发帖
雷达卡
数据清理完之后，就要进行数据的描述性分析。个人觉得主要是了解一下数据的均值和方差，或者标准差，或者中值等统计指标。因为回归中一般用的也是方差和协方差分析，当然最大似然估计除外。所以对数据的这些指标有个事先的了解，对于选择合理的回归模型也是有帮助的。
Matlab中有很多内置的方程可以直接计算数据的一些描述性统计量。如果数据是一个向量，那么这些统计量就是这个向量的统计量。如果数据是一个矩阵，则matlab返回的结果是一个向量，其中每一个元素对应的是每一列的统计量。
举例：仍以之前的count.dat数据集为例。
加载这个数据可以直接输入：
>>loadcount.dat;
找到每一列的最大值：
>>mx=max(count);
计算每一列的均值：
>>mu=mean(count);
计算每一列的标准差：
>>sigma=std(count);
如果想知道最大值在具体的哪一行，可以用如下的命令：
>>[mx,indx]=max(count);
其中indx给出了每一列中最大值所在的行编号。
有时候想找到整个矩阵中的最大值、最小值或者其他的统计量。对于最大值、最小值，我是用两次的命令，例如
>>mx=max(max(count));
>>mi=min(min(count));
虽然感觉比较傻，但是可以达到目的。书上显然不是这样做的。书上给的步骤是先将矩阵转化为向量，然后求转化后的向量的统计量。将矩阵直接转化为向量最简便的方法是：
>>count(:);
而不是用reshape。Reshape当然也可以用，但是上面的命令更简单。例如，要找出矩阵中的最小值：
>>mi=min(count(:));
计算了这些统计量之后或者列在表中，或者以图形的方式表述出来。Matlab内置了Data Statistics dialog box可以让使用者计算统计量并画图。
仍然以count.dat为例，
- >>loadcount.dat;
- >>[n,p]=size(count);
- >>t=1:n;
- >>plot(t,count)
- >>legend(‘Location1’, ‘Location 2’, ‘Location 3’,2)
- >>xlabel(‘Time’),ylabel(‘Vehicle Count’)
画图是为了在图上表示某一个变量的均值。所画的图出现之后，点击Tools，在最下边有一个Data Statistics，点进去。就可以看到每个坐标的数据的各个统计量。在每个数值的背后有个框框可以打钩，选中之后即可在图上显示相应的统计量。
以上对图形对话框的操作其实是用的matlab中的GUI（Graphicaluser interfaces）。具体不知道怎么翻译，大概就是以图形的方式处理数据。也就是说不用再在命令框中输入命令而进行操作。利用GUI可以改变线条的颜色，宽度，线型，标点等。
在使用GUI时，一定要记住是在你将所有你想表示的统计量放在图形上之后再进行。因为如果通过GUI对图形进行编辑，即使你保存了，但是如果你要加入新的统计量，之前的操作会恢复原状。
编辑图形可以点击图形对话框上的Edit，然后选择FigureProperties，就可以进入编辑页面。然后选择你要编辑的曲线，更改曲线的类型、线宽等。
通过GUI可以获得数据的min，max，mean，median，std，range。可以将这些信息保存。点击save to workspace可以进行保存。
京公网安备 11010802022788号
