描述性统计的matlab实现
理论讲的再多不会做也白弄
直接上手
一.针对接近正态分布的(均值,方差,标准差,极差,变异系数,偏度,峰度)
这里我必须提前说明一点就是,你在写好函数后,函数的名是dts,你保存的文件名也必须是dts.m才行,这样调用dts()函数的时候才不会出现错。
x=[ 1 2 0/0 4 5 6]
function dts(x);
a = x(:);
nans = isnan(a);
ind = find (nans); %nan是0/0.
a(ind)=[];
xbar= mean(a);
disp(['均值是:',num2str(xbar)]);
s2 = var(a);
disp(['方差是:',num2str(s2)]);
s = std(a);
disp(['标准差是:',num2str(s)]);%数据里必须是元素的类型一样,所以要有num2str()函数转一下。
R = range(a);
disp(['极差是:',num2str(R)]);
cv = 100*s./xbar;%它是一个相对的数且没有量纲,所以更具有说明性。
disp(['变异系数是:',num2str(cv)]);
g1 = skewness(a,0);
disp(['偏度:',num2str(g1)]);
g2=kurtosis(a,0);
disp(['峰度',num2str(g2)]);
二.针对 有极端值(中位数,上下四分位数,四分位极差,三均值,上下截断点)
function fws(x)
a = x(:);
a(isnan(a))=[];
ss5 = prctile(a,50);
disp(['中位数是:',num2str(ss5)]);
ss25 = prctile(a,25);
disp(['下四分位数是:',num2str(ss25)]);
ss75 = prctile(a,75);
disp(['上四分位数是:',num2str(ss75)]);
RS = ss75-ss25;
disp(['四分位极差:',num2str(RS)]);
sss = 0.25*ss25+0.5*ss50+0.25*ss75;
disp('三均值:',num2str(sss));
三.用样本的分布描述总体的matlab
茎叶图:
a=[10 20 10;54 56 78]
a=a(:)
b=a-mod(a,10);
b=unique(b);
b=sort(b);
N=length(b);
for k=1:N
tmp=b(k);
TT=sort(a');
TT(TT<tmp)=[];
TT(TT>tmp+10)=[];
ts=mat2str(mod(TT,10));
ts(ts=='[')=[];
ts(ts==']')=[];
disp([int2str(tmp),' : ',ts])
end
经验分布函数图
X=[12,3,5,6;4,5,6,7];
X=X(:)'
X=sort(X)
n=length(X)
m=size(X)%写这一步是为了比较length 和 size两个函数的不同
xsui=ones(size(X))
B=cumsum(xsui)
B=B/n
x1=min(X)-(max(X)-min(X))*0.1
xr=max(X)+(max(X)-min(X))*0.1
x=[x1,X,xr]
y=[0,B,1]
h=stairs(x,y)
set(h,'linewidth',2,'color','k')
xlabel('x')
ylabel('F(x)')
grid on
axis([x1,xr,-0.05,1.05])
title('经验分布函数')
出处:http://www.cnblogs.com/zhengtaodoit/p/4933958.html
描述性统计的matlab实现的更多相关文章
- 使用Python进行描述性统计
目录 1 描述性统计是什么?2 使用NumPy和SciPy进行数值分析 2.1 基本概念 2.2 中心位置(均值.中位数.众数) 2.3 发散程度(极差,方差.标准差.变异系数) 2.4 偏差程度(z ...
- \(\S1\) 描述性统计
在认识客观世界的过程中,统计学的思想和方法经常起着不可替代的作用.在许多工程及自然科学的专业领域中,包括可靠性分析.质量控制.生物信息.脑科学.心理分析.经济分析.金融风险管理.社会科学推断.行为科学 ...
- Programming | 中/ 英文词频统计(MATLAB实现)
一.英文词频统计 英文词频统计很简单,只需借助split断句,再统计即可. 完整MATLAB代码: function wordcount %思路:中文词频统计涉及到对"词语"的判断 ...
