数据导入MATLAB之后，通常需要对数据进行一些预处理，例如平滑处理（去噪）、标准化变换和极差归一化变换等。
更多MATLAB数据分析视频请点击，或者在网易云课堂上搜索《MATLAB数据分析与统计》 http://study.163.com/course/courseMain.htm?courseId=1003615016
1.数据的平滑处理
MATLAB曲线拟合工具箱中提供了smooth函数
MATLAB金融工具箱中提供了smoothts函数
MATLAB信号处理工具箱中提供了medfilt1函数
1.1 smooth函数平滑处理
MATLAB曲线拟合工具箱中提供了smooth函数，用来对数据进行平滑处理，调用格式如下：
（1）yy=smooth（y）
利用移动平均滤波器对列向量y进行平滑处理，返回与y等长的列向量yy。移动平均滤波器的默认窗宽为5，yy中元素的计算方法如下：
yy（1）=y（1）
yy（2）=（y（1）+y（2）+y（3））/3
yy(3)=(y(1)+y(2)+y(3)+y(4)+y(5))/5
yy(4)=(y(2)+y(3)+y(4)+y(5)+y(6))/5
......
（2） yy=smooth（y，span）
用span参数指定移动平均滤波器的窗宽，函数内部会强制将span变为奇数。
（3）yy=smooth（y，method）
method参数指定平滑数据的方法，method是字符串变量，可用的字符串如下表：
method参数值 说明
moving 移动平均法（默认情况）
lowess 局部回归（加权线性最小二乘和一个一阶多项式模型）
loess 局部回归（加权线性最小二乘和一个二阶多项式模型）
sgolay Sacitzky-Golay滤波，一种广义移动平均滤波法
rlowess lowess方法的稳健形式
rloess loess方法的稳健形式
（4）yy=smooth（y，span，method）
method指定平滑方法，span指定窗宽。
例：产生一正弦信号，加入噪声信号，调用smooth函数对加入噪声的正弦波进行平滑处理
t=linspace(0,2*pi,500);%产生一个从0到2*pi的向量，长度为500，（t=0:2*pi/500:2*pi）
y=100*sin(t); %产生正弦波信号
noise=normrnd(0,15,1,500); %产生1行500列的服从N（0,15^2）分布的随机数，作为噪声信号
y=y+noise; %将正弦信号加入噪声信号
figure; %新建一个窗口
plot(t,y); %绘制加噪声波形
xlabel('t');
ylabel('y=sin(t)+噪声');
title('原始信号');
%-----移动平均法-----
yy1=smooth(y,30); %利用移动平均法对y进行平滑处理
figure;
plot(t,y,'k:'); %画出原始信号,类型为黑色点线化出
hold on;
plot(t,yy1,'k','linewidth',3); %绘制平滑后波形图，颜色为黑色，宽度为3
xlabel('t');
ylabel('moving');
legend('原始信号','平滑后波形');
title('移动平均法平滑处理');
%----lowess法-----
yy2=smooth(y,30,'lowess'); %利用lowess方法对y进行平滑处理
figure; %新建一个图形窗口
plot(t,y,'k:'); %绘制原始信号
hold on;
plot(t,yy2,'k','linewidth',3); %绘制平滑后波形图
xlabel('t');
ylabel('rlowrss');
legend('原始信号','平滑后波形');
title('lowess方法平滑处理');
%-----rlowess方法平滑处理
yy3=smooth(y,30,'rlowess'); %利用rlowess方法对y进行平滑处理
figure; %新建一个图形窗口
plot(t,y,'k:'); %绘制原始信号
hold on;
plot(t,yy3,'k','linewidth',3);
xlabel('t');
ylabel('rlowess');
legend('原始信号','平滑后波形');
title('rlowess方法平滑处理');
%----loess方法平滑处理
yy4=smooth(y,30,'loess'); %用loess方法对y进行平滑处理
figure;
plot(t,y,'k:'); %原始信号
hold on;
plot(t,yy4,'k','linewidth',3); %绘制平滑后波形图
xlabel('t');
ylabel('loess');
legend('原始信号','平滑后波形');
title('loess方法平滑处理');
%---sgolay方法平滑处理
yy5=smooth(y,30,'sgolay',3); %利用sgolay方法对y进行平滑处理
figure;
plot(t,y,'k:');
hold on;
plot(t,yy5,'k','linewidth',3); %绘制平滑后的波形图
xlabel('t');
ylabel('sgolay');
legend('原始信号','平滑后波形');
title('sgolay方法平滑处理');
调用smooth函数，设置相同的窗宽，用5中方法对加噪声后信号进行平滑处理，可以发现，这5种方法平滑效果，都比较好的滤除了噪声，反映了数据的总体规律。实际上随着窗宽的增大，平滑后的曲线也会越来越平滑，但过于光滑也可能造成失真。
1.2 smoothts函数平滑处理
MATLAB金融工具箱中提供了smoothts函数，也可用来对数据进行平滑处理，调用格式如下：
output=smoothts（input）
output=smoothts（input，‘b’，wsize）
output=smoothts（input，‘g’，wsize，stdev）
output=smoothts（input，‘e’，wsize）
输入参数input是输入数据，‘b’，‘g’，‘e’表示不同的数据平滑方法，‘b’表示盒子法（默认情况）,'g'表示高斯窗方法，‘e’表示指数法。wsize指定各种数据平滑方法的窗宽，默认窗宽为5。stdev用来指定高斯方法的标准差，默认为0.65.
