Вычислите средние высоты полом для групп пациентов и отобразите результаты.

Загрузите терпеливые высоты и полы из файла данных patients.mat.

load patients
whos Gender Height

  Name          Size            Bytes  Class     Attributes

  Gender      100x1             11412  cell                
  Height      100x1               800  double              

Задайте группы полом с findgroups.

G = findgroups(Gender);

Разделите Height в группы, заданные G. Вычислить среднюю высоту по полу. Первая строка выходного аргумента является средней высотой пациенток, и вторая строка является средней высотой штекерных пациентов.

splitapply(@mean,Height,G)

ans = 2×1

   65.1509
   69.2340

Вычислите отклонения различий в показаниях кровяного давления для групп пациентов и отобразите результаты. Показания кровяного давления содержатся в двух переменных данных. Чтобы вычислить различия, используйте функцию, которая берет два входных параметра.

Загрузите показания кровяного давления и курение данных для 100 пациентов из файла данных patients.mat.

load patients
whos Systolic Diastolic Smoker

  Name             Size            Bytes  Class      Attributes

  Diastolic      100x1               800  double               
  Smoker         100x1               100  logical              
  Systolic       100x1               800  double               

Задайте func как функция, которая вычисляет отклонения различий между систолическими и диастолическими показаниями кровяного давления для курильщиков и некурящих. func требует двух входных параметров.

func = @(x,y) var(x-y);

Используйте findgroups и splitapply разделить данные о пациентах в группы и вычислить отклонения различий. findgroups также возвращает идентификаторы группы в smokers. splitapply вызовы функции func однажды на группу, с Systolic и Diastolic как эти два входных параметра.

[G,smokers] = findgroups(Smoker);
varBP = splitapply(func,Systolic,Diastolic,G)

varBP = 2×1

   44.4459
   48.6783

Составьте таблицу, которая содержит отклонения различий с количеством пациентов в каждой группе.

numPatients = splitapply(@numel,Smoker,G);
T = table(smokers,numPatients,varBP)

T=2×3 table
    smokers    numPatients    varBP 
    _______    ___________    ______

     false         66         44.446
     true          34         48.678

Вычислите минимум, медиану и максимальные веса для групп пациентов и возвратите эти результаты как массивы для каждой группы. splitapply конкатенирует выходные аргументы так, чтобы можно было отличить выход для каждой группы от выхода для других групп.

Задайте функцию, которая возвращает минимум, медиану и максимум как вектор-строка.

mystats = @(x)[min(x) median(x) max(x)];

Загрузите терпеливые веса, полы и состояние как курильщики от patients.mat.

load patients
whos Weight Gender Smoker

  Name          Size            Bytes  Class      Attributes

  Gender      100x1             11412  cell                 
  Smoker      100x1               100  logical              
  Weight      100x1               800  double               

Используйте findgroups и splitapply разделить терпеливые веса в группы и вычислить статистику для каждой группы.

G = findgroups(Gender,Smoker);
Y = splitapply(mystats,Weight,G)

Y = 4×3

  111.0000  131.0000  147.0000
  115.0000  131.0000  146.0000
  158.0000  181.5000  194.0000
  164.0000  181.0000  202.0000

В этом примере можно возвратить нескалярный выходной параметр как векторы-строки, потому что данные и сгруппированные переменные являются вектор-столбцами. Каждая строка Y содержит статистику для другой группы пациентов.

Вычислите средний индекс массы тела (BMI) из таблиц данных о пациентах. Сгруппируйте пациентов полом и состоянием как курильщики или некурящие.

Загрузите данные о пациентах и сгруппированные переменные в таблицы.

load patients
DT = table(Height,Weight);
GT = table(Gender,Smoker);

Задайте функцию, которая вычисляет средний BMI от весов и высот групп или пациентов.

meanBMIFcn = @(h,w)mean((w ./ (h.^2)) * 703);

Составьте таблицу, которая содержит средний BMI для каждой группы.

[G,results] = findgroups(GT);
meanBMI = splitapply(meanBMIFcn,DT,G);
results.meanBMI = meanBMI

results=4×3 table
      Gender      Smoker    meanBMI
    __________    ______    _______

    {'Female'}    false     21.672 
    {'Female'}    true      21.669 
    {'Male'  }    false     26.578 
    {'Male'  }    true      26.458 

Вычислите минимум, среднее значение и максимальные высоты для групп пациентов и возвратите результаты в таблицу.

% Copyright 2015 The MathWorks, Inc.

function [lo,avg,hi] = multiStats(x)
lo = min(x);
avg = mean(x);
hi = max(x);
end

load patients
T = table(Gender,Height);
summary(T)

Variables:

    Gender: 100x1 cell array of character vectors

    Height: 100x1 double

        Values:

            Min          60   
            Median       67   
            Max          72   

[G,gender] = findgroups(T.Gender);
[minHeight,meanHeight,maxHeight] = splitapply(@multiStats,T.Height,G);
result = table(gender,minHeight,meanHeight,maxHeight)

result =

  2x4 table

      gender      minHeight    meanHeight    maxHeight
    __________    _________    __________    _________

    {'Female'}       60          65.151         70    
    {'Male'  }       66          69.234         72