一些Nx1阵列 Y = F（X），其中含有一些NaN

然后使用

X1 = X（找到（〜isnan（Y）））; Y1 = Y（找到（〜isnan（Y）））;

现在在X1和Y1上插值以计算所有X的所有值。

MATLAB：使用插值替换缺失值（NaN）

6 个答案: