MATLAB统计与回归

               

 

11.1 前言

統計的技巧與資料分析常常形影不離。一般統計使用加法、累加法、平均值，中間值等等，由於處理的對象是矩陣資料，故其基本統計之技巧已經廣為應用，其觀念也會在正常之運作中出現。統計學中比較特殊應用者為機率、亂數、常態分配等，而配合應用者為其相關之圖表。

在MATLAB中，有一個統計學工具箱，內藏各種統計學上需要應用的指令，可以執行上述與統計學有關之內容。這些相關的指令大部份以M-檔案組成，所以可利用type 這個功能檢視其內容。甚至可以更改其檔案名稱與內容，增加自己需要的功能，使其成為新的指令。此外，有些指令尚搭配繪圖介面，因而可以在繪圖模式下，進行資料與圖之適配，形成具體的方程式或實驗式，以供未來研究者使用。

統計工具箱中提供約二百餘個指令檔案，其中對機率分配方面則提供廿餘種機率型態，每種均有其相關的函數，諸如：

• 機率密度函數(pdf)
• 累積分佈函數(cdf)
• 累積分佈函數之反函數
• 亂數產生器
• 均數與變異數

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.1平均值MEAN

統計學上對資料處理常用趨中的處理，求取均值或中間值等，均會取中的特徵。求取一個矩陣或向量之平均值時可用指令MEAN，其格式如下：

  M=mean(A,dim)

若A為向量，其結果Ｍ為單一值，亦即向量中各元素之平均；若Ａ為矩陣，則結果Ｍ為一列向量，其中元素為各行之平均值。dim為方向性參數，其預設值為1，表示結果係行向平均，故Ｍ為列向量；若dim=2，則係沿列向平均，結果Ｍ為行向量。例如：

A = [1 2 3; 3 3 6; 4 6 8; 4 7 7] 
A =
    1     2     3
    3     3     6
    4     6     8
    4     7     7 

M1=mean(A), M2=mean(A,2) 

M1 =
   3.0000    4.5000    6.0000

M2 =
    2
    4
    6
    6 

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.2中間值median

中間值亦可利用平均值的指令型式求得，其正式指令名稱為median。但其求得之值若非正好中間值，則會以接近中間值之兩值加以平均，其結果與mean之平均值仍有不同，下面以前述之Ｂ矩陣為例，比較median 與mean兩者執行後之不同處。

M1=median(B),M2=mean(B)  

M1 =
    5.5000    5.5000    5.0000    6.0000
M2 =
    5.0000    5.5000    4.7500    6.0000  

其他的平均值則有：
幾何平均(geomean)：各元素乘積再開總數之次方。中間有零值時，其結果為零。
調諧平均(harmmean)：各元素倒數和之倒數乘以總數。
修剪平均(trimmean)：去頭去尾再平均的方式，其頭尾部份為第二參數(％)之一半比例。

下面的例子為這些平均值的比較：

X=1:2:20
locate=[geomean(X) harmmean(X) mean(X) median(X) trimmean(X,25)]  

X =
     1     3     5     7     9    11    13    15    17    19
locate =
    7.6139    4.6877   10.0000   10.0000   10.0000  

由上述這些值看來，有些的結果相同，有些則因其分離的情況而有異。中間值及修剪平均值是不管偏異的大小，一般為避免有極端的數值的影響，採用這種平均法。

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.3最大值與最小值 MIN & MAX

要求一矩陣或向量中元素之最大與最小值時，其指令之型式如下：

  C = max|min(A)
  C = max|min(A,B)
  C = max|min(A,[],dim)
  [C,I] = max(...)

