prctile

Процентили набора данных

свернуть все на странице

Синтаксис

Y = prctile(X,p)
Y = prctile(X,p,'all')
Y = prctile(X,p,dim)
Y = prctile(X,p,vecdim)
Y = prctile(___,'Method',method)

Описание

пример

Y = prctile(X,p) возвращает процентили элементов в векторе данных или массиве X для процентов p в интервале [0,100].

  • Если X вектор, затем Y скаляр или вектор с той же длиной как количество процентилей, которые требуют (length(p)). Y(i) содержит p(i) процентиль.

  • Если X матрица, затем Y вектор-строка или матрица, где количество строк Y равно количеству процентилей, которые требуют (length(p)). iстрока th Y содержит p(i) процентили каждого столбца X.

  • Для многомерных массивов, prctile действует по первому неодноэлементному измерению X.

пример

Y = prctile(X,p,'all') возвращает процентили всех элементов X.

пример

Y = prctile(X,p,dim) возвращает процентили по операционному измерению dim.

пример

Y = prctile(X,p,vecdim) возвращает процентили по размерностям