चलती - औसत - अ-समतल - स्पेसिंग

कुछ एक्सवाई-डेटा को देखते हुए जहां एक्स एक गैर-समानांतर स्वतंत्र वैरिएबल और वाई पर निर्भर चर है, मान लें कि डेटा भौतिक प्रयोग से आता है मैं एक रोलिंग चौरसाई औसत फ़िल्टर का उपयोग करके इस डेटा को चिकना बनाना चाहता हूं मैं कैसे आगे बढ़ना चाहिए। जो मैं अक्सर करता हूं यह मामला वाई और एक्स दोनों पर एक ही फिल्टर लागू करना है, लेकिन मुझे यह निश्चित नहीं है कि यह सांख्यिकीय रूप से सही है या नहीं, मुझे लगता है कि यह स्पष्ट है कि मैं स्वतंत्र रूप से गैर-वर्दी अंतर की वजह से अकेले वाई पर सामान्य चलने वाले औसत पर लागू नहीं कर सकता। स्वतंत्र चर को छानने के लिए भी फायदा है कि मैं लीड लैग की शुरुआत के बिना आसानी से भी-आकार की खिड़कियों का उपयोग कर सकता हूं। एक विकल्प के रूप में मुझे लगता है कि नियमित ग्रिड पर डेटा को दोहराया जा रहा है, लेकिन इस तरह मुझे लगता है कि जैसे मैं अपने डेटा का नमूना बदलता हूं , मैं वास्तव में कृत्रिम डेटा-अंक माप उत्पन्न करता हूं जो वास्तविक माप के समान वज़न प्राप्त करते हैं, जो मुझे अजीब लगता है। तो, एक फिल्टर को लागू करने का सही तरीका क्या है जैसे कि इस मामले में चल रहे औसत। मेरा एक कारण है ई भौतिक प्रयोग में, प्रत्येक चर एक प्रयोग है, इसलिए यदि एक निर्बाध चर, तो मुझे दूसरे चर को भी चिकना कर सकते हैं क्योंकि निर्भर और स्वतंत्र क्या है सिर्फ एक दृष्टिकोण का। यहाँ एक उदाहरण है, यह स्पष्ट है कि केवल चिकनाई वाई अवाकनीय परिणाम देता है, जबकि चिकनाई एक्स और वाई को मूल डेटा का प्रतिनिधित्व करना बेहतर लगता है। मैं इस मामले में भारित औसत का उपयोग करना चाहता हूं सभी औसतन भारित होता है, लेकिन यदि यह स्पष्ट नहीं है कि वजन बराबर है तो मैं इसे जरूरी नहीं सीमा पर एक ही फिल्टर के रूप में मैं डोमेन पर होता है यदि आप चाहते हैं कि करीब एक साथ उपाय करने के लिए निकटतम नफरत है तो निकटतम पड़ोसी के निकट दूरी के द्वारा वजन करना निकटतम 3 पड़ोसियों से शायद औसत दूरी काम कर सकता है क्लस्टरिंग खुद को चौरसाई में क्यों दिखा रहा है मज़ेदार EngrStudent 5 मार्च 14 08. क्या आप एक छोटी सी उदाहरण डाटासेट प्रदान करने के लिए स्पष्ट कर सकते हैं कि आप क्या पूछ रहे हैं आप 5 मार्च को 5 मार्च को किसी भी चीज की रोलिंग औसत क्यों चाहते हैं। मैं एक सांख्यिकीय के रूप में काम करता हूं किसी जीवित रहने के लिए परामर्शदाता मैं कभी किसी व्यक्ति को अपने आंकड़ों पर चलने की औसत को देखने का स्मरण नहीं करता जैसे कि आप उनका वर्णन करते हैं क्या आप अपने विश्लेषण से पहले ही अतिरिक्त अनावश्यक काम की उम्मीद कर रहे हैं क्यों नहीं हमेशा अपने सभी XY डेटा के लिए sqrt pi क्यों नहीं जोड़ें क्यों नहीं क्यों आप उन्हें अलग तरह से व्यवहार करना चाहिए निश्चित रूप से इस gung 5 मार्च 14 को करने के लिए चाहता है के लिए कुछ कारण है 34. प्रतिगमन में outliers के लिए कम वजन प्रदान करता है कि लोहे के एक मजबूत संस्करण विधि छह मतलब पूर्ण विचलन के बाहर डेटा के लिए शून्य वजन प्रदान करता है। चिकनाई, अवधि, विधि अवधि के लिए अवधि की अवधि निर्धारित करता है लूस और नीच तरीके के लिए, अवधि डेटा अंक की कुल संख्या का प्रतिशत, 1 से कम या उसके बराबर है चलती औसत और