计算并可视化时间序列数据的平均互信息和相关性。

简介：
AMI 函数能够计算并生成平均互信息 (ami) 的值，同时也能绘制出不同时间滞后值下单变量或双变量时间序列的相关性。 该函数的主要用法如下：[amis corrs] = ami(xy, nBins, nLags) 输入参数包括：xy：表示单变量（x）或双变量（[xy]）的时间序列数据。当输入的是双变量时间序列时，x 应作为自变量，y 作为因变量。如果输入的是单变量时间序列，则将计算自相关性而非互相关性。nBins：指定时间序列数据所包含的 bin 数量，该数量用于确定计算平均互信息所需分布的范围。nBins 应当是一个包含两个元素的向量（在处理双变量数据时），或者一个标量值（在处理单变量数据时）。nLags：定义用于计算平均互信息和相关性的时间滞后值个数，从 0 到 nLags 的滞后值均将被计算。输出结果包括：amis：一个向量，包含了时间滞后为 0 到 nLags 的平均互信息的值；corrs：一个向量，包含了时间滞后为 0 到 nLags 的相关系数（或单变量时间序列的自相关系数）。例如，可以设置 xy = rand(1000,2);