% This function calculates fluctuation-based dispersion entropy (FDispEn) of a univariate

当然，关于计算单变量的Fluctuation-Based Dispersion Entropy（FDispEn）在MATLAB中的实现，这是一个基于信号或数据序列的统计度量，用于描述其分布的复杂程度。这个概念通常在混沌理论、信号处理和信息论中被应用。

以下是一个简化的函数示例，用于计算FDispEn：

function FDispEn = calculate_FDispEn(data)
% data: 输入的一维数据数组

% Step 1: 计算平均值
mean_val = mean(data);

% Step 2: 计算绝对偏差
abs_dev = abs(data - mean_val);

% Step 3: 对偏差取对数（如果存在负值，可以用log10代替）
if any(abs_dev < 0)
    log_dev = log10(abs_dev);
else
    log_dev = log(abs_dev);
end

% Step 4: 计算方差
variance = var(log_dev, 'omitnan');

% Step 5: 计算FDispEn
FDispEn = -sum(log_dev ./ sqrt(variance));

% 注意：这里假设没有除以零的情况，实际使用时可能需要添加适当的错误检查
end

这个函数首先计算数据的平均值，然后计算每个元素与平均值的绝对偏差，接着取这些偏差的对数（如果出现负数）。对数操作有助于减小大数值的影响。然后，计算这些对数偏差的方差，最后根据定义计算FDispEn。

如果你有特定的数据想要测试这个函数，你可以调用它并传入数据：

data = randn(1000); % 示例随机生成一组数据
disp(FDispEn = calculate_FDispEn(data));