MATLAB教学_13统计

本文学习视频地址：https://www.bilibili.com/video/av68228488?p=13

 

目录

Central Tendency

Variiation

Variance and standard deviation

21分钟练习

Boxplot

skewness()

kurtosis()

30分钟练习

---

统计分为 descriptive 和 inferential 两类。

Central Tendency

mean: 加权平均值

mean=( 1+3+5*4+7+9*3+10+13+14)/13=7.31

median: 中间数

median=7

mode:出现频率最多的点

mode= 5

quartile ： 上下四分位数

quartile 一般指 q1和 q3。

q1=5; q3=9。

Y = prctile(X,p)返回数据向量或数组X中元素的百分比，表示区间[0,100]中p的百分比。
如果X是一个向量，那么Y就是一个标量，或者是与请求的百分位数(长度(p))相同长度的向量。Y(i)包含p(i)百分位数。
如果X是一个矩阵，那么Y就是一个行向量或矩阵，其中Y的行数等于请求的百分位数(长度(p))。Y的第i行包含X每一列的p(i)百分位数。
对于多维数组，prctile沿着X的第一个非单元素维进行操作。

Variiation

range=13;

Interquartile Range 是 quartile 之间的距离。在这里 q1=5, q3=9。  所以 range =9-5=4;

range 可以用 max() 和 min() 这两个函数来算。 

M = max(A) 返回数组的最大元素。

• 如果 A 是向量，则 max(A) 返回 A 的最大值。

• 如果 A 为矩阵，则 max(A) 是包含每一列的最大值的行向量。

• 如果 A 是多维数组，则 max(A) 沿大小不等于 1 的第一个数组维度计算，并将这些元素视为向量。此维度的大小将变为 1，而所有其他维度的大小保持不变。如果 A 是第一个维度长度为零的空数组，则 max(A) 返回与 A 大小相同的空数组。

min() 函数于max() 相同。

Variance and standard deviation

variance=(std)^2;

计算 standard 和variance 可以用 std() 和 var()

%%
clear all; clc; %16分钟练习
load stockreturns;      %导入数据
x4=stocks(:,4);         %导入第4列数据
mean1=mean(x4)          %加权平均值
median1=median(x4)      %中间值
mode1=mode(x4)          %出现频率最多的点
max1=max(x4);   min1=min(x4);   
range=max(x4)-min(x4)   %距离
quartile=prctile(x4,[25 75])   %这里只求了quartile 在 25%和75%的点
Interquartiel=quartile(2)-quartile(1)   %q3-q1
var1=var(x4)     %variance
std1=std(x4)     %standard deviation

clear all; clc; %18分钟练习
x=1:14;
freqy=[1 0 1 0 4 0 1 0 3 1 0 0 1 1];
subplot(1,3,1); bar(x,freqy);   xlim([0 15]);    %条形图
subplot(1,3,2); area(x,freqy);   xlim([0 15]);   %面积图
subplot(1,3,3); stem(x,freqy);   xlim([0 15]);   %离散序列图

21分钟练习

 

%%
clear all; clc; %21分钟练习
x=[1 3 5 5 5 5 7 9 9 9 10 13 14];
t1=tabulate(x);    %转换为频率表
subplot(1,3,1); bar(t1(:,1),t1(:,2));
subplot(1,3,2); area(t1(:,1),t1(:,2));
subplot(1,3,3); stem(t1(:,1),t1(:,2));

t1=tabulate(x)

显示向量x中数据的频率表。对于x中的每个惟一值，tabulate函数显示实例数和该值在x中的百分比。

为正整数向量创建一个频率表。默认情况下，如果向量x只包含正整数，那么tabulate将返回0，表示1和max(x)之间的整数在x中不出现。也就是说，如果在这个x 当中，一些数没有的话，依然会返回0。 例如 在x 中有1-14的数，但是没7， 那么7 这一行就返回0。要避免这种行为，请在调用tabulate之前将向量x转换为分类向量。利用 categorical()

Boxplot

箱型图

 

clear all; clc; %23分钟练习
marks=[80 81 81 84 88 92 92 94 96 97];
boxplot(marks)
prctile(marks,[25 50 75])

skewness()

用于衡量x的对称性。

• 对于正太分布，偏度为0;
• 若偏度为正，则x均值左侧的离散度比右侧弱；
• 若偏度为负，则x均值左侧的离散度比右侧强。

偏态量度对称性。0说明是最完美的对称性，正态分布的偏态就是0。如图2所示，右偏态为正，表明平均值大于中位数。反之为左偏态，为负。

 

clear all; clc;    %39分钟练习
X=randn([10 3])*3;
X(X(:,1)<0,1) =0;
X(X(:,3)>0,3) =0;
boxplot(X)

引用博文： http://blog.sciencenet.cn/blog-1148346-786610.html

kurtosis()

峰度（Kurtosis）

峰度衡量数据分布的平坦度（flatness）。尾部大的数据分布，其峰度值较大。正态分布的峰度值为3。其公式如下：

 

式中， K表示峰度（无量纲）； i表示第 i个数值； xbar表示平均值； n是采样数量。

 

 

图 1

如图 1所示，黑线服从尖峰（leptokurtic）、厚尾（thick-tailed）分布的峰度值大于3。红线服从正态分布，峰度值等于3。

注意，个别的软件会将峰度值减3，ArcGIS默认正态分布的峰度为3。MS Excel的计算公式与上面略有不同。

引用博文： http://blog.sciencenet.cn/blog-1148346-786610.html

30分钟练习

%%
clear all; clc;    %39分钟练习
load stockreturns;
x=stocks;
for i=1:size(x,2)
    y(1,i)=skewness(x(:,i));  %把偏态放在第一行
    y(2,i)=kurtosis(x(:,i));  %把峰态放在第二行
end
y
boxplot(x)