9、数据处理与线性模型的应用及问题探讨

数据处理与线性模型的应用及问题探讨

1. 不良数据处理与温度数据拟合

在数据处理中，有时无法确定不良数据出现的原因，但在某些情况下，处理不良数据是唯一可行的策略。以黑岩森林数据集为例，它存在三种不良数据：低于 -40°C 的冷峰值、高于 38°C 的热峰值以及温度恰好为 0°C 的数据缺失情况。

以下是使用 MatLab 脚本消除这些不良数据的代码：

Draw=load('brf_temp.txt');
traw=Draw(:,1);
draw=Draw(:,2);
n = find((draw~=0) & (draw>-40) & (draw<38));
t=traw(n);
d=draw(n);

在这段代码中， find() 函数返回满足逻辑表达式 (draw~=0) & (draw>-40) & (draw<38) 的索引列向量 n ，即 draw 中满足 di_raw≠ 0 、 di_raw > -40 且 di_raw < 38 的元素。 ~ 在 MatLab 中表示“非”， ~= 表示“不等于”。然后通过 t=traw(n) 和 d=draw(n) 形成只包含良好数据的新数据版本