创建两个样本数据向量，分别包含三个和四个不同的值。

X = [1 1 2 3 1];Y = [1 2 5 3 1];

Cross-tabulatex和y．

表=交叉表(x, y)

表=3×42 1 0 0 0 0 1 0 0 1 0 0

的行表格对应于中三个不同的值x，列对应于中四个不同的值y．

生成两个独立的向量，x1和x2，每个包含50个范围内的离散均匀随机数1:3．

rng默认的；%的再现性x1 = unidrnd(3, 50岁,1);x2 = unidrnd(3, 50岁,1);

Cross-tabulatex1和x2．

(表、chi2 p) =交叉表(x1, x2)

表=3×31 6 7 5 5 2 11 7 6

chi2 = 7.5449

p = 0.1097

返回的p的价值0.1097表明，在5%显著性水平下，交叉表无法拒绝零假设表格在每个维度都是独立的。

加载样本数据，其中包含1970-1982年期间大型车型的测量数据。

负载carbig

交叉表格四缸车数据(cyl4)，以模式年计算(当)及原产国(org）.

(表、chi2 p、标签)=交叉表(cyl4, org);

使用标签来确定索引位置表格在数据的后期，美国制造的四缸汽车的数量。

标签

标签=3×3单元阵列{'其他'}{‘早’}{‘美国’}{‘四’}{“中期”}{“欧洲”}{0 x0双}{“末”}{‘日本’}

第一列标签对应的数据cyl4，表示该行2的表格包含四缸汽车的数据。第二列标签对应的数据当，表示该列3.的表格包含后期生产的汽车的数据。第三列标签对应的数据org，表示该位置1第三维度的表格包含了美国制造的汽车的数据。

因此,表(2、3、1)包括后期在美国生产的四缸汽车的数量。

表(2、3、1)

ans = 38

数据包括38辆后期在美国生产的四缸车。

根据数据创建列联表，并将该表可视化为热图。

载入医院数据

负载医院

的医院数据集阵列包含100名住院患者的数据，包括姓氏、性别、年龄、体重、吸烟状况以及收缩压和舒张压测量值。

将数据集数组转换为MATLAB®表。

台= dataset2table(医院);

通过创建吸烟者和不吸烟者的2 × 2列联表，按性别分组，确定吸烟状态是否独立于性别。

[conttbl chi2 p、标签]=交叉表(Tbl.Sex Tbl.Smoker)

conttbl =2×240 13 26 21

chi2 = 4.5083

p = 0.0337

标签=2 x2细胞{'Female'} {'0'} {'Male'} {'1'}

列联表的行数conttbl对应于患者性别，第1行包含女性数据，第2行包含男性数据。这些列对应于患者吸烟状况，其中第1列包含非吸烟者的数据，第2列包含吸烟者的数据。返回的结果chi2 = 4.5083是独立皮尔森卡方检验统计量的值。的 $\mathit{p}$测试的值p = 0.0337建议，在5%的显著性水平上，拒绝性别和吸烟状况是独立的无效假设。

在热图中想象列联表。图上的吸烟状况 $\mathit{x}$-轴和性别 $\mathit{y}$设在。

热图(资源描述,“抽烟”，“性”）