若A為向量，其結果C為單一值，亦即向量中各元素之最大或最小；若Ａ為矩陣，則結果Ｃ為一列向量，其中元素為各行之最大或最小。dim為方向性參數，其預設值為1，表示結果係行向取得最大或最小，故Ｃ為列向量；若dim=2，則係沿列向操作，結果Ｍ為行向量。注意要dim之參數時，需加在第三位置。此外，在輸出項中，Ｉ表示最大或最小元素之位置，不過此項功能僅求最大值時適用。例如：

A= [7 2 3 4; 2 4 5 6; 4 6 8 5; 6 7 6 1];

[C,Index]=max(A)  

A =
     7     2     3     4
     2     4     5     6
     4     6     8     5
     6     7     6     1
C =
     7     7     8     6
Index =
     1     4     3     2  

在這個指令中，比較特殊的是兩個矩陣Ａ與Ｂ之最大或最小比較，其結果Ｃ應為與Ａ或Ｂ相同的矩陣，但比較Ａ與Ｂ中對應元素間之最大與最小。例如：

B=[1 8 7 6;4 6 2 8;7 5 6 4;8 3 4 6]
[Cab]=min(A,B)  

B =
     1     8     7     6
     4     6     2     8
     7     5     6     4
     8     3     4     6
Cab =
     1     2     3     4
     2     4     2     6
     4     5     6     4
     6     3     4     1  

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.4變方值VAR

變方值為各樣本品與平均值差之平方和。又稱為變值常態檢定公式，其指令型式為var(X,1)。其計算之公式如下：

VAR(X)=[(X1-r)²+(X2-r)²+...+(Xn-r)²]/(n-1)

式中，n為其總項目，若n>1，則採用n-1以獲得無偏差之變方值。相關指令如下：

　　Y=var(X)
　　Y=var(X,1)
　　Y=var(X, w)
　　Y=var(X, w, dim)

Y=var(X)為執行上式計算之無偏差變方，Y=var(X,1)則採用n為除數。另w則為加權值向量，此權值必須為正值，且長度與Ｘ相同。

若Ｘ為矩陣時，通常預設為行向計算，但可以利用dim=2參數改為以列向為計算基礎，其結果為行向量。var指令會將其元素除以總和，因此權值總和為一。若w值為零，其結果如var(X)；若為１則如var(X,1)。

範例

>> x=1:9
x =

    1     2     3     4     5     6     7     8     9

>> var(x) %除以(n-1)
ans =

   7.5000

>> var(x,1) %除以n

ans =
   6.6667

>> w=[1 1 1 1 1 0.5 0.5 0.5 0.5] %設為權值，向量與x同
w =

   1.0000    1.0000    1.0000    1.0000    1.0000    0.5000    0.5000    0.5000    0.5000

>> var(x,w)
ans =

   5.9184

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.5標準差STD

標準誤差為各樣本品與平均值間之常態差，其值實際上為上述變方var執行結果之開方值，其計算公式如下：

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.6 共方差COV

共方差為兩向量之觀察值與其平均差之乘積和，其計算之函數定義如下：

 cov(x1,x2)=E[(x1-u1)(x2-u2)]
 　其中　ui=Exi 

根據上式，其相關指令格式為：

C = cov(X)
C = cov(x,y)

在COV之指令，若 X為向量，其回應值應為變方值。若其為矩陣，則各列為觀察值，各行則成為變數，而COV(X)則為共方矩陣。其對角線元素 DIAG(COV(X))即為每行之變方差向量。若將之排序後，即SQRT(DIAG(COV(X)))，其結果為標準差之向量。以下為例：

>> x=[4    -2     1;  9     5     7]
C1=cov(x)
M=diag(cov(x))
sort(diag(cov(x)))  

x =
     4    -2     1
     9     5     7
C1 =
   12.5000   17.5000   15.0000
   17.5000   24.5000   21.0000
   15.0000   21.0000   18.0000
M =
   12.5000
   24.5000
   18.0000
ans =
   12.5000
   18.0000
   24.5000  

COV(X,Y)則是求取 X與 Y兩等長度之向量之共方差， X與 Y兩向量即使為列向量亦會自動改為行向量，其效果等於COV( [X(:) Y(:)] )。這兩個指令均設法加以常態化，故母數除以N-1，以消除偏差。若要維持使用N為母數，則可增加參數１，即採用 COV(X,1) 或 COV(X,Y,1)指令之型式。

 

張貼者： Martin Fon 位於 此文章的連結 Chap11

 

11.2.7相關係數 corrcoef

兩個變數相關性可由相關係數求得。其指令型式如下：

R = corrcoef(X)
R = corrcoef(x,y)
[R,P]=corrcoef(...)
[R,P,RLO,RUP]=corrcoef(...)
[...]=corrcoef(...,'param1',val1,'param2',val2,...)

