• medsmooth(v, [n], [m]) - Restituisce un vettore smooth sostituendo ciascun valore contenuto in v con la mediana degli n punti centrati su quel valore. La larghezza della finestra, n, si riduce in prossimità delle estremità del vettore.
La funzione medsmooth esegue il filtro sulla mediana. Questa è la funzione di smoothing più affidabile poiché sembra quella meno sensibile all'influenza dei punti dati spuri. Tende tuttavia a eliminare i picchi nei dati. È possibile confrontare questo metodo con lo smoothing del kernel gaussiano o lo smoothing dei minimi quadrati localizzati. Anche la tecnica di regressione polinomiale loess costituisce uno smoother efficace.
• VSmooth(v, w) - Esegue lo smoothing ripetuto della mediana di v finché non vengono apportate modifiche relative a ogni larghezza di finestra in w. La convergenza dello smoothing dipende da TOL.
Argomenti
• v è un array di numeri reali.
• n e m sono facoltativi con valore di default = 3.
◦ Se v è un argomento di vettore 1D, sarà possibile solo impostare n. In questo caso, l'argomento m non è applicabile.
◦ Se v è un argomento di matrice 2D, sarà possibile impostare n solo per una finestra quadrata (n = m) oppure impostare sia n che m per una finestra rettangolare.
• w è un vettore di larghezze di finestra. Gli elementi di w devono essere interi dispari non negativi minori della lunghezza di v.