Создайте два вектора выборочных данных, содержа три и четыре отличных значения, соответственно.

x = [1 1 2 3 1];
y = [1 2 5 3 1];

Перекрестный плоский x и y.

table = crosstab(x,y)

table = 3×4

     2     1     0     0
     0     0     0     1
     0     0     1     0

Строки в table соответствуйте трем отличным значениям в x, и столбцы соответствуют четырем отличным значениям в y.

Сгенерируйте два независимых вектора, x1 и x2, каждый содержащий 50 дискретных универсальных случайных чисел в области значений 1:3.

rng default;  % for reproducibility
x1 = unidrnd(3,50,1);
x2 = unidrnd(3,50,1);

Перекрестный плоский x1 и x2.

[table,chi2,p] = crosstab(x1,x2)

table = 3×3

     1     6     7
     5     5     2
    11     7     6

chi2 = 7.5449

p = 0.1097

Возвращенный p значение 0.1097 указывает что, на 5%-м уровне значения, crosstab сбои, чтобы отклонить нулевую гипотезу, что table независимо в каждой размерности.

Загрузите выборочные данные, которые содержат измерения автомобилей большой модели в течение лет 1970-1982.

load carbig

Перекрестный сведите в таблицу данные автомобилей с четырьмя цилиндрами (cyl4) на основе модельного года (when) и страна происхождения (org).

[table,chi2,p,labels] = crosstab(cyl4,when,org);

Используйте labels определить местоположение индекса в table для количества автомобилей с четырьмя цилиндрами, сделанных в США в последний период данных.

labels

labels=3×3 cell array
    {'Other'   }    {'Early'}    {'USA'   }
    {'Four'    }    {'Mid'  }    {'Europe'}
    {0x0 double}    {'Late' }    {'Japan' }

Первый столбец labels соответствует данным в cyl4, и указывает на ту строку 2 из table содержит данные по автомобилям с четырьмя цилиндрами. Второй столбец labels соответствует данным в when, и указывает на тот столбец 3 из table содержит данные по автомобилям, сделанным в последний период. Третий столбец labels соответствует данным в org, и указывает на то местоположение 1 из третьей размерности table содержит данные по автомобилям, сделанным в США.

Поэтому table(2,3,1) содержит количество автомобилей с четырьмя цилиндрами, сделанных в США в последний период.

table(2,3,1)

ans = 38

Данные содержат 38 автомобилей с четырьмя цилиндрами, сделанных в США в последний период.

Создайте таблицу сопряженности из данных и визуализируйте таблицу в графике тепловой карты.

Загрузите данные больницы.

load hospital

hospital массив набора данных содержит данные по 100 пациентам больницы, включая фамилию, пол, возраст, вес, куря состояние и систолические и диастолические измерения артериального давления.

Преобразуйте массив набора данных в таблицу MATLAB®.

Tbl = dataset2table(hospital);

Определите, независимо ли курение состояния от пола путем создания таблицы сопряженности 2 на 2 курильщиков и некурящих, сгруппированных полом.

[conttbl,chi2,p,labels] = crosstab(Tbl.Sex,Tbl.Smoker)

conttbl = 2×2

    40    13
    26    21

chi2 = 4.5083

p = 0.0337

labels = 2x2 cell
    {'Female'}    {'0'}
    {'Male'  }    {'1'}

Строки получившейся таблицы сопряженности conttbl соответствуйте терпеливому полу со строкой 1, содержащей данные для розеток и строки 2, содержащей данные для штекеров. Столбцы соответствуют терпеливому курящему состоянию со столбцом 1, содержащим данные для некурящих и столбца 2, содержащего данные для курильщиков. Возвращенный результат chi2 = 4.5083 значение тестовой статистической величины в квадрате хи для теста Пирсона в квадрате хи независимости. $\mathit{p}$- значение для теста p = 0.0337 предлагает, на 5%-м уровне значения, отклонении нулевой гипотезы, что пол и курение состояния независимы.

Визуализируйте таблицу сопряженности в тепловой карте. Постройте курящее состояние на $\mathit{x}$- ось и пол на $\mathit{y}$ось.

heatmap(Tbl,'Smoker','Sex')