基本上，R=CORRCOEF(X)在於計算一個R矩陣，其內有Ｘ陣列行間之相關係數。而CORRCOEF(X,Y)則計算 X 與 Y兩行向量之相關係數，其意義與CORRCOEF([X Y])相同。

假設 C為共方矩陣，且 C = COV(X)，則R=CORRCOEF(X)之定義為：

   R(i,j) = C(i,j)/sqrt{C(i,i)C(j,j)}

輸入項中除ＸＹ等資料矩陣外，尚可輸入其他特定變數與常數。這些可以用 'PARAM1',VAL1成對表示，其項目包括：

     參數值：
      'alpha'    顯著水準，預設值為0.05(即95%信任區間)
      'rows'     使用 'all' (預設值)表示使用所有列值；
                 'complete'表示使用沒有含NaN 值之列；
                 'pairwise'表示計算R(i,j)時使用不含
                 NaN值之 i行或 j行。

輸出值中， P表示檢驗無關係假設之Ｐ值矩陣。每一個Ｐ值代表隨機可以觀察得到之最大值域。若 P(i,j)值很小，例如小於 0.05，則R(i,j) 之關係甚為顯著。

此外，有RLO與RUP代表95%信任水準之下限與上限矩陣，其大小與Ｒ相同。

例一

>> x=1:5
x =

     1     2     3     4     5

>> y=x.^3
y =

     1     8    27    64   125

>> r=corrcoef(x,y)
r =

    1.0000    0.9431
    0.9431    1.0000

答案中r之值愈接近於1，其相關性愈高。此例中，對角線為自己對自己(即x對x；y對y)故其相關性為1，其餘x對y或y對x，兩者相關性一樣，其數值為0.9431，也相當高。

例二

利用常態分配亂數指令randn產生30X4大小之資料，開始時先利用第四行建立與其他行間之關係，以橫向加總於第四行。其後以corrcoef求相關係數r及機率p。就機率而言，p值愈小，表示兩者之相異性更強，其結果可利用find指令找出小於0.05以下之機率項目。

       x = randn(20,4);       % uncorrelated data
       x(:,4) = sum(x,2)     % introduce correlation
       [r,p] = corrcoef(x)   
               % compute sample correlation and p-values
       [i,j] = find(p<0.05); 
               % find significant correlations [i,j] 

x =
   0.0828   -0.5703   -0.0716   -0.5850
   0.7662   -1.4986   -2.4146   -4.2576
   2.2368   -0.0503   -0.6943    2.2430
   0.3269    0.5530   -1.3914   -0.0113
   0.8633    0.0835    0.3296    0.7592
   0.6794    1.5775    0.5985    2.2962
   0.5548   -0.3308    0.1472   -0.3822
   1.0016    0.7952   -0.1014    2.6212
   1.2594   -0.7848   -2.6350   -2.4089
   0.0442   -1.2631    0.0281   -1.3408
  -0.3141    0.6667   -0.8763   -1.7822
   0.2267   -1.3926   -0.2655   -1.1188
   0.9967   -1.3006   -0.3276    2.0588
   1.2159   -0.6050   -1.1582   -0.2577
  -0.5427   -1.4886    0.5801   -2.8740
   0.9122    0.5585    0.2398    1.9573
  -0.1721   -0.2774   -0.3509   -2.2362
  -0.3360   -1.2937    0.8921   -0.5890
   0.5415   -0.8884    1.5783   -0.4617
   0.9321   -0.9865   -1.1082   -0.4434
r =
   1.0000    0.1950   -0.3475    0.5143
   0.1950    1.0000    0.0929