【工程数据分析】实验一

最新推荐文章于 2022-08-01 13:24:27 发布

CS@zeny

最新推荐文章于 2022-08-01 13:24:27 发布

阅读量2k

点赞数

分类专栏：笔记工程数据分析文章标签：数据分析 matlab

本文链接：https://blog.csdn.net/honorzoey/article/details/121306703

版权

笔记同时被 2 个专栏收录

101 篇文章 10 订阅

订阅专栏

工程数据分析

3 篇文章 0 订阅

订阅专栏

工程数据分析实验1

用Matlab进行数据分析, 绘图

实验内容

请添加图片描述

x = 1:8;
y = [12 27 34 48 67 79 89 109];

y1 = 12.*x;
y2 = 12.*x+1;
y3 = 12.*x-1;
y4 = 12.5.*x;

m1 = sum((y1-y).^2);
m2 = sum((y2-y).^2);
m3 = sum((y3-y).^2);
m4 = sum((y4-y).^2);

m = [m1,m2,m3,m4]
n = min(m);
for i = 1:4
    if m(i) == n
       fprintf("误差的平方和最小的为第%d个函数关系\n",i); 
    end      
end

请添加图片描述

x = newton(1.500, 0.000000001, 1000000);
fprintf('近似解为x=%0.10f\n',x);
fprintf("\n");

% 牛顿迭代函数(用于求非线性方程的近似解)
function x=newton(x,c,N)
    for i=1:N
        f = x.^3 + 2.*x.^2+10.*x-20; 
        df = 3.*x.^2+4.*x+10;
        x1 = x-f./df;
        if abs(x1-x)<c
            break;
        end
        x=x1;
    end
end

请添加图片描述

xls1 = xlsread('yhgspj.xls');

% 均值
fprintf('求各列均值\n');
M = mean(xls1,1)

% 中位数
fprintf('求各列中位数\n');
m = median(xls1,1)

% 最高价
fprintf('求各列最高价\n');
max1 = max(xls1)

% 最低价
fprintf('求各列最低价\n');
min1 = min(xls1)

% 用条形图绘制
d = [M;m;max1;min1];
% a = ['均值';'中位数';'最大值';'最小值'];
% b = bar(d);
createp(d);


% 求方差
fprintf('求各列方差\n');
V = var(xls1)
% S = std(xls1)

bank = ['中国银行','交通银行','工商银行','建设银行','农业银行'];
minbank = min(V);
n = length(V);
for i=1:n
    if V(i) == minbank 
        switch(i)
            case 1
                ss = bank(1:4);
                break;
            case 2
                ss = bank(5:8);
                break;
            case 3
                ss = bank(9:12);
                break;
            case 4
                ss = bank(13:16);
                break;
            otherwise
                ss = bank(17:end);
        end
        fprintf('从6家银行收盘价的方差来看, %s的股票价格相对平稳, 其方差最小: %0.4f',ss, minbank);
    end
end


% 绘画出6家银行的条形图函数
function createp(ymatrix1)
    %  YMATRIX1:  bar 矩阵数据
    % 创建 figure
    figure1 = figure;
    % 创建 axes
    axes1 = axes('Parent',figure1,...
        'Position',[0.0742857142857143 0.0571428571428572 0.868571428571428 0.878095238095239]);
    hold(axes1,'on');

    % 使用 bar 的矩阵输入创建多行
    bar1 = bar(ymatrix1,'Parent',axes1);
    set(bar1(5),'DisplayName','农业银行');
    set(bar1(4),'DisplayName','建设银行');
    set(bar1(3),'DisplayName','工商银行');
    set(bar1(2),'DisplayName','交通银行');
    set(bar1(1),'DisplayName','中国银行');

    % 创建 ylabel
    ylabel({'价格单位: 元'});

    % 创建 title
    title({'6家银行的收盘价'});

    box(axes1,'on');
    % 设置其余坐标区属性
    set(axes1,'XTick',[1 2 3 4],'XTickLabel',{'均值','中位数','最大值','最小值'});
    % 创建 legend
    legend1 = legend(axes1,'show');
    set(legend1,...
        'Position',[0.755595230339078 0.716507931966636 0.176785716329302 0.204761909303211]);
end