- Pandas描述性统计
有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作. 其中大多数是sum(),mean()等聚合函数,但其中一些,如sumsum(),产生一个相同大小的对象. 一般来说,这些方法采 ...
- 基于R语言的数据分析和挖掘方法总结——描述性统计
1.1 方法简介 描述性统计包含多种基本描述统计量,让用户对于数据结构可以有一个初步的认识.在此所提供之统计量包含: 基本信息:样本数.总和 集中趋势:均值.中位数.众数 离散趋势:方差(标准差).变 ...
- Pandas | 06 描述性统计
有很多方法用来集体计算DataFrame的描述性统计信息和其他相关操作. 其中大多数是sum(),mean()等聚合函数. 一般来说,这些方法采用轴参数,就像ndarray.{sum,std,...} ...
- Pandas 之 描述性统计案例
认识 jupyter地址: https://nbviewer.jupyter.org/github/chenjieyouge/jupyter_share/blob/master/share/panda ...
- Python实现描述性统计
该篇笔记由木东居士提供学习小组.资料 描述性统计的概念很好理解,在日常工作中我们也经常会遇到需要使用描述性统计来表述的问题.以下,我们将使用Python实现一系列的描述性统计内容. 有关python环 ...
- SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类
https://www.zhihu.com/topic/19582125/top-answershttps://wenku.baidu.com/search?word=spss&ie=utf- ...
随机推荐
- Python内置类型(1)——真值测试
python中任何对象都能直接进行真假值的测试,用于if或者while语句的条件判断,也可以做为布尔逻辑运算符的操作数 python中任何对象都能直接进行真假值的测试,而不需要额外的类型转换 这一点是 ...
- mybatis随笔五之Executor
在上一篇文章我们分析到了mapper接口方法的实现实际上是交由代理类来实现的,并最终调用Executor来查询,接下来我们对executor.query(ms, wrapCollection(para ...
- docker storage driver
docker默认有2种方式用于持久化数据,volumes和bind mounts,也可以使用tmpfs,其中使用volume是持久化数据的最好方式,volume由docker控制管理,使用docker ...
- C++学习总结(2)
1.const指针 指向常量的指针变量,其一般形式为 "const 类型名 * 指针变量名 " . 如下: int a=12,b=15; const int *p=&a; ...
- kafka集群管理
1.启动kafka集群 kafka 没有提供同时启动集群中所有节点的执行脚本,这里自定义一个脚本 名称为 kafka-cluster-start.sh 2.关闭节点 kafka自带关闭脚本 kafka ...
- Java并发编程笔记之ConcurrentLinkedQueue源码探究
JDK 中基于链表的非阻塞无界队列 ConcurrentLinkedQueue 原理剖析,ConcurrentLinkedQueue 内部是如何使用 CAS 非阻塞算法来保证多线程下入队出队操作的线程 ...
- 函数调用的区别:_cdecl以及_stdcall
一.概念1)_stdcall调用 _stdcall是Pascal程序的缺省调用方式,参数采用从右到左的压栈方式,由调用者完成压栈操作,被调函数自身在返回前清空堆栈. WIN32 Api都采用_ ...
- web模拟终端博客系统
本文由QQ音乐前端团队发表 前段时间做了一个非常有意思的模拟终端的展示页:http://ursb.me/terminal/(没有做移动端适配,请在PC端访问),这个页面非常有意思,它可以作为个人博客系 ...
- .net实现支付宝在线支付
流程参考<实物商品交易服务集成技术文档2.0.pdf>网关地址http://paytest.rupeng.cn/AliPay/PayGate.ashx 网关参数说明:partner:商户编 ...
- Http 概述
Http是可靠的数据传输协议. 资源 Web服务器是Web资源(resource)的宿主.包括静态文件以及动态的内容. 媒体类型 Http对每种需要由web传输的对象都打上了名为MIME类型的 ...