40.皮尔逊相关系数的计算
---- R = corrcoef(A)
- R : A的指标相关系数的矩阵
- A : 列表示随机变量(指标) , 行表示观测值(样本)
---- R = corrcoef(A,B)
- A,B : 两个向量
- R : A,B两个向量的相关系数矩阵
----[R,P] = corrcoef(A)
41.tpdf函数
t分布概率密度函数
Y = tpdf(X,n)
- Y : 概率密度函数计算值
- X : 概率密度函数输入值
- n : 自由度,在皮尔逊相关系数计算中等于 样本数-2
42.tinv函数
t分布的累积密度函数的反函数
Y = tinv(X,n)
- Y : 累积密度函数计算值,即tp的值
- X : 累积密度函数输入值,一般为左侧面积,即概率
- n : 自由度,在皮尔逊相关系数计算中等于 样本数-2
43.tcdf函数
t分布的累积密度函数
扫描二维码关注公众号,回复:
9115340 查看本文章
Y = tcdf(X,n)
- Y : 累积密度函数计算值
- X : 累积密度函数输入值
- n : 自由度,在皮尔逊相关系数计算中等于 样本数-2
44.disp函数
- 将多个字符串组合后,打印出来 -> disp(['nihao',num2str(n),'haode']) ;
45.jbtest函数
----进行正态分布检验(样本n >= 30)
[h,p] = jbtest(x,alpha) ;
- h : 为1时,拒绝原假设;为0时,无法拒绝原假设
- p :p值
- alpha : 显著水平; = 1-置信区间
- x :要检验的向量,不能为矩阵
46.qqplot函数
----进行正态分布检验(样本量特别大),近似于正态分布=图像近似于一条直线
qqplot(n) ;
47.corr函数
----计算斯皮尔曼Sperman相关系数
- 计算X,Y两个向量(必须是列向量)之间的相关系数 : A = corr(X,Y,'type','Sperman') ;
- 计算矩阵X矩阵各列之间的相关系数 : R =corr(X,'type','Sperman') ;
48.向量转置(撇)
eg.
X = [1,3,4]' ;
49.有向图与无向图
G2 = graph(s2, t2);
在 s 和 t 中的对应节点之间以w的权重创建边,并生成一个图
- s和t以及w均是向量,若没有权重w可不添加
- plot(G2, 'linewidth', 2) % 设置线的宽度
- set( gca, 'XTick', [], 'YTick', [] ); %画图后不显示坐标
- 要做出有向图,只需要将graph改为digraph就行了。
- plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) %显示权重
s = [9 9 1 1 2 2 2 7 7 6 6 5 5 4];
t = [1 7 7 2 8 3 5 8 6 8 5 3 4 3];
w = [4 8 3 8 2 7 4 1 6 6 2 14 10 9];
G = graph(s,t,w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2)
set( gca, 'XTick', [], 'YTick', [] );