总代码

% 实验一
fprintf("实验一:\n");
x = 1:8;
y = [12 27 34 48 67 79 89 109];

y1 = 12.*x;
y2 = 12.*x+1;
y3 = 12.*x-1;
y4 = 12.5.*x;

m1 = sum((y1-y).^2);
m2 = sum((y2-y).^2);
m3 = sum((y3-y).^2);
m4 = sum((y4-y).^2);

m = [m1,m2,m3,m4]
n = min(m);
for i = 1:4
    if m(i) == n
       fprintf("误差的平方和最小的为第%d个函数关系\n",i); 
    end      
end
fprintf("\n");

% 实验二
fprintf("实验二:\n");
x = newton(1.500, 0.000000001, 1000000);
fprintf('近似解为x=%0.10f\n',x);
fprintf("\n");



% 实验三
fprintf("实验三:\n");
xls1 = xlsread('yhgspj.xls');

% 均值
fprintf('求各列均值\n');
M = mean(xls1,1)

% 中位数
fprintf('求各列中位数\n');
m = median(xls1,1)

% 最高价
fprintf('求各列最高价\n');
max1 = max(xls1)

% 最低价
fprintf('求各列最低价\n');
min1 = min(xls1)

% 用条形图绘制
d = [M;m;max1;min1];
% a = ['均值';'中位数';'最大值';'最小值'];
% b = bar(d);
createp(d);


% 求方差
fprintf('求各列方差\n');
V = var(xls1)
% S = std(xls1)

bank = ['中国银行','交通银行','工商银行','建设银行','农业银行'];
minbank = min(V);
n = length(V);
for i=1:n
    if V(i) == minbank 
        switch(i)
            case 1
                ss = bank(1:4);
                break;
            case 2
                ss = bank(5:8);
                break;
            case 3
                ss = bank(9:12);
                break;
            case 4
                ss = bank(13:16);
                break;
            otherwise
                ss = bank(17:end);
        end
        fprintf('从6家银行收盘价的方差来看, %s的股票价格相对平稳, 其方差最小: %0.4f',ss, minbank);
    end
end

    

% 牛顿迭代函数(用于求非线性方程的近似解)
function x=newton(x,c,N)
    for i=1:N
        f = x.^3 + 2.*x.^2+10.*x-20; 
        df = 3.*x.^2+4.*x+10;
        x1 = x-f./df;
        if abs(x1-x)<c
            break;
        end
        x=x1;
    end
end

% 绘画出6家银行的条形图函数
function createp(ymatrix1)
    %  YMATRIX1:  bar 矩阵数据
    % 创建 figure
    figure1 = figure;
    % 创建 axes
    axes1 = axes('Parent',figure1,...
        'Position',[0.0742857142857143 0.0571428571428572 0.868571428571428 0.878095238095239]);
    hold(axes1,'on');

    % 使用 bar 的矩阵输入创建多行
    bar1 = bar(ymatrix1,'Parent',axes1);
    set(bar1(5),'DisplayName','农业银行');
    set(bar1(4),'DisplayName','建设银行');
    set(bar1(3),'DisplayName','工商银行');
    set(bar1(2),'DisplayName','交通银行');
    set(bar1(1),'DisplayName','中国银行');

    % 创建 ylabel
    ylabel({'价格单位: 元'});

    % 创建 title
    title({'6家银行的收盘价'});

    box(axes1,'on');
    % 设置其余坐标区属性
    set(axes1,'XTick',[1 2 3 4],'XTickLabel',{'均值','中位数','最大值','最小值'});
    % 创建 legend
    legend1 = legend(axes1,'show');
    set(legend1,...
        'Position',[0.755595230339078 0.716507931966636 0.176785716329302 0.204761909303211]);
end

输出结果 :

>> s1
实验一:

m =

   305   247   379   140

误差的平方和最小的为第4个函数关系

实验二:
近似解为x=1.3688081078

实验三:
求各列均值

M =

    3.3820    5.4937    4.2080    4.9017    3.0805

求各列中位数

m =

    3.3900    5.5000    4.2500    4.8200    3.1100

求各列最高价

max1 =

    3.8900    6.2100    4.5100    5.6400    3.2500

求各列最低价

min1 =

    3.1200    5.0800    3.9700    4.5300    2.8900

求各列方差

V =

    0.0364    0.0681    0.0208    0.0710    0.0110

从6家银行收盘价的方差来看, 农业银行的股票价格相对平稳, 其方差最小: 0.0110>>

条形图 :

