1、加载数据首先加载 count.dat 中的数据：load count.dat这个 24×3 数组 count 包含三个十字路口（列）在一天中的每小时流量统计（行）。
2、缺失数据MATLAB NaN（非数字）值通常用于表示缺岳赎祝浦失数据。通过 NaN 值，缺失数据的变量可以维护其结构体 -在本示例中，即在所有三个十字路口中的索引都是一致的 24×1 向量。使用 isnan 函数检查第三个十字路口的数据是否存在 NaN 值：c3 = count(:,3); % Data at intersection 3c3NaNCount = sum(isnan(c3))
3、isnan 返回一个大小与 c3 相同的逻辑向量，并且通过相应条目指明数据中 24 个元素内的每个元素是存在(1) 还是缺少 (0) NaN 值。在本示例中，逻辑值总和为 0，因此数据中没有 NaN 值。离群值部分的数据中引入了 NaN 值。
4、离群值离群值是与其余数据中的模式明显不同的数据值。离群值可能由计算错误所致，也可能表示数据的重要特点。根据对数据及数据源的了解，确定离群值并决定其处理方法。确定离群值的一种常用方法是查找与均值 σ 的标准差 μ 大于某个数字的值。下面的代码绘制第三个十字路口的数据直方图以及 μ 和 μ + ησ (η = 1,2) 处的直线：
5、此绘图表明某些数据比均值大两个标准差以上。如果将这些数据标识为错误（而非特点），请将其替换为NaN 值，如下所示：outliers = (c3 - mu3) > 2*sigma3;c3m = c3; % Copy c3 to c3mc3m(outliers) = NaN; % Add NaN values
6、平滑和筛选第三个十字路口的数据时序图（已在离群值中删除该离群值）生成以下绘图：plot(c3m,'o-')hold on
7、在绘图中，第 20 个小时的 NaN 值出现间隔。这种对 NaN 值的处理方式是 MATLAB 绘图函数所特有的。
8、噪音数据围绕预期值显示随机变化。您可能希望在构建模型之前对数据进行平滑处理，以便显示其主要特点。平滑处理应当以下面两个基眺螗熨膣本假定为基础：- 预测变量（时间）和响应（流量）之间的关系平稳。- 由于已减少噪音，因此平滑算法生成比预期值更好的估计值。使用 MATLAB convn 函数对数据应用简单移动平均平滑法：span = 3; % Size of the averaging windowwindow = ones(span,1)/span;smoothed_c3m = convn(c3m,window,'same');h = plot(smoothed_c3m,'ro-');legend('Data','Smoothed Data')
9、使用变量 span 控制平滑范围。当平滑窗口在数据中包含 NaN 值时，平均值计算返回 NaN 值，从而增大平滑数据中的间隔大小。
10、此外，还可以对平滑数据使用 filter 函数：smoothed2_c3m = filter(window,1,c3m);delete(h)plot(smoothed2_c3m,'ro-','DisplayName','Smoothed Data');
11、平滑数据在以上绘图的基础上发生了偏移。带有 'same' 参数的 convn 返回卷积的中间部分，其长度与数据相同。filter 返回卷积的开头，祈硗樘缎其长度与数据相同。否则算法相同。平滑处理可估计预测变量的每个值的响应值分布的中心。它使许多拟合算法的基本假定无效，即预测器的每个值的错误彼此独立。相应地，您可以使用平滑数据确定模型，但应避免使用平滑数据拟合模型。
