Question

我有一个包含时间序列的双精度矩阵（X）。当缺少值时，某些观察结果设置为NaN。我想计算每列的标准偏差，以获得每列的std dev值。由于我混入了NaN，一个简单的std(X)将无效，如果我尝试std(X(~isnan(X))，我最终得到整个矩阵的std dev，而不是每列一个。

有没有办法简单地省略第一个暗淡的std dev计算中的NaN而不采用循环？

请注意，我只想忽略单个值，而不是整个行或列，如果是NaN。显然，我不能将NaN设置为零或任何其他值，因为这会影响计算。

Answer 1

查看nanstd（统计工具箱）。

想法是使用nanmean使数据居中，然后用零替换NaN，最后计算标准偏差。

请参阅下面的nanmean。

  % maximum admissible fraction of missing values
  max_miss = 0.6;  

  [m,n]   = size(x);

  % replace NaNs with zeros.
  inan    = find(isnan(x));
  x(inan) = zeros(size(inan));

  % determine number of available observations on each variable
  [i,j]   = ind2sub([m,n], inan);     % subscripts of missing entries
  nans    = sparse(i,j,1,m,n);        % indicator matrix for missing values
  nobs    = m - sum(nans);

  % set nobs to NaN when there are too few entries to form robust average
  minobs  = m * (1 - max_miss);
  k       = find(nobs < minobs);
  nobs(k) = NaN;

  mx      = sum(x) ./ nobs;

请参阅下面的nanstd。

  flag = 1; % default: normalize by nobs-1

  % center data
  xc      = x - repmat(mx, m, 1);

  % replace NaNs with zeros in centered data matrix
  xc(inan) = zeros(size(inan));

  % standard deviation
  sx      = sqrt(sum(conj(xc).*xc) ./ (nobs-flag));

Matlab无视NaN的矩阵

1 个答案: