（转）Matlab movmean movstd movvar movmedian函数

转载自https://blog.csdn.net/horsee/article/details/73702285

Matlab movmean movstd movvar movmedian函数

2017年06月25日 20:30:01 CarnivoreRabbit 阅读数：1457 标签： matlabmovmean 更多

个人分类： MATLAB

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/horsee/article/details/73702285

R2016a 引入的几个统计函数学习

---

背景： 在统计学习中，有时候我们需要解决以下问题

序号	数值
1	85
2	76
3	88
4	96
5	102
6	77
7	84
8	99
9	63
10	87

对以上数据，我们要计算相邻两点的平均值，即

编号	数值
1.5	80.5
2.5	82
3.5	92
4.5	99
5.5	89.5
6.5	80.5
7.5	91.5
8.5	81
9.5	75

---

在R2016a以前，解决这个问题的方法是

t = 1 : 10;
A = [85 76 88 96 102 77 84 99 63 87];
R = (A(1:end-1) + A(2:end))/2

• 1
• 2
• 3

但这只是一种比较简单的情况，如果是相邻的NN个点求平均呢？如果要计算当前点的邻域点（前N1N1个点，后N2N2个点）的平均值呢？如果要计算的不是均值，而是中值、标准差、方差呢？

---

R2016a引入了几个新的函数，为这一类问题提供了比较好的解决方案： 
movmean—–移动窗口求平均值； 
movstd——–移动窗口求标准差 ; 
movvar——–移动窗口求方差 ; 
movmedian–移动窗口求中值.

---

这几个函数的唯一不同只在于执行的局部运算不同，因此以下以movmean为例介绍此类函数的使用方法.

---

语法 Syntax 
M = movmean(A, k) 
M = movmean(A, [kb kf]) 
M = movmean( __, dim) 
M = movmean( __, nanflag) 
M = movmean( __, ‘Endpoints’, endptmethod)

---

描述

---

M = movmean(A,k) 返回一个计算局部k点均值的数组，其中每一个均值都是通过长度为k的滑动窗口对A点相邻几个元素进行划分所求得。 
当k是奇数时，滑动窗口的中心就是当前的元素位置； 
当k是偶数时，滑动窗口的中心是前一个元素和当前元素的中间位置。 
当窗口中元素数量小于定义的窗口长度时，将自动截取在窗口长度范围内的元素作为区间端点； 
当窗口中元素数量小于定义的窗口长度时，只对填满窗口位置的元素进行均值计算； 
M的大小和A一致.

• 如果A是一个向量，则movmean沿着向量的长度方向进行计算;
• 如果A是一个多维数组，则movmean沿着维数顺序中第一个不是1维的维度的方向进行计算.

---

M = movmean(A, [kb kf])计算包含当前位置元素共kb+kf+1长度的窗口中的均值， kb个后向元素(k-backward)，kf个前向元素(k-forward).

---

M = movmean( __, dim) 在前面几个语法的基础上计算沿dim维度方向的均值. 例如，如果A是一个矩阵(维度大于等于2)，movmean(A,k,2)沿着A的列向计算， 即对每一列计算k元素滑动平均.

---

M = movmean( __, nanflag)在前面几个语法的基础上确定包含还是省略计算中NaN的值. movmean(A,k,’includenan’)包含所有 NaN值，而movmean(A,k,’omitnan’)则在计算中无视NaN值，既不计算个数，也不计算值.

---

M = movmean( __, ‘Endpoints’, endptmethod) 确定控制区间端点的方法，’Endpoints’的属性可在’shrink’,’discard’,’fill’三个值其中之一选择一个,或者一个标量或逻辑值. 例如， movmean(A,k,’Endpoints’,’discard’)只输出包含有k个元素的窗口均值，而不包括那些填不满的窗口.

---

举例及解析

---

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movmean(A,3)

• 1
• 2

M =

Columns 1 through 7

6.0000    6.0000    4.3333    1.0000   -2.0000   -2.0000   -0.3333

• 1

Columns 8 through 10

2.0000    4.0000    4.5000

• 1

注意上例中，窗口宽度为3，则第一个窗和最后一个窗的长度均不足，所以第一个窗的元素只有（粗体元素为窗口的中心） 
[ ] 4 8 
有效元素个数为2，总和为12，所以均值计算为6; 
而最后一个窗的元素只有 
4 5 [ ] 
有效元素个数也为2，总和为9，所以均值计算为4.5.

---

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movmean(A,[2 0])

• 1
• 2

M =

Columns 1 through 7

4.0000    6.0000    6.0000    4.3333    1.0000   -2.0000   -2.0000

• 1

Columns 8 through 10

-0.3333 2.0000 4.0000

注意上例中，窗口宽度为3，窗口的中心位置(粗体元素)是第三个元素，窗口计算前2个后0个元素：

第一个窗口为 
[ ] [ ] 4 
均值为4

第二个窗口为 
[ ] 4 8 
均值为6

第三个窗口为 
4 8 6 
均值为6

最后一个窗口为 
3 4 5 
均值为4

---

movmean用于矩阵

A = [4 8 6; -1 -2 -3; -1 3 4]
M = movmean(A,3,2)

• 1
• 2

A =

 4     8     6
-1    -2    -3
-1     3     4

• 1
• 2
• 3

M =

 6.0000    6.0000    7.0000
-1.5000   -2.0000   -2.5000
1.0000    2.0000    3.5000

• 1
• 2
• 3

注意上例中，窗口长度为3，窗口是中心元素定位法，窗口的方向沿第2维度，即column方向.

行列	1	2	3
1	[ ] 4 8	4 8 6	8 6 [ ]
2	[ ] -1 -2	-1 -2 -3	-2 -3 [ ]
3	[ ] -1 3	-1 3 4	3 4 [ ]

---

A = [4 8 NaN -1 -2 -3 NaN 3 4 5];
M = movmean(A,3)

• 1
• 2

M =

Columns 1 through 7

6.0000       NaN       NaN       NaN   -2.0000       NaN       NaN

• 1

Columns 8 through 10

   NaN    4.0000    4.5000

• 1

窗口中所有包含NaN的窗口，均值均被计算为NaN了.

---

M = movmean(A,3,'omitnan')

• 1

M =

Columns 1 through 7

6.0000    6.0000    3.5000   -1.5000   -2.0000   -2.5000         0

• 1

Columns 8 through 10

3.5000    4.0000    4.5000

• 1

注意所有含有NaN的窗口中，NaN都被省略了，既没有被当作有效元素个数，也没有占据平均时元素的个数. 
特别注意的是，全是NaN的那个窗口中最终计算结果为0.

---

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movmean(A,3,'Endpoints','discard')

• 1
• 2

M =

Columns 1 through 7

6.0000    4.3333    1.0000   -2.0000   -2.0000   -0.3333    2.0000

• 1

Column 8

4.0000

• 1

当’Endpoints’设置为’discard’时，未填满的窗口都被省略掉了.

---

k中心窗口

[kb kf]窗口 

---

回到最初的问题，解决起来就非常容易了：

t = 1 : 10;
A = [85 76 88 96 102 77 84 99 63 87];
R = movmean(A,2,'Endpoints','discard')