主要内容

将数据划分为组和计算统计

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。

病人数据加载

加载从100名患者收集的样本数据。

负载病人

转换性别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

计算平均重量

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

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

基于自我报告的患者分组

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公平,使用逻辑索引年代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公平健康和那些报告的病人优秀的健康。

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

另请参阅

|

相关的例子

更多关于