Диаграмма
boxplot(x)boxplot(x,g)boxplot(ax,___)boxplot(___,Name,Value)boxplot( создает диаграмму данных в x)x. Если x является вектором, boxplot строит одно поле. Если x является матрицей, boxplot строит одно поле для каждого столбца x.
На каждом поле центральная метка указывает на медиану, и нижняя часть и верхние края поля указывают на 25-е и 75-е процентили, соответственно. Контактные усики расширяют к самым экстремальным точкам данных, не рассмотренным выбросами, и выбросы построены индивидуально с помощью символа '+'.
boxplot( создает диаграмму с помощью осей, заданных графическим объектом осей ax,___)ax, с помощью любого из предыдущих синтаксисов.
boxplot(___, создает диаграмму с дополнительными опциями, заданными одним или несколькими аргументами пары Name,Value)Name,Value. Например, можно задать стиль поля или порядок.
Загрузите выборочные данные.
load carsmallСоздайте диаграмму миль на галлон (MPG) измерения. Добавьте заголовок и подпишите оси.
boxplot(MPG) xlabel('All Vehicles') ylabel('Miles per Gallon (MPG)') title('Miles per Gallon for All Vehicles')
Коробчатая диаграмма показывает, что средние мили на галлон для всех автомобилей в выборочных данных - приблизительно 24. Минимальное значение - приблизительно 9, и максимальное значение - приблизительно 44.
Загрузите выборочные данные.
load carsmallСоздайте диаграмму миль на галлон (MPG) измерения от выборочных данных, сгруппированных страной происхождения автомобилей (Origin). Добавьте заголовок и подпишите оси.
boxplot(MPG,Origin) title('Miles per Gallon by Vehicle Origin') xlabel('Country of Origin') ylabel('Miles per Gallon (MPG)')
Каждое поле визуально представляет данные о MPG для автомобилей из заданной страны. "Поле" Италии появляется как одна строка, потому что выборочные данные содержат только одно наблюдение для этой группы.
Сгенерируйте два набора выборочных данных. Первая выборка, x1, содержит случайные числа, сгенерированные от нормального распределения с mu = 5 и sigma = 1. Вторая выборка, x2, содержит случайные числа, сгенерированные от нормального распределения с mu = 6 и sigma = 1.
rng default % For reproducibility x1 = normrnd(5,1,100,1); x2 = normrnd(6,1,100,1);
Создайте отмеченные диаграммы x1 и x2. Маркируйте каждое поле его соответствующим значением mu.
figure boxplot([x1,x2],'Notch','on','Labels',{'mu = 5','mu = 6'}) title('Compare Random Data from Different Distributions')
Коробчатая диаграмма показывает, что различие между медианами этих двух групп - приблизительно 1. Поскольку метки в диаграмме не накладываются, можно прийти к заключению с 95%-й уверенностью, что истинные медианы действительно отличаются.
Следующие данные показывают диаграмму для тех же данных с максимальной длиной контактного усика, заданной как 1.0 раза межквартильный размах. Точки данных вне контактных усиков отображены с помощью +.
figure boxplot([x1,x2],'Notch','on','Labels',{'mu = 5','mu = 6'},'Whisker',1) title('Compare Random Data from Different Distributions')
С контактными усиками меньшего размера boxplot отображает больше точек данных как выбросы.
Создайте 100 25 матрица случайных чисел, сгенерированных от стандартного нормального распределения, чтобы использовать в качестве выборочных данных.
rng default % For reproducibility x = randn(100,25);
Создайте две диаграммы для данных в x на той же фигуре. Используйте форматирование значения по умолчанию для главного графика и компактное форматирование для нижнего графика.
figure subplot(2,1,1) boxplot(x) subplot(2,1,2) boxplot(x,'PlotStyle','compact')
Каждый график представляет те же данные, но компактное форматирование может улучшить удобочитаемость для графиков со многими полями.
Создайте диаграммы для векторов данных переменной длины при помощи группирующей переменной.
Случайным образом сгенерируйте три вектор-столбца переменной длины: одна из длины 5, одна из длины 10 и одна из длины 15. Объедините данные в вектор отдельного столбца длины 30.
rng('default') % For reproducibility x1 = rand(5,1); x2 = rand(10,1); x3 = rand(15,1); x = [x1; x2; x3];
Создайте группирующую переменную, которая присваивает то же значение строкам, которые соответствуют тому же вектору в x. Например, первые пять строк g имеют то же значение, First, потому что первые пять строк x все прибывают из того же вектора, x1.
g1 = repmat({'First'},5,1);
g2 = repmat({'Second'},10,1);
g3 = repmat({'Third'},15,1);
g = [g1; g2; g3];Создайте диаграммы.
boxplot(x,g)
boxplot создает визуальное представление данных, но не возвращает числовые значения. Чтобы вычислить соответствующую итоговую статистику для выборочных данных, используйте следующие функции:
min Найдите минимальное значение в выборочных данных.
max Найдите максимальное значение в выборочных данных.
медиана Найдите среднее значение в выборочных данных.
quantile — Найдите значения квантиля в выборочных данных.
grpstats — Вычислите итоговую статистику для выборочных данных, организованных группой.
Вы видите значения данных и названия группы с помощью Data Cursor (MATLAB) в окне рисунка. Курсор показывает исходные значения любых точек, затронутых параметром datalim. Можно маркировать группу, которой выброс принадлежит с помощью функции gname.
Чтобы изменить графические свойства компонента диаграммы, используйте findobj со свойством Tag найти указатель компонента. значения Tag для компонентов диаграммы зависят от установок параметров и перечислены в следующей таблице.
| Установки параметров | Пометьте значения |
|---|---|
| Все настройки |
|
Когда 'PlotStyle' является 'traditional' |
|
Когда 'PlotStyle' является 'compact' |
|
Когда 'Notch' является 'marker' |
|
[1] Макгилл, R., Дж. В. Туки и В. А. Ларсен. “Изменения Коробчатых диаграмм”. Американский Статистик. Издание 32, № 1, 1978, стр 12–16.
[2] Веллемен, P.F., и Hoaglin округа Колумбия. Приложения, основы и вычисление исследовательского анализа данных. Пасифик-Гроув, CA: нажатие Даксбери, 1981.
[3] Нельсон, L. S. “Оценивая Перекрывающиеся Доверительные интервалы”. Журнал Качественной Технологии. Издание 21, 1989, стр 140–141.
[4] Лэнгфорд, E. “Квартили в элементарной статистике”, журнал образования статистики. Издание 14, № 3, 2006.
anova1 | grpstats | kruskalwallis | max | median | min | multcompare | quantile