MATLAB: à l'Aide de l'interpolation pour remplacer les valeurs manquantes (NaN)

J'ai matrice de cellules, chacune contenant une séquence de valeurs comme un vecteur ligne. Les séquences contiennent certaines valeurs manquantes représenté par NaN.

Je voudrais remplacer tous les NaNs à l'aide de la méthode d'interpolation, comment je peux faire cela dans MATLAB? Je suis également ouvert à d'autres suggestions sur la façon de traiter avec ces valeurs manquantes.

Considérer cet échantillon de données pour illustrer le problème:

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

Les séquences obtenues:

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

Edit:

Sur la base des réponses, je pense qu'il y a eu une confusion: évidemment, je ne suis pas de travail avec des données aléatoires, le code ci-dessus est simplement un exemple de la façon dont les données sont structurées.

Les données réelles est une certaine forme de signaux traités. Le problème est que lors de l'analyse, ma solution serait un échec si les séquences contiennent des valeurs manquantes, d'où la nécessité pour le filtrage d'interpolation (je l'ai déjà envisagé d'utiliser la moyenne de chaque séquence pour remplir les espaces vides, mais je suis l'espoir pour quelque chose de plus puissant)

Dans votre exemple, je pense que vous auriez du mal à trouver un moyen pour interpoler les valeurs manquantes. Interpolation nécessite qu'il y ait une sorte de relations entre les données. Souvent, cela peut-être qu'ils sont issus d'une série chronologique (donc une bonne estimation est que la partie manquante peut être déduit à partir de la proximité de points). Dans votre exemple, les données que vous êtes en essayant de deviner un "coin flip" basé uniquement sur l'autre coin-flips. Si vous pouvez nous donner plus d'info à propos de votre exemple, nous pouvons aider plus.
Je pense qu'il était juste à l'aide de données aléatoires comme un exemple pour les gens à jouer avec.

OriginalL'auteur Dave | 2010-09-02

  1. 8

    Bien, si vous travaillez avec des séries chronologiques de données, alors vous pouvez utiliser Matlab est construit en fonction d'interpolation.

    Quelque chose comme cela devrait fonctionner pour votre situation, mais vous aurez besoin de l'adapter un peu ... c'est à dire. si vous n'avez pas l'égalité espacés d'échantillonnage, vous devez modifier les times ligne.

    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

    Vous aurez besoin de jouer avec les options de interp1 de comprendre ce qui fonctionne le mieux pour votre situation.

    merci, dans mon cas, j'ai besoin de changer le times vecteur puisque les valeurs sont enregistrées sur une base 3 secondes
    ... Maintenant que je suis en train de penser à ce sujet, il n'a pas d'importance aussi longtemps que les séquences sont également échantillonnés, n'est-ce pas?
    ouais, tant qu'ils sont également échantillonnés il n'a pas vraiment d'importance ... mais j'essaie d'être aussi explicite que possible.

    OriginalL'auteur JudoWill

  2. 7

    Je voudrais utiliser inpaint_nans, un outil conçu pour remplacer nan éléments en 1-d et 2-d des matrices par interpolation.

    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

    OriginalL'auteur

  3. 2

    Si vous avez accès à la Système d'Identification de la boîte à outils, vous pouvez utiliser le MISDATA de la fonction à estimer les valeurs manquantes. Selon le la documentation:

    Cette commande interpole linéairement
    les valeurs manquantes pour l'estimation de la première
    de modèle. Puis, il utilise ce modèle pour
    estimer les données manquantes
    les paramètres en minimisant la sortie
    erreurs de prédiction obtenue à partir de la
    données reconstituées.

    Fondamentalement, l'algorithme alterne entre l'estimation des données manquantes et de l'estimation de modèles, de façon similaire à l'Expectation Maximization (EM) de l'algorithme.

    Le modèle estimé peut être l'un des modèles linéaires idmodel (AR/ARX/..), ou en cas de non donné, utilise une valeur par défaut-commande modèle espace-état.

    Voici comment l'appliquer à vos données:

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

    OriginalL'auteur Amro

  4. 1

    Utilisation griddedInterpolant

    Il y a aussi d'autres fonctions comme interp1. Pour les courbes parcelles spline est la meilleure méthode pour trouver les données manquantes.

    Alors que ce lien peut répondre à la question, il est préférable d'inclure les parties essentielles de la réponse et de fournir le lien de référence. Lien-ne répond peut devenir non valide si la page liée changements. - Revue
    Ce n'est pas un lien seule réponse. La réponse est le nom de la fonction à utiliser - le lien est juste un lien vers la documentation de cette fonction.
    Votre question est dans la faible qualité de l'examen. Vous souhaitez partager des comment on pourrait utiliser cette fonction, non seulement le nom de la fonction et un lien.

    OriginalL'auteur Jwalant Bhatt

  5. 0

    Comme JudoWill dit, vous avez besoin de supposer une sorte de relation entre vos données.

    Un trivial option consisterait à calculer la moyenne de votre total de la série, et les utiliser pour les données manquantes. Un autre trivial option serait de prendre la moyenne des n précédentes et de n valeurs.

    Mais être très prudent avec cela: s'il vous manque des données, vous êtes généralement préférable de traiter ces données manquantes, que de faire quelques fausses données qui pourraient endommager votre analyse.

    OriginalL'auteur Kena

  6. 0

    Considérons l'exemple suivant

    X=certains Nx1 tableau
    Y=F(X), avec quelques NaNs il

    ensuite utiliser

    X1=X(trouver(~isnan(Y)));
    Y1=Y(trouver(~isnan(Y)));

    Maintenant interpoler sur X1 et Y1 pour calculer toutes les valeurs à tous les X.

    OriginalL'auteur Jagte