概要

データのパターンと倾向を可调するに，多重の种类のmatlabグラフを利用できでき図，异なる节述べる散散量によって，异なる交差点のの交量のデータツール可使でき。の个々々のデータ点を参照し，対话形式での操作业が。

2次元散布図

关节散射で作成される2次元散布図は,最初の2つの交差点における交通量の関係を説明します。

加载count.datC1 =计数（：，1）;十字路口1的％数据1C2 =计数（:,2）;十字路口的％数据2图分散（C1，C2，'填充')包含(“十字路口1”) ylabel (《十字路口2》）

关节COV.で計算される"共分散"は2変数間の線形関係の強さを測定します。散布図から最小二乗線に沿ってデータがどれほど密にあるかを評価します。

C12 = COV（[C1 C2]）

C12 =2×2103.× 0.6437 0.9802 0.9802 1.7144

结果は，対称正方行列表示されます。（i，j）番目の位置の要素は，i番目番目函数とj番目番目ののの共共です.i番目の要素は，i番目番目のののはは。分享です。

共分散は,個々の変数の測定に用いる単位に依存するという不都合があります。共分散の値は,変数の標準偏差で除算することで+ 1と1の間に正規化できます。关节corrcoefでは“相関係数”を計算します。

R12 = corrcoef([c1 c2])

R12 =2×21.0000 0.9331 0.9331 1.0000

R12 = R12（1,2）％相关系数

r12 = 0.9331

r12sq = r12 ^ 2％确定系数

r12sq = 0.8707

相关系数の値正式化さてので，交差点の他组の値とにできます。“决定决定数”は，最小二乘ラインからのをを，决定决定は応答（この决定系は応答（この决定系は応答）におけるにおけるののであり，散散のであり，散布図されるか，または最小二乘ラインによって的にに明さます。

3 次元散布図

关节scatter3で作成される3次元散布図は,3つの交差点すべてにおける交通量間の関係を示します。前の手順で作成した変数C1.那C2.那C3.を使用します。

图c3 = count(:，3);十字路口的％数据3散射3（C1，C2，C3，'填充')包含(“十字路口1”) ylabel (《十字路口2》）Zlabel（《十字路口3》）

关节eig.で共分类行为の固値をによりによりにより系关键词关键词

Vars = eig(cov([c1 c2 c3]))

var =3×1103.× 0.0442 0.1118 6.8300

解释= max (var) / (var)和

解释= 0.9777

固有値は,データの“主成分“の分散です。変数解释は,データの軸に沿った,第1主成分によって説明される変動の割合を測ります。2次元散布に対する決定係数とは異なり、この尺度では予測変数と応答変数が区別されます。

散布図配列

关节Plotmatrix.を使用して,交差点の複数の組間の関係を比較します。

图plotmatrix(计数)

配列の(i, j)番目の位置のプロットは,垂直軸上の我番目と水平軸上のj番目の変数の散布図です。我番目の対角位置のプロットは,我番目の変数のヒストグラムです。

グラフ内のデータの探査

ほとんどのmatlabグラフグラフ観测値は，图ツールバーの2つのツールツール利用してで选択できます。

これらの各ツールはどれも探查モードでの利用となり，そこでグラフ上のデータ点を选択して値を确认したり，特定の観测値を含むワークスペース変数を作成したりできます。データのブラシ选択ををた结合，选択した観测値の，削除削除置き换えも可です。

たとえば,数数の第1列と第3列の散布図を作成します。

加载count.dat散射（计数（：，1），count（:,3））

既定の設定では,データヒントにはx座標,y座標およびz座標(3次元プロットの場合)が表示されます。あるデータ点から他のデータ点にデータをドラッグして新規の値を見るか,データを右クリックしてコンテキストメニューを利用して,データヒントを追加します。MATLABコードを使用して,データヒントで表示するテキストをカスタマイズすることもできます。

“データのブラシ选択”は,クリックまたはドラッグによって,グラフ上の1つまたは複数の観測値を強調表示できるようにした関連機能です。データのブラシ選択モードに入るには,图ツールバーで,[データのブラシ選択]ツールの左侧をクリックします。ツールアイコンの右侧の矢印をクリックすると，観测値のカラーを选択するためのドロップダウンのカラーパレットが开きます。次の图は前の图と同じ散布図ですが，标准偏差偏差を超えるすべてすべての観测（[ツール]那[データの统计]Guiにより特价）ががでブラシ选択されてます。

散射(计数(:1)计数(:,3))

データの観測値をブラシ選択した後,次の操作を実行できます。

たとえば，データデータのブラシ选択选択コンテキストメニュー[ツール]那[ブラシ选択]那[新闻数号作物]オプションを使用して,count13highと呼ばれる新しい変数を作成します。

ワークスペースの新しい変数は,次のようになります。

COUNT13HIGH COUNT13HIGH = 61 186 75 180 114 257

“リンク付きプロット”または“データリンク”は,データのブラシ選択に関連する機能です。プロットは,プロットが描くワークスペースデータに応答する接続をもつ場合に,リンクしているといわれます。オブジェクトのxdata.那YData(必要に応じてZData）に保存されたたたはは，これらがリンクしているスペーススペースががまたは削除ととれますますますますますますますますますますますます。ます。

変に表示プロットをと，さまざまな表示で特定観测されトラックできます点ブラシれプロットのデータブラシブラシするする场选択ととのグラフブラシ选択する，同じ同じににリンクてとと各上涨の観测値が表示ささます。

データリンクは,変数エディターがワークスペース変数とやりとりするのと同じように,图とワークスペース変数の2方向の直接のやりとりを確立します。图のツールバー上にあるデータリンクツールをアクティブにしてリンクを作成します。このツールをアクティブにすると、次の図に示すリンク プロットのメッセージ バー (おそらくタイトルは非表示) がプロットの上部に表示されます。プロットとリンク解除せずに (以下の図に示す) メッセージ バーを非表示にできます。この場合、メッセージ バーは表示されず、Figure と共に保存されません。

以下の2つのグラフは,左のグラフのいくつかの観測値をブラシ選択した後,リンクしたデータの散布図を表します。共通の変数数数は,右の图にブラシ選択のマークを置きます。右のグラフは,データのブラシ選択モードではなくても,その変数にリンクしているのでブラシ選択のマークを表示します。

图分散（count（：，1），count（:,2））xlabel（'count（：，1）'）ylabel（'count（:,2）'）图分散（计数（:,3），计数（：，2））Xlabel（'count（:,3）'）ylabel（'count（:,2）'）

.

ブラシ選択されたデータ観測値は,次に示すように,変数エディターにこれらの変数を表示すると,ブラシカラーで強調表示されます。

openvar计数

変数エディターにおいて,リンクしたプロットデータの任意の値を変更でき,グラフが編集結果を反映します。変数エディターからデータ観測値をブラシ選択するには,[ブラシ選択ツール]ボタンをクリックします。ブラシ選択した変数がリンクプロットに現在描かれている場合には,ブラシ選択した観測値は変数エディター同様,プロットでも強調表示されます。行列の列である変数をブラシ選択すると,その行内のその他の列もブラシ選択されます。つまり,行ベクトルまたは列ベクトル内の個々の観測値のブラシ選択はできますが,クリックした観測値だけでなく,行列内のすべての列がブラシ選択行で強調表示になります。

概要

パラメトリックモデルは关键词しし内容へと変换ますもつデータツールまたは変换しに対して解析データまたはまたはトレンドに対してをにまたはまたはまたは。

多項式回帰

关节Polyfit.をを用してし多项式モデルののををしし，次次，关联polyvalを使用して予測子の任意の値でモデルを評価します。

00

加载count.datC3 =计数（:,3）;十字路口的％数据3tdata =(桥);p_coeffs = polyfit (tdata c3 6);图绘图（C3，'O-')举行在tfit = (1:0.01:24) ';Yfit = Polyval（P_Coeffs，TFIT）;情节（TFIT，YFIT，'r-'那“线宽”2)传说(“数据”那“多项式适合”那“位置”那“西北”）

この，単纯ながら上下のトレンド追従，特点データ両端など，予测予测力の精密に疑问があります。

一般線形回帰

データには12時間の周期があり,7時付近にピークがあることを仮定すると,次の形の正弦波モデルで近似するのが適切です。

係数一种とB.は直線的に表示されます。MATLAB®mldivide(バックスラッシュ)演算子を使用して一般的な線形モデルへ近似します。

加载count.datC3 =计数（:,3）;十字路口的％数据3tdata =(桥);x = [α（大小（tdata））cos（（2 * pi / 12）*（tdata-7））];s_coeffs = x \ c3;图绘图（C3，'O-')举行在tfit = (1:0.01:24) ';yfit =[(大小(tfit)因为((2 *π/ 12)* (tfit-7))) * s_coeffs;情节（TFIT，YFIT，'r-'那“线宽”2)传说(“数据”那'sinusoidal fit'那“位置”那“西北”）

关节LSCOV.をを使し，系数の推定误差や平等二乘误差など，近似の统计などを计算ます。

[s_coeffs，stdx，mse] = lscov（x，c3）

s_coeffs =2×165.5833 - 73.2819

stdx =2×18.9185 - 12.6127

MSE = 1.9090E + 03

データの12时间间隔隔仮定を，关节fftをを用して计算した”“ピリオドグラムによって確認します。

FS = 1;%采样频率(每小时)n =长度（C3）;%的窗口长度Y = fft (c3);％DFT数据f = (0: n - 1) * (Fs / n);%频率范围P = Y *连词(Y) / n;DFT的％力量图绘制(f P)包含('频率') ylabel (“权力”）

predicted_f = 1/12

predicted_f = 0.0833

0.0833これはわずかにます，これはわずかてい。