• medsmooth(v, [n], [m]): permite devolver un vector suavizado al reemplazar cada valor en v por la mediana de los n puntos centrados en ese valor. El ancho de ventana, n, se contrae cerca de los extremos del vector.
La función medsmooth realiza el filtrado de la mediana. Esta función es la más estable de las funciones de suavizado ya que es menos probable que se vea afectada por puntos de datos falsos. Sin embargo, tiende a difuminar las funciones agudas de los datos. Es posible que desee comparar este método con el suavizado de kernel gaussiano o suavizado de mínimos cuadrados localizado. La técnica de regresión polinomial loess también es una técnica eficaz de suavizado.
• VSmooth(v, w): permite devolver el suavizado de mediana repetido de v hasta que no haya más cambios en cada ancho de ventana en w. La convergencia del suavizado depende de TOL.
Argumentos
• v es un array de números reales.
• n y m son opcionales con el valor por defecto = 3.
◦ Si v es un argumento de vector de 1D, solo se puede definir n. En este caso, el argumento m no es aplicable.
◦ Si v es un argumento de matriz de 2D, se puede definir n solo para una ventana cuadrada (n = m), o definir n y m para una ventana rectangular.
• w es un vector de anchos de ventana. Los elementos de w deben ser números enteros impares no negativos e inferiores a la longitud de v.