从具有参数值的正常分布生成4×4矩阵的随机数据 $$\mathrm{\mu .}$$等于10 $$\mathrm{\sigma .}$$等于1。

rng默认的重复性的％x = normrnd(10、1、4)

x =4×4.10.5377 10.3188 13.5784 10.7254 11.8339 8.6923 12.7694 9.9369 7.7412 9.5664 8.6501 10.7147 10.8622 10.3426 13.0349 9.7950

计算每一列数据的四分位数范围。

r =差(x)

r =1×42.2086 1.2013 2.5969 0.8541

计算每行数据的四分位数范围。

r2 =差(x, 2)

r2 =4×11.7237 2.9870 1.9449 1.8797

通过指定，计算多维数组的四个间位范围'所有'和vecdim输入参数。

创建一个3×4×2数组X。

X = shape(1:24，[3 4 2])

X = X(:，:，1) = 14 7 10 2 5 8 11 3 6 9 12 X(:，:，2) = 13 16 19 22 14 17 20 23 15 18 21 24

中的所有值的四分位数范围X。

rall = iqr（x，'所有'）

Rall = 12.

计算每页的四分位数范围X。指定第一和第二个维度作为计算四分位数间范围的操作维度。

rpage = iqr(X，[1 2])

rpage = rpage（：，：，1）= 6 rpage（：，:,2）= 6

例如，rpage（1,1,1）所有元素的四分位数范围在吗X (:: 1)。

计算每个元素的四分位数范围X(我::)通过指定第二个和第三个维度作为操作维度进行切片。

rrow = iqr(X，[2 3])

rrow =3×112 12 12

例如，rrow（3）所有元素的四分位数范围在吗x（3，：，:)。

使用均值创建标准的正态分布对象， $$\mathrm{\mu .}$$，等于0，而标准差， $$\mathrm{\sigma .}$$，等于1。

pd = makedist（'正常'那“亩”0,'sigma'，1）;

计算标准正态分布的四分位数范围。

r =差(pd)

r = 1.3490

返回值是分布的第75百分点和第25个百分位数之间的差异。这相当于计算概率处的逆累积分布函数（ICDF）值之间的差异y等于0。75和0。25。

R2 = ICDF（PD，0.75） -  ICDF（PD，0.25）

R2 = 1.3490.

加载样本数据。创建包含第一列的学生考试等级数据的矢量。

加载examgrades;x =等级（：，1）;

通过拟合数据创建一个正态分布对象。

pd = fitdist（x，'正常'）

PD =正规分布正常分布Mu = 75.0083 [73.4321,76.5846] Sigma = 8.7202 [7.7391,9.98843]

计算拟合分布的四分位数范围。

r =差(pd)

r = 11.7634.

返回的结果表明，学生等级的第75岁和第25百分位数之间的差异是11.7634。

利用icdf确定学生成绩的第75和第25百分位数。

y = icdf (pd, [0.25, 0.75])

y =1×269.1266 - 80.8900

计算第75百分位数和第25百分位数之间的差异。这产生的结果与IQR.。

Y（2） - （1）

ans = 11.7634.

利用箱形图使四分位数范围形象化。

箱线图(x)

框的顶线显示第75百分位数，底线显示第25百分位数。中心线显示中位数，这是50百分位数。