制作高桌子

方法创建数据存储airlinesmall.csv数据集。治疗“NA”值作为缺失数据，以便将它们替换为南值。选择要使用的变量子集。将数据存储转换为一个高表。

Varnames = {“ArrDelay”，“DepDelay”，“年”，“月”};ds = tabularTextDatastore(“airlinesmall.csv”，“TreatAsMissing”，“NA”，…“SelectedVariableNames”, varnames);T =高(ds)

T = Mx4高表ArrDelay DepDelay年月________ ________ ____ _____ 8 12 1987 10 8 1 1987 10 21 20 1987 10 13 12 1987 10 4 -1 1987 10 59 63 1987 10 3 -2 1987 10 11 -1 1987 10::::::::

到达延误直方图

的直方图ArrDelay变量用于检查到达延误的频率分布。

h =直方图(T.ArrDelay);

使用本地MATLAB会话评估tall表达式:-通过2中的第1步:在0.61秒内完成-通过2中的第2步:在0.23秒内完成评估在1.1秒内完成

标题(“1987 - 2008年航班延误”)包含(“到达延误(分钟)”) ylabel (“频率”）

到达延迟通常是一个接近0的小数字，所以这些值在图中占主导地位，很难看到其他细节。

调整直方图的Bin限制

限制直方图箱的限制，只绘制-50到150分钟之间的到达延迟。从高数组创建直方图对象后，不能更改需要重新计算容器的任何属性，包括BinWidth和BinLimits。另外，你不能使用morebins或fewerbins调整箱子的数量。在这些情况下，使用柱状图从tall数组中的原始数据重建直方图。

图直方图(T。ArrDelay,“BinLimits”[-50150])

使用本地MATLAB会话评估tall表达式:-通过2中的第1步:在0.32秒内完成-通过2中的第2步:在0.2秒内完成评估在0.68秒内完成

标题(1987年至2008年，航班到达延误时间在-50分钟至150分钟之间)包含(“到达延误(分钟)”) ylabel (“频率”）

从这张图来看，长时间的延误似乎比最初预期的更常见。若要进一步调查，请找出延误1小时或更长时间的到达概率。

延迟1小时或更长时间的概率

原始的直方图返回一个对象h控件中的bin值值属性中的料仓边BinEdges财产。您可以使用这些属性来执行内存计算。

确定哪些箱子的到达延迟时间为1小时(60分钟)或更长。从逻辑索引向量中删除最后一条bin边，使其与bin值向量的长度相同。

idx = h.BinEdges >= 60;Idx (end) = [];

使用idx检索与每个所选bin相关联的值。将bin值相加，除以样本总数，再乘以100，以确定延迟大于或等于1小时的总体概率。由于样本总数是从原始数据集计算出来的，因此使用收集显式计算并返回内存中的标量。

N =数字(T.ArrDelay);P = sum(h.Values(idx))*100/N)

P = 4.4809

总体而言，航班延误1小时或更长时间的几率约为4.5%。

按月绘制延误的二元直方图

按月绘制60分钟或更长时间到达延误的二元直方图。这张图考察了季节性如何影响到达延误。

图h2 = histogram2(T. month,T.;ArrDelay, 50 [12],“YBinLimits”(1100),…“归一化”，“概率”，“FaceColor”，“平”）;

使用本地MATLAB会话计算tall表达式:-通过1 / 1:在0.38秒内完成评估，在0.45秒内完成评估，使用本地MATLAB会话计算tall表达式:-通过1 / 1:在0.37秒内完成评估，在0.39秒内完成

标题(“延误1小时或以上的概率(按月计算)”)包含(“月(1 - 12)”) ylabel (“到达延误(分钟)”) zlabel (“概率”) xticks(1:12) view(-126,23)

按月统计延误情况

使用二元直方图对象计算每个月到达延误1小时或更长时间的概率，以及每个月的平均到达延误。将结果放入带有变量的表中P包含概率信息和变量MeanByMonth包含平均到达延迟。

monthNames = {“1月”，2月的，“3”，4月的，“可能”，“君”，…“7”，“8月”，“9”，“10月”，11月的，12月的} ';G = findgroups(T.Month);M = splitapply(@(x) mean(x，“omitnan”)、T.ArrDelay G);delayByMonth = table(monthNames, sum(h2.Values,2)*100, gather(M)，…“VariableNames”, {“月”，“P”，“MeanByMonth”}）

使用本地MATLAB会话评估tall表达式:-通过2中的第1步:在0.23秒内完成-通过2中的第2步:在0.43秒内完成评估在1.1秒内完成

delayByMonth =12×3表月P MeanByMonth  _______ ______ ___________ {' } 1月9.6497 - 8.5954 7.7058 - 7.3275{' 2月'}{“Mar”}9.0543 - 7.5536{4月的}7.2504 - 6.0081 7.4256 - 5.2949{‘可能’}{“君”}10.35 - 10.264{‘7’}10.228 - 8.7797 8.5989 - 7.4522{“8月”}{‘9’}5.4116 - 3.6308{10月的}6.042 - 4.6059{11月的}6.9002 5.2835{12月的}11.384 - 10.571

结果显示，12月假期的航班延误超过1小时的几率为11.4%，但平均延误时间为10.5分钟。紧随其后的是夏季的6月和7月，大约有10%的几率会延误一个小时或更长时间，平均延误时间约为9或10分钟。