这个想法是在一些数据示例中更加强调与其他人通过给予更多的权重。 例如,我们可以给予较低的权重异常值。 编写此函数的动机是计算百分位数对于一些模拟非常糟糕的蒙特卡罗模拟(就模拟值和实际值之间的拟合优度)比其他值和根据一些拟合优度标准给出较低的权重。
用法: y = WPRCTILE(X,p) % 这与PRCTILE相同y = WPRCTILE(X,p,w) y = WPRCTILE(X,p,w,type) 输入: X - 样本数据的向量或矩阵p - 标量或百分比值介于 0 和 100 之间的向量
w - 样本数据的正权重向量。 w 的长度必须等于 X 的行数或列数。如果权重相等,则 WPRCTILE 与 PRCTILE 相同。
type - 4 到 9 之间的整数,选择 6 种分位数算法之一。 输出: y - X 中值的百分位数当 X 是向量时,y 与 p 的大小相同,并且 y(i)
2021-12-09 19:52:50
4KB
matlab
1