例：现有上海股市开盘价、最高价，最低价，收盘价，收益率等数据，共有510组数据，试调用smoothts函数对日收盘价数据进行平滑处理
数据如图所示：
x=xlsread('C:\Users\Administrator\Desktop\MATLAB\MATLAB数据分析与统计\chapter2\1.xls');%读取数据
price=x(:,4)'; %提取矩阵x中的第4列数据，即收盘价数据， 并转置，装换为行向量
plot(price,'k','LineWidth',2); %绘制收盘价的曲线，绘制类型：黑色实线，线宽为2
xlabel('观测序号');
ylabel('日收盘价');
title('原始数据');
%---盒子法平滑数据
output1=smoothts(price,'b',30); %用盒子法平滑数据，窗宽为30
output2=smoothts(price,'b',100); %盒子法平滑数据，窗宽为100
figure; %新建一个图形窗口
plot(price,'.'); %绘制原始数据
hold on;
plot(output1,'k','LineWidth',2); %绘制平滑后的曲线，曲线类型：黑色实线，宽度2
plot(output2,'k-.','LineWidth',2); %绘制平滑后的曲线，曲线类型：黑色点画线，线宽为2
xlabel('观测信号');
ylabel('Box method');
legend('原始散点数据','平滑后曲线（窗宽30）','平滑后数据（窗宽100）');
title('盒子法平滑数据');
%-----高斯窗方法平滑数据
output3=smoothts(price,'g',30); %窗宽为30，标准差为默认值0.65
output4=smoothts(price,'g',100,100); %窗宽为100，标准差为100
figure; %新建一个图形窗口
plot(price,'.'); %绘制元素数据
hold on;
plot(output3,'k','LineWidth',2); %绘制平滑后的曲线，类型：黑色实线，线宽为2
plot(output4,'k-.','LineWidth',2); %绘制平滑后的曲线，类型：黑色点画线，线宽为2
xlabel('观测信号');
ylabel('Gaussian method');
legend('原始散点','平滑曲线（窗宽30，标准差0.65）','平滑曲线（窗宽100，标准差100）');
title('高斯窗方法平滑');
%----指数法平滑数据
output5=smoothts(price,'e',30); %用指数法平滑数据，窗宽为30
output6=smoothts(price,'e',100); %用指数法平滑数据，窗宽为100
figure; %新建一个图形窗口
plot(price,'.'); %绘制元素数据散点图
hold on;
plot(output5,'k','LineWidth',2); %绘制平滑后曲线图，曲线类型：黑色实线，线宽2
plot(output6,'k-.','LineWidth',2); %绘制平滑后曲线图，线型：黑色点画线，线宽2
xlabel('观测序号');
ylabel('Exponential method');
legend('原始散点数据','平滑曲线（线宽30）','平滑曲线(线宽100)');
title('指数法平滑数据')
例中，调用smoothts函数，用3种不同的方法（盒子法，高斯窗法，指数法），每种方法设定两种不同的窗宽，对收盘价数据进行了平滑处理，并做出平滑曲线，原始收盘价曲线比较曲折，不够光滑，从图中可以看出，前两种方法在端点处的平滑效果不是很好，最后一种方法在右尾部的处理有些失真。但在数据的中段，这三种方法的平滑效果比较好，并且随着窗宽的增大，平滑后的曲线的光滑性也在增强，但光滑度增强的同时也造成了失真。
1.3 medfilt1函数平滑处理
MATLAB信号处理工具箱中提供了medfilt1函数，用来对信号数据进行一维中值滤波，其调用格式如下：
（1）y=medfilt1(x,n);
对向量x进行一维中值滤波，返回与x等长的向量y。这里的n是窗宽参数，当n是奇数时，y的第k个元素等于x的第k-(n-1)/2个元素至k+(n-1)/2个元素的中位数；当n是偶是，y的第k个元素等于x的第k-n/2个元素至第k+n/2-1个元素的中位数。n的默认值为3
（2） y=medfilt1(x,n,blksz)
