MATLAB函数var、std浅析 |
您所在的位置:网站首页 › 方差和s的区别在哪里 › MATLAB函数var、std浅析 |
在衡量一组数据的离散程度的时候通常计算这组数据的方差(Variance)或者标准差(Standard Deviation) 当分析数据为总体(Population)和样本(Sample)时方差和标准差的计算方式又有不同,简单可以记忆为样本数据(Sample Data)求方差除以n-1 ,总体数据(The Population )求方差除以n ,公式如下: The Population: Variance: σ 2 = ∑ ( x i − μ ) 2 N \sigma^2=\frac{\sum(x_i-\mu)^2}{N} σ2=N∑(xi−μ)2 Stand Deviation: σ = σ 2 \sigma=\sqrt{\sigma^2} σ=σ2 A Sample Variance: s 2 = ∑ ( x i − μ ) 2 N − 1 s^2=\frac{\sum(x_i-\mu)^2}{N-1} s2=N−1∑(xi−μ)2 Stand Deviation: s = s 2 s=\sqrt{s^2} s=s2 下面给出MATLAB的var() 和std() 函数的运算结果 test=[4 5 6 3 5 7 2]; %随机给出一组数据 m=mean(test) var1=sum((test(1,:)-m).^2)/length(test) %用总体数据公式定义的方法求方差 var2=sum((test(1,:)-m).^2)/(length(test)-1) %求样本数据的方差 var3=var(test) %用var函数计算 得到如下结果: m = 4.571428571428571 var1 = 2.530612244897959 var2 = 2.952380952380953 var3 = 2.952380952380953由结果知var()函数是以求样本方差的公式计算的,那么怎么求总体方差呢?通过查看帮助文档可以发现var(data,1) 即后面加个参数1就可以求总体方差了,函数var()默认的参数是0,也就是求样本方差 var4=var(test,1) 结果如下: var4 = 2.530612244897959同理,对于std()求标准差的也是通过修改参数实现不同的算法 std1=std(test,0) %默认参数就是0来的 std2=sqrt(var(test,0)) std3=std(test,1) %选择参数为1 std4=sqrt(var(test,1)) 结果如下: std1 = 1.718249385968449 std2 = 1.718249385968449 std3 = 1.590789817951435 std4 = 1.590789817951435如果想用matlab作为个人学习使用,可以微信扫描下面公众号二维码,关注“向芽塔”,后台回复 “MATLAB”,就可以获取丰富的资源啦(支持WIN,MAC,Linux三大系统) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |