这篇博客探讨了如何在数值范围内使用分位数进行数据筛选。文章中提到，当中间范围是[-10, 10]时，可以通过逻辑索引找到相应数据。还介绍了如何利用`quantile`函数计算四分位数，并以此确定中位数范围。通过这个方法，可以有效地选取位于特定分位数之间的数据点。此外，博客强调了分位数在处理分布不均匀数据时的重要性，并提供了代码示例进行说明。
假设你的中间范围是[-10 10]那么指数将是：
> find(-10< M & M< 10)
ans =
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
请注意,您还可以通过逻辑索引来访问值,例如：
> M(-10< M & M< 10)
ans =
Columns 1 through 15:
-7.37500 -5.50000 -1.66667 -1.33333 and so on ...
为了获得你的中档,只需：
> q= quantile(M(:), [.25 .75])
q =
-1.3214
17.0917
> find(q(1)< M & M< q(2))
ans =
8 9 10 11 12 13 14 15 16 17 18 19 20
另请注意,此处使用M(:)来确保分位数将M视为向量.您可以采用程序中的所有向量都是列向量的约定,然后大多数函数会自动正确地处理它们.
更新：
现在,对于分位数的非常简短的描述是：它们是取自随机变量的累积分布函数(cdf)的点. (现在你的M被认为是一种cdf,因为它的非减少并且可以归一化为总和1).现在’简单”数据的分位数.5’意味着50％的值低于此分位数’.关于分位数的更多细节可以在例如here中找到.
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