默认情况下，blksz=length（x）。当x是一个矩阵时，通过循环对x的各列进行一维中值滤波，返回对x的各列进行一维中值滤波，返回与x具有相同行数和列数的矩阵y
（3）y=medfilt1(x,n,blksz,dim)
用dim参数指定沿x的哪个维进行滤波
例：产生一正弦信号，加入噪声，然后调用medfilt1函数对加入噪声的正弦波进行平滑处理（滤波）
t=linspace(0,2*pi,500); %产生一个从0到2*pi的向量，长度为500
y=100*sin(t);
noise=normrnd(0,15,1,500); %产生1行500列的服从N（0,15^2）分布的随机数，作为噪声信号
y=y+noise; %将正弦波信号加入噪声信号
figure; %新建一个图形窗口
plot(t,y); %绘制加入噪声后的波形图
xlabel('t');
ylabel('y=sin(t)+noise');
title('原始信号');
%调用medfilt1对加噪声正弦信号y进行中值滤波，并绘制波形图
yy=medfilt1(y,30); %指定窗口为30，对y进行中值滤波
figure; %新建一个图形窗口
plot(t,y,'k:'); %绘制加噪声波形图
hold on;
plot(t,yy,'k','LineWidth',3); %绘制平滑后曲线图，线型：黑色实线，线宽为3
xlabel('t');
ylabel('中值滤波');
legend('加噪波形','平滑后波形');
title('medfilt1平滑');
2. 数据的标准化变换
对于多元数据，当各变量的量纲和数量级不一致时，往往需要对数据进行变换处理，以消除量纲和数量级的限制，以便进行后续的统计分析。常见的数据变换方法有两种：标准化变换和极差归一化变换
2.1 标准化变换公式
设p维向量X=（X1，X2，.......,Xp）的观测值矩阵为
标准变换后的观测值矩阵为
其中
其中， 
2.2 标准化变换的MATLAB实现
MATLAB统计工具箱中提供了zscore函数，用来作数据的标准化变换，其调用格式如下：
（1）Z=zscore(X)
对X进行标准化变换
（2）[Z，mu，sigma]=zscore（X）
返回X的均值mu=mean（X）和标准差sigma=std（X）
（3）[.....]=zscore（X，1）
计算标准差时初一样本容量n而不是n-1，即：
zscore（X，0）等价于zscore（X）。
（4）[......]=zscore（X，flag，dim）
用flag参数指定标准差的计算公公式，若flag=0，
参数dim指定沿X的哪个维度进行标准化变换，例如dim=1，表示对X的各列进行标准化变换（默认情况）；dim=2，表示对X的各行进行标准化变换。
例：用rand函数产生一个随机矩阵，调用zscore函数对其按列进行标准化变换。
rand('seed',1); %设置随机数生成器的初始种子为1
%调用rand函数参数一个5行4列的随机矩阵，每列服从不同的随机分布
x=[rand(5,1),5*rand(5,1),10*rand(5,1),500*rand(5,1)]
%调用zscore函数对x进行标准化变换（按列标准化）
%返回变换后矩阵xz，以及矩阵x各列的均值构成的向量mu，和各列的标准差构成的向量sigma
[xz,mu,sigma]=zscore(x)
xzmean=mean(xz) %求标准化后矩阵xz的各列的均值
xzstd=std(xz) %求标准化后矩阵xz的各列的标准差
% ---对x的各行进行标准化变换
% 调用zscore函数对x进行标准化变换（按行标准化）
% 返回变换后矩阵xz，以及矩阵x各行的均值构成的向量mu，和各行的标准差构成的向量sigma
% [xz,mu,sigma]=zscore(x,0,2)
% [xz,mu,sigma]=zscore(x,0,2)
% xzmean=mean(xz,2) %求标准化后矩阵xz的各行的均值
% xzstd=std(xz,0,2) %求标准化后矩阵xz的各列的标准差
x =
0.5129 3.5462 1.9215 215.9352
0.4605 0.5798 4.7136 223.0174
0.3504 0.3904 1.4492 254.1658
0.0950 1.8463 7.1784 264.0439
0.4337 0.1681 6.6171 286.4390
xz =
0.8641 1.5868 -0.9347 -1.1208
