Discussion :

[_moebius_]

Bonjour,

Je recherche une astuce de notation et de méthode pour faire des calculs glissants (surtout pour éviter les boucles for). Par exemple, sur une série temporelle de 100 données, calculer une moyenne sur 10 jours glissants (ou une variance), ou bien calculer une correlation entre deux séries avec une fenêtre glissante.

Merci par avance.

[rostomus]

Salut,

Tu peux utiliser la fonction tsmovavg de la "Financial Toolbox".

[_moebius_]

Bonjour,
Oui je l'utilise déjà.
En fait je recherche plus une méthode élégante pour faire des calculs glissants, mais pas nécessairement des moyennes mobiles...

La moving average simple est calculée comme suit en interne, mais je ne trouve pas ça super top...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
for idx = 1:vinVars
    % Simple moving average
    ma = filter(ones(1,lag)/lag, 1, vin(idx,:));
 
    % Fill in the NaN's vector
    simOut(idx, lag:end) = ma(lag:end);
end

[ol9245]

Bonjour,

Je recherche une astuce de notation et de méthode pour faire des calculs glissants (surtout pour éviter les boucles for). Par exemple, sur une série temporelle de 100 données, calculer une moyenne sur 10 jours glissants (ou une variance), ou bien calculer une correlation entre deux séries avec une fenêtre glissante.

Merci par avance.

Je vois bien ce que tu veux dire. Ca ressemble à un problème que j'ai régulièrement sur des matrices : j'ai besoin des 8 voisins dans un calcul. je fais un tableau annexe de 9 colonnes, qui contient les indices de la maille centrale et de ses 8 voisins.

Cett stratégie adaptée à ton problème donnerait qqchose comme ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
N=length(mamatrice) ;
V0 =1:N ;
V = V0 ;
for i=1:9, V = [V0 ; V(:,[2:end 1])] ; end
 
% et pour une moyenne glissante sur mamatrice
M = mean(mamatrice(V)) ;

j'ai pas testé, mais il doit y avoir un truc de ce genre qui marche.
L'élégance est que le tableau V ne dépend pas du prob posé.

Note : pour économiser du code en matlab, il faut parfois (souvent ) passer par la case barettes mémoire supplémentaires lol
OL

[_moebius_]

Ca ressemble beaucoup à cette idée, mais on a encore une boucle for qui traine..
Il y a peut-être moyen d'imbriquer les indexages.

PS: Exact pour les barettes...

[rostomus]

Bonsoir !

as-tu essayé la fonction filter?
il n'y a pas de for

exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
x=10*sin((1:100)/40)+randn(1,100);
N=10;
y=filter(ones(1,N),N,x);
subplot(2,1,1);plot(x)
subplot(2,1,2);plot(y)

[ol9245]

Ca ressemble beaucoup à cette idée, mais on a encore une boucle for qui traine..
Il y a peut-être moyen d'imbriquer les indexages.

PS: Exact pour les barettes...

Tu pousses le purisme un peu loin quand même . Les boucles for ne mordent pas !!! Tu as droit de les utiliser !!!!

ici tu as une boucle de longueur 10 indépendante de la taille N de ton tableau. Tu asdonc résolu ton problème d'optimisation.

[Jerome Briot]

Les boucles for ne mordent pas !!! Tu as droit de les utiliser !!!!

Oui et non... tout dépend de se que l'on cherche. Un code efficace, robuste, lisible, facile à faire évoluer... ?

Le fait est que Matlab est un logiciel de calcul matriciel. Donc il faut penser en terme de matrices et non pas d'éléments de matrices.

Il est tout à fait possible d'utiliser les boucles FOR-END mais... dans la solution citée précédemment, ce qui manque cruellement pour améliorer son efficacité, c'est la préallocation de mémoire.

Pour info, voici un code vectorisé qui résout le problème de moyenne mobile (d'après l'exemple de wikipédia ) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
X=[2 3 5 8 8 7 8 5 2]
 
n=3; % uniquement n impair et supérieur ou égal à 3
 
nX=numel(X);
 
if nX-(n-1)>0 & n>=3
 
   idx=ones(n,nX-(n-1));
   idx(1,:)=1:nX-(n-1);
   idx=cumsum(idx);
 
   mean(X(idx))
 
end

Je pense qu'il est encore possible d'améliorer ce code... je pense que rostomus a raison et que FILTER est bien la solution ici, sinon il vous reste les mex. Et la, plus de problème de mémoire.