![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
matlab
文章平均质量分 53
yoyoyoyocj
靠谱青年
展开
-
灰色系统理论
一.关联分析1.消除量纲差异包括初值化变换(除x1),均值化变换,百分比变换(除xmax),倍数变换(除xmin),归一化变换若数值越小,水平越高,对上述量纲变化可以取倒数 2.代码clc,clearload x.txt %把原始数据存放在纯文本文件 x.txt 中for i=1:N1x(i,:)=x(i,:)/x(i,1); %标准化数据end原创 2015-02-04 13:37:33 · 1149 阅读 · 0 评论 -
matlab方差分析
一.单因素方差分析1.各组数据长度相等p=anoval(x)x每一列为一个单独的样本值返回的P是一个概率,p>α=0.05,故接受H0,即数据之间没有显著差异0.012.各组长度不等p=anova1(x,group)x为一个向量,其中每个长度为nigroup为一个向量,值分别为ni个ieg: x=[0.12,0.23,原创 2015-02-03 18:08:20 · 1415 阅读 · 0 评论 -
matlab插值
一、一维插值1.lagrange插值(1)编写lagrange插值函数的m文件function y=lagrange(x0,y0,x);n=length(x0);m=length(x);for i=1:mz=x(i);s=0.0;for k=1:np=1.0;for j=1:nif j~=kp=p*(z-x0(j))/(x0(k)-x0(j));原创 2015-02-03 14:49:52 · 932 阅读 · 0 评论 -
statistic
一、统计相关函数1.hist函数 [n1,x1]=hist(high,M)说明:将区间[min(high),max(high)]等分为 M 份M默认为10,n1返回M个小区间的频数,x1返回M个小区间的中值hist(high)作关于hign各个区间的直方图(频数统计)2.std(x)返回 x 的标准差3.var(x)返回方差ps:被(n −1)除原创 2015-02-03 10:48:07 · 555 阅读 · 0 评论 -
eviews做arma预测
用来算平稳随机序列的预测值,ARMA(p,q)平稳:序列的自相关系数很快地趋于0(K>2,3时)1.基础知识AR(P) 偏自相关系数 P阶截尾MA(Q)自相关 Q阶截尾2.常用操作(命令行)plot xgenr 键入等式,如z=x-y3.菜单quick-estimate equationx ma(1) ma(2) ar(1)原创 2015-02-05 19:35:22 · 14169 阅读 · 1 评论 -
图论相关的算法
最短路径问题旨在寻找图(由结点和路径组成的)中两结点之间的最短路径.算法具体的形式包括:单源最短路径已知起始结点,求最短路径的问题.考虑使用 Dijkstra算法.全局最短路径求图中所有的最短路径.考虑使用 Floyd算法.两点最短路径已知起点和终点,求两结点之间的最短路径.考虑使用 Dijkstra/Floyd算法.原创 2015-02-05 00:00:08 · 377 阅读 · 0 评论 -
matlab做聚类分析
转载一:Matlab提供了两种方法进行聚类分析。一种是利用 clusterdata函数对样本数据进行一次聚类,其缺点为可供用户选择的面较窄,不能更改距离的计算方法;另一种是分步聚类:(1)找到数据集合中变量两两之间的相似性和非相似性,用pdist函数计算变量之间的距离;(2)用 linkage函数定义变量之间的连接;(3)用 cophenetic函数评价聚类信息;(4)用cluster转载 2015-02-02 19:25:40 · 2084 阅读 · 0 评论 -
平稳随机序列
1.特点序列的统计特性不随时间的平移而变化2.模型自回归移动平均模型( Auto Regressive Moving Average Model)简称 ARMA 模型(1)一般自回归模型 AR(n )Xt仅与前n个时刻有关(类似于马尔可夫)Xt= ϕ1 Xt−1+ϕ2Xt−2+L+ϕnXt−n+ atat独立于Xt原创 2015-02-05 11:18:45 · 2339 阅读 · 0 评论 -
灰色预测
1.GM(1,1)变量一阶,微分方程一阶1.数列预测clc,clearx0=[71.1 72.4 72.4 72.1 71.4 72.0 71.6];n=length(x0);lamda=x0(1:n-1)./x0(2:n)range=minmax(lamda)x1=cumsum(x0)for i=2:nz(i)=0.5*(x1(i)+x1(i-1));原创 2015-02-04 16:45:14 · 1566 阅读 · 0 评论 -
matlab使用方法
1.矩阵生成 rand(3,3) 所有元素介于0-1 randn(3,3) 所有元素符合高斯随机分布 hint(x) 画出直方图,高度为统计的X的数量,横坐标为x的值2.moving data around size(A) 返回A的行列值 size(A,1) 返回A的行值 size(A,2) 返回A的列值 length(A) 返回A最大维度的大小 A(2,:) 返回第二列所有元原创 2015-08-17 19:43:00 · 624 阅读 · 0 评论