• 【转】Matlab求方差,均值,均方差,协方差


    https://www.cnblogs.com/linkr/articles/2297783.html

    1 均值

    数学定义: 

     

    Matlab函数:mean

    >>X=[1,2,3]

    >>mean(X)=2

     

    如果X是一个矩阵,则其均值是一个向量组。mean(X,1)为列向量的均值,mean(X,2)为行向量的均值。

    >>X=[1 2 3

         4 5 6]

    >>mean(X,1)=[2.5, 3.5, 4.5]

    >>mean(X,2)=[2

                 5]

     

    若要求整个矩阵的均值,则为mean(mean(X))。

    >>mean(mean(X))=3.5

    也可使用mean2函数:

    >>mean2(X)=3.5

     

    median,求一组数据的中值,用法与mean相同。

    >>X=[1,2,9]

    >>mean(X)=4

    >>median(X)=2

     

    2 方差

    数学定义:

     

    均方差:

    Matlab 函数:var

    要注意的是var函数所采用公式中,分母不是 ,而是 。这是因为var函数实际上求的并不是方差,而是误差理论中“有限次测量数据的标准偏差的估计值”。

    >>X=[1,2,3,4]

    >>var(X)=1.6667

    >> sum((X(1,:)-mean(X)).^2)/length(X)=1.2500

    >> sum((X(1,:)-mean(X)).^2)/(length(X)-1)=1.6667

     

    var没有求矩阵的方差功能,可使用std先求均方差,再平方得到方差。

    std,均方差,std(X,0,1)求列向量方差,std(X,0,2)求行向量方差。

     

    >>X=[1 2

         3 4]

    >>std(X,0,1)=1.4142  1.4142

    >>std(X,0,2)=0.7071

                0.7071

     

    若要求整个矩阵所有元素的均方差,则要使用std2函数:

    >>std2(X)=1.2910

     

    4、协方差矩阵

     

    A=[61.45,55.9,61.95,59,58.14,53.61,55.48,54.21,61.52,54.92];
    B=[40.36,39.8,49.2,48,51.5,49.39,51.13,58.06,61,62.35];
    C=[8.61,8.91,10.43,13.32,13.48,15.75,18.14,19.95,21.95,23.53];
    D=[14.31,14.72,15.28,15.91,14.67,15,15.86,15.16,13.72,12.94];
    E=[7.67,7.75,8.15,9.24,10.68,10.58,10.31,10,8.91,8.51];
    >> q=[A',B',C',D',E'];
    >> w=cov(q)
    w =
       10.3710   -4.7446   -6.6023   -0.1873   -1.8881
       -4.7446   59.1503   38.7606   -3.0743    3.0982
       -6.6023   38.7606   28.6966   -2.0199    2.4166
       -0.1873   -3.0743   -2.0199    0.8474    0.3936
       -1.8881    3.0982    2.4166    0.3936    1.3412

  • 相关阅读:
    Python学习————作业
    Python学习————前端
    Python学习————前端(JS)
    Python————前端
    Python学习————作业(简单页面设计)
    Python学习————前端(注册)
    Python学习————表格与表单
    Python学习————作业(前端)
    Python学习————前端
    51Nod1307 绳子与重物
  • 原文地址:https://www.cnblogs.com/rinroll/p/14184188.html
Copyright © 2020-2023  润新知