0.5460 -0.5145 0.1286 -0.8787
-0.1220 -0.6487 -1.1146 0.1862
-1.6714 0.3826 1.0672 0.5239
0.3833 -0.8062 0.8535 1.2895
mu =
0.3705 1.3062 4.3760 248.7203
sigma =
0.1648 1.4116 2.6259 29.2518
xzmean =
1.0e-15 *
0.0222 -0.0666 0.0666 -0.5773
xzstd =
1.0000 1.0000 1.0000 1.0000
3. 数据的极差归一化变换
对于观测值矩阵X
极差归一化变换后的矩阵为
其中：
这里，min为变量 Xj 的观测值的最小值，max-min为变量 Xj 的观测值的极差。通过极差归一化变换后，矩阵
3.2 极差归一化变换的MATLAB实现
MATLAB神经网络工具箱中提供了mapminmax函数，用来做数据的映射变换，其常用的调用格式如下：
[Y,PS]=mapminmax(X,YMIN,YMAX) %对矩阵X按行左映射变换
X =manminmax('reverse',Y,PS) %对矩阵Y按行进行逆映射变换
mapminmax函数能将矩阵X中的每行数据均映射到区间[YMIN,YMAX]内，每行最小值映射为YMIN，最大值映射为YMAX。mapminmax函数还能对变换后矩阵Y作逆映射变换，恢复为原始数据矩阵X。
例：调用rand函数产生一个随机矩阵，调用mapminmax函数对其按列进行极差归一化变换，然后做你变换
rand('seed',1); %设置随机数生成器的初始种子为1
%调用rand函数产生一个5行4列的随机矩阵，每列服从不同的均匀分布
x=[rand(5,1),5*rand(5,1),10*rand(5,1),500*rand(5,1)]
%调用mapminmax函数对装置后的x按行进行极差归一化变换
[y,ps]=mapminmax(x',0,1)
% ps.xmax %查看ps
y' %变换后的矩阵
x0=mapminmax('reverse',y,ps)
x0'
x =
0.5129 3.5462 1.9215 215.9352
0.4605 0.5798 4.7136 223.0174
0.3504 0.3904 1.4492 254.1658
0.0950 1.8463 7.1784 264.0439
0.4337 0.1681 6.6171 286.4390
y =
1.0000 0.8745 0.6111 0 0.8104
1.0000 0.1219 0.0658 0.4968 0
0.0824 0.5698 0 1.0000 0.9020
0 0.1005 0.5422 0.6824 1.0000
ps =
name: 'mapminmax'
xrows: 4
xmax: [4x1 double]
xmin: [4x1 double]
xrange: [4x1 double]
yrows: 4
ymax: 1
ymin: 0
yrange: 1
no_change: 0
gain: [4x1 double]
xoffset: [4x1 double]
ans =
1.0000 1.0000 0.0824 0
0.8745 0.1219 0.5698 0.1005
0.6111 0.0658 0 0.5422
0 0.4968 1.0000 0.6824
0.8104 0 0.9020 1.0000
x0 =
0.5129 0.4605 0.3504 0.0950 0.4337
3.5462 0.5798 0.3904 1.8463 0.1681
1.9215 4.7136 1.4492 7.1784 6.6171
215.9352 223.0174 254.1658 264.0439 286.4390
ans =
0.5129 3.5462 1.9215 215.9352
0.4605 0.5798 4.7136 223.0174
0.3504 0.3904 1.4492 254.1658
0.0950 1.8463 7.1784 264.0439
0.4337 0.1681 6.6171 286.4390
更多MATLAB数据分析视频请点击，或者在网易云课堂上搜索《MATLAB数据分析与统计》 http://study.163.com/course/courseMain.htm?courseId=1003615016