请添加图片描述

附加数据表格

表格数据(Excel) : yhgspj.xls

日期	中国银行(601988)	交通银行(601328)	工商银行(601398)	建设银行(601939)	农业银行(601288)
2016/3/31	3.4	5.57	4.29	4.85	3.2
2016/3/30	3.4	5.58	4.32	4.9	3.2
2016/3/29	3.34	5.46	4.25	4.81	3.15
2016/3/28	3.35	5.5	4.3	4.82	3.15
2016/3/25	3.36	5.51	4.28	4.84	3.16
2016/3/24	3.35	5.51	4.26	4.83	3.16
2016/3/23	3.39	5.59	4.3	4.88	3.18
2016/3/22	3.4	5.61	4.29	4.89	3.18
2016/3/21	3.43	5.65	4.31	4.9	3.21
2016/3/18	3.43	5.66	4.3	4.86	3.22
2016/3/17	3.43	5.72	4.29	4.87	3.21
2016/3/16	3.44	5.77	4.32	4.86	3.25
2016/3/15	3.38	5.63	4.26	4.81	3.19
2016/3/14	3.4	5.49	4.3	4.8	3.19
2016/3/11	3.4	5.49	4.34	4.76	3.19
2016/3/10	3.35	5.4	4.32	4.76	3.15
2016/3/9	3.43	5.53	4.41	4.77	3.21
2016/3/8	3.4	5.52	4.33	4.79	3.18
2016/3/7	3.39	5.5	4.29	4.81	3.18
2016/3/4	3.4	5.53	4.31	4.84	3.2
2016/3/3	3.28	5.33	4.13	4.71	3.08
2016/3/2	3.26	5.31	4.11	4.7	3.05
2016/3/1	3.2	5.18	4.03	4.57	2.99
2016/2/29	3.17	5.17	4.03	4.53	2.99
2016/2/26	3.15	5.16	4.02	4.62	2.96
2016/2/25	3.12	5.08	4.01	4.57	2.92
2016/2/24	3.24	5.32	4.05	4.73	2.98
2016/2/23	3.24	5.32	4.05	4.73	2.98
2016/2/22	3.29	5.39	4.08	4.78	3
2016/2/19	3.22	5.28	4.02	4.69	2.95
2016/2/18	3.23	5.27	4.06	4.72	2.97
2016/2/17	3.24	5.28	4.04	4.73	2.97
2016/2/16	3.23	5.28	4.05	4.73	2.94
2016/2/15	3.13	5.15	3.97	4.62	2.89
2016/2/5	3.18	5.2	4.01	4.69	2.92
2016/2/4	3.19	5.21	4.02	4.71	2.93
2016/2/3	3.17	5.17	4.01	4.68	2.92
2016/2/2	3.2	5.25	4.05	4.73	2.96
2016/2/1	3.17	5.2	4.03	4.7	2.94
2016/1/29	3.22	5.35	4.1	4.81	2.99
2016/1/28	3.16	5.22	4.05	4.75	2.91
2016/1/27	3.22	5.25	4.11	4.83	2.95
2016/1/26	3.24	5.23	4.08	4.87	2.95
2016/1/25	3.44	5.52	4.23	5.07	3.1
2016/1/22	3.45	5.52	4.22	5.05	3.11
2016/1/21	3.43	5.48	4.18	5.03	3.09
2016/1/20	3.47	5.55	4.22	5.09	3.11
2016/1/19	3.53	5.63	4.25	5.15	3.11
2016/1/18	3.46	5.52	4.19	5.04	3.07
2016/1/15	3.48	5.56	4.23	5.09	3.07
2016/1/14	3.59	5.76	4.31	5.21	3.12
2016/1/13	3.58	5.75	4.3	5.2	3.12
2016/1/12	3.63	5.81	4.32	5.27	3.13
2016/1/11	3.65	5.8	4.32	5.3	3.09
2016/1/8	3.8	6.03	4.46	5.54	3.16
2016/1/7	3.79	5.94	4.43	5.49	3.11
2016/1/6	3.89	6.21	4.51	5.64	3.18
2016/1/5	3.86	6.16	4.47	5.58	3.16
2016/1/4	3.87	6.07	4.45	5.6	3.12