सेविट्की- गोल तरीकों के लिए, अवधि चाहिए अजीब हो सकता है एक भी अवधि 1 से कम हो जाती है, जो आसानी से कम हो जाती है I, sgolay, डिग्री Savitzky-Golay विधि का प्रयोग करती है, जो डिग्री के आधार पर निर्दिष्ट बहुपद डिग्री होती है। I, y, span, sgolay, डिग्री अवधि के द्वारा निर्दिष्ट डेटा बिंदुओं का उपयोग करता हैSavitzky-Golay calculation span अजीब होना चाहिए और डिग्री span. yy चिकनी x से कम होना चाहिए, वाई अतिरिक्त रूप से एक्स डेटा निर्दिष्ट करता है यदि x प्रदान नहीं किया गया है, जो तरीकों की आवश्यकता होती है x डेटा को x 1 लंबाई y मान लेते हैं, आपको एक्स डेटा निर्दिष्ट नहीं करना चाहिए जब यह नहीं है एक समान रूप से स्थान या सॉर्ट किया गया यदि एक्स एकसमान नहीं है और आप विधि नीवेश को निर्दिष्ट नहीं करते हैं, तो चौरसाई विधि को एक्स को सॉर्ट करने की आवश्यकता है, तो सॉर्टिंग स्वतः होती है। gpuarrayYY चिकनी gpuarrayY एक GPU पर ऑपरेशन करता है इनपुट gpuarrayY एक gpuArray column vector आउटपुट gpuarrayYY एक gpuArray कॉलम वेक्टर है इस वाक्यविन्यास के लिए समानांतर कंप्यूटिंग टूलबॉक्स की आवश्यकता है। नोट आप चिकनी फ़ंक्शन के साथ gpuArray x और y इनपुट का उपयोग कर सकते हैं, लेकिन यह केवल डिफ़ॉल्ट विधि के साथ अनुशंसित है, GPU डेटा का उपयोग अन्य विधियों के साथ चलाना किसी भी प्रदर्शन के लाभ। अपने देश का चयन करें। मैं एक एडवेशन-प्रसार समस्या हल कर रहा हूँ जहां समाधान वैरिएबल डोमेन के केंद्र के पास एक छोटे क्षेत्र से अधिकतर फ्लैट है जहां वहां आकृति ग्रेडियंट्स मैं 1 डी परिमित वॉल्यूम सेल के लिए मेष चेहरे उत्पन्न करना चाहूंगा जहां कोशिका डोमेन के केंद्र की ओर स्थित होती हैं। मैंने बिना गति या अनुकूली मेषिंग का प्रयास किया है, क्योंकि इस एप्लिकेशन के लिए, यह अतिप्राप्ति होगी मैं बस एक स्थिर लेकिन गैर-वर्दी मेष यह सतह पर सरल लगता होगा, लेकिन मुझे यह मुश्किल लगता है और कुछ सलाह चाहती है। मैं निम्नलिखित दृष्टिकोण का उपयोग कर रहा हूँ सेल चेहरे का एक समान वितरण, एक्स राशि सीमा एन एच एन द्वारा परिभाषित किया गया है जहां एच है निरंतर जाल स्पेसिंग। क्लस्टर्ड गैर-यूनिफॉर्म सेल चेहरे उत्पन्न करने के लिए मैं एक जाल घनत्व फ़ंक्शन rho द्वारा समान जाल अनुक्रम को विभाजित करने की योजना बना रहा हूँ उदाहरण के लिए, एक्स राश की सीमाएं एन फ्रेक। एक गाऊसी जाल घनत्व फ़ंक्शन को चुनना, लगातार जोड़ा जाता है, इसलिए यह भाजक के रूप में इस्तेमाल होने पर एकवचन बनने पर, मेष घनत्व को वक्र के चोटी के निकट बढ़ने की इजाजत देता है। इस दृष्टिकोण के साथ मैं निम्नलिखित जाल को उत्पन्न कर सकता हूं नोटिस कैसे मेष अंक लगातार रिक्ति से शुरू हो जाता है क्योंकि rho 1, तो शुरू में विस्तार शुरू होता है और फिर केंद्र बिंदुओं के आसपास अनुबंध करता है जो मैंने नीले रंग की रेखा के बीच की दूरी को मुद्दा पर प्रकाश डालने के लिए लगाया है। मुझे पसंद है अगर जाल अंतर न्यूनतम एच मूल्य से ऊपर नहीं बढ़ता है क्या इस संपत्ति को संरक्षित करने का कोई तरीका है लगता है कि मुझे एक चरम समारोह की आवश्यकता हो सकती है, शून्य से दूसरे व्युत्पन्न, क्या आप इस समस्या के लिए एक बेहतर जाल घनत्व समारोह का सुझाव दे सकते हैं।