控件中分割数据patients.mat
数据文件分组。然后,它展示了如何计算每组患者的平均体重和身体质量指数,以及血压读数的差异。它还展示了如何在表中总结结果。
加载从100名患者收集的样本数据。
负载病人
转换性别
和SelfAssessedHealthStatus
分类数组。
性别=分类(性别);SelfAssessedHealthStatus =分类(SelfAssessedHealthStatus);谁
名称大小字节类属性年龄100x1 800双舒张期100x1 800双性别100x1 330分类高度100x1 800双LastName 100x1 11616 cell位置100x1 14208 cell SelfAssessedHealthStatus 100x1 560分类吸烟100x1 100逻辑收缩100x1 800双体重100x1 800双
将患者分为非吸烟者和使用吸烟者
变量。计算每组的平均权重。
(G,吸烟者)= findgroups(吸烟);meanWeight = splitapply (@mean、重量、G)
meanWeight =2×1149.9091 - 161.9412
的findgroups
函数返回G
,其中创建的组数向量吸烟者
.的splitapply
函数使用G
分裂重量
分成两组。splitapply
应用的意思是
函数到每个组,并将平均权值连接到一个向量。
findgroups
返回组标识符的向量作为第二个输出参数。组标识符是逻辑值,因为吸烟者
包含逻辑值。第一组病人是非吸烟者,第二组病人是吸烟者。
吸烟者
吸烟者=2 x1逻辑阵列0 1
将患者体重按性别和吸烟身份分开,计算平均体重。
G = findgroups(性别、吸烟);meanWeight = splitapply (@mean、重量、G)
meanWeight =4×1130.3250 130.9231 180.0385 181.1429
唯一的组合性别
和吸烟者
确定四组患者:女性不吸烟者,女性吸烟者,男性不吸烟者和男性吸烟者。在表格中总结这四组和他们的平均权重。
(G,性别,吸烟者)= findgroups(性别、吸烟);T =表(性别、吸烟、meanWeight)
T =4×3表性别吸烟者表示体重______ ______ __________女性假130.32女性真130.92男性假180.04男性真181.14
T.gender
包含分类值和T.smoker
包含逻辑值。这些表变量的数据类型与性别
和吸烟者
分别。
计算四组患者的体重指数(BMI)。定义一个带参数的函数高度
和重量
作为它的两个输入参数,并计算BMI。
= @(h,w)mean((w ./ (h.^2)) * 703);体重指数= splitapply (meanBMIfcn,身高、体重、G)
体重指数=4×121.6721 21.6686 26.5775 26.4584
计算报告自己的健康状况为这两种情况的患者的比例可怜的
或公平
.首先,使用splitapply
统计每组患者人数:女性不吸烟者、女性吸烟者、男性不吸烟者和男性吸烟者。然后,只计算那些报告自己健康状况的患者可怜的
或公平
,使用逻辑索引年代
和G
.从这两组数中,计算每组的分数。
(G,性别,吸烟者)= findgroups(性别、吸烟);S = SelfAssessedHealthStatus;我= ismember(年代,{“可怜的”,“公平”});numPatients = splitapply (@numel, S, G);numPF = splitapply (@numel, S (I), G (I));numPF. / numPatients
ans =4×10.2500 0.3846 0.3077 0.1429
比较中标准差舒张压
那些报告的病人的读数可怜的
或公平
健康和那些报告的病人好
或优秀的
健康。
stdDiastolicPF = splitapply (@std,舒张压(I), G(我));stdDiastolicGE = splitapply (@std,舒张压(~我),G(我)~);
在表中收集结果。对于这些病人,不吸烟的女性可怜的
或公平
健康状况显示血压读数变化最大。
T =表(性别、吸烟、numPatients、numPF stdDiastolicPF, stdDiastolicGE, BMI)
T =表4×7性别吸烟者numPatients numPF stdDiastolicPF stdDiastolicGE BMI ____________ ___________ _____ ______________ ______________ ______ Female false 40 10 6.8872 3.9012 21.672 Female true 13 5 5.4129 5.0409 21.669 Male false 26 8 4.2678 4.8159 26.578 Male true 21 3 5.6862 5.258 26.458