離散自己/相互共分散を計算する
[c, lagindex] = xcov(x) [c, lagindex] = xcov(x, y) [c, lagindex] = xcov(.., maxlags) [c, lagindex] = xcov(.., maxlags, scaling)
実数または複素浮動小数点数のベクトル.
実数または複素浮動小数点数のベクトル.
デフォルト値はx
.
スカラーで1より大きな整数値.デフォルト値はn
.
ただし,n
はx
,
y
ベクトルの長さの大きい方です.
文字列で,値は以下のどれか:
"biased"
, "unbiased"
,
"coeff"
, "none"
.
デフォルト値は "none"
.
実数または浮動小数点数のベクトルで,向きは
x
と同じです.
行ベクトルで, c
の値に
対応する添字(lag index)を有します.
c=xcov(x)
は,以下の正規化しない離散共分散を計算します:
c
を返します.
共分散の並びは, Ck=-n:n
となります. ただし,n
は
x
の長さです.xcov(x,y)
は,以下のように正規化しない離散相互共分散を計算します:
c
に返します.
相互共分散の並びは, Ck=-n:n となります.ただし,n
は
x
およびy
の長さの大きい方です.maxlags
引数が指定された場合,
xcov
は c
を
返し,共分散の並びは Ck=-maxlags:maxlags と
なります.
maxlags
が length(x)
よりも
大きい場合, c
の先頭と末尾の複数の値は
ゼロになります.
scaling
引数は,
c
に結果を出力する前に
C(k)を正規化する方法を以下のように指定します:
c=
C/n
.c=
C./(n-(-maxlags:maxlags))
.c=
C/(norm(x)*norm(y))
.xcorr(x-mean(x),y-mean(y),...)
により
Cを計算します.t = linspace(0, 100, 2000); y = 0.8 * sin(t) + 0.8 * sin(2 * t); [c, ind] = xcov(y, "biased"); plot(ind, c) | ![]() | ![]() |
Version | Description |
5.4.0 | xcov 追加. |