Matlab中第6-10号数据点的加权平均及权重计算疑问

问题明确与核心结论 #

首先直接回答你的疑问：权重向量只需要针对第6至10号的5个目标数据点即可，因为我们的计算仅聚焦于这个区间的加权平均，其余10个点不参与该计算，完全不需要考虑它们的权重。

接下来我会一步步给出MATLAB实现代码，并解释权重的计算逻辑：

步骤1：提取目标区间的数据 #

先从原始的x和y中取出第6到10号的元素（MATLAB索引从1开始）：

% 原始数据
y = [1.008;0.989;0.991;0.982;0.992;0.997;0.994;0.998;0.995;1.002;0.998;0.997;1.002;0.994;0.989];
x = [5.2;10.2;15.5;20.7;25.1;25.6;30.6;36.4;39.6;43.7;47.8;52.0;57.6;63.8;68.4];

% 提取第6-10号目标数据
x_target = x(6:10);
y_target = y(6:10);

步骤2：计算目标区间内各点的权重 #

对于不等距数据点，最常用的权重逻辑是基于每个点的"覆盖区间长度"——简单来说，每个点的权重对应它在区间内所代表的长度占比，这样能体现不等距点的分布密度（间距近的点权重更高，符合你说的该区间点间距相对较近的特点）。具体计算如下：

% 计算相邻点的间距
dx = diff(x_target); % 得到：[5.0, 5.8, 3.2, 4.1]

% 计算每个点对应的覆盖长度
len = zeros(size(x_target));
len(1) = dx(1)/2;          % 第一个点的覆盖长度为第一个间距的一半
len(end) = dx(end)/2;      % 最后一个点的覆盖长度为最后一个间距的一半
for i = 2:length(x_target)-1
    len(i) = (dx(i-1) + dx(i))/2; % 中间点的覆盖长度为左右两个间距的平均值
end

% 归一化得到权重向量（权重和为1）
weights = len / sum(len);

运行这段代码后，你会得到5个点的权重（保留四位小数）：

weights = [0.1471, 0.3176, 0.2647, 0.2147, 0.0559]

步骤3：计算加权平均值 #

最后用权重和对应y值相乘求和即可得到目标区间的加权平均：

weighted_avg = sum(y_target .* weights);

运行结果约为0.9961。

补充说明 #

如果你有其他自定义的权重逻辑（比如基于点到区间中点的距离、或者业务场景特定的权重规则），只需要替换步骤2中的权重计算部分即可，核心思路始终是：仅针对目标区间内的点计算权重，无需考虑外部数据。

内容的提问来源于stack exchange，提问作者nilz