描述性统计

数值摘要和相关措施

计算从样本数据，包括集中趋势的措施，分散，形状，相关性，和协方差描述性统计。制表和交叉制表数据和分组数据计算汇总统计。如果您的数据中包含缺失（为NaN）值，MATLAB^®运算函数的返回为NaN。然而，在统计和机器学习工具箱中可用专门的职能™忽略这些缺失值，并返回使用剩余值计算出的数值。欲了解更多信息，请参阅缺失值数据。

功能

展开全部

集中趋势和离散

`几何平均值`	几何平均数
`harmmean`	调和平均数
`TRIMMEAN`	意思是说，排除异常值
`nanmean`	意思是说，忽略`为NaN`值
`nanmedian`	中位数，忽略`为NaN`值
`峰度`	峰度
`时刻`	中央时刻
`偏态`	偏态
`nanstd`	标准偏差，忽略`为NaN`值
`nanvar`	差异，忽视`为NaN`值

范围，百分位数，和Z值

`范围`	值范围
`nanmax`	最大，忽视`为NaN`值
`nanmin`	最小，忽略`为NaN`值
`IQR`	四分位距
`狂`	平均值或中值绝对偏差
`prctile`	一个数据集的百分
`位数`	一个数据集的分位数
`zscore`	标准化ž-scores

制表和分组数据

`grpstats`	汇总统计按组安排
`制表`	频率表
`交叉表`	交叉制表
`tiedrank`	等级调整的关系
`nansum`	总之，忽视`为NaN`值

主题

数据的探索性分析

探索使用描述性统计数据的分布。

缺失值数据

计算描述性统计，而忽略遗漏值。

集中趋势的措施

定位数据的沿着一个适当的标度的分布。

分散的措施

找出摊开的数据值是如何在数轴上。

分位数和百分

学习统计和机器学习工具箱如何计算位数和百分位数。

分组变量

分组变量是用于组或分类观测效用变量。

统计和机器学习工具箱文档

金宝app

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书

`科尔`	线性或等级相关
`robustcov`	强大的多变量协方差和均值估计
`cholcov`	乔莱斯基般的协方差分解
`corrcov`	转换协方差矩阵对相关矩阵
`partialcorr`	直链或秩偏相关系数
`partialcorri`	调整内部变量偏相关系数
`nancov`	协方差忽视`为NaN`值
`nearcorr`	通过最小化弗罗贝纽斯距离计算最近的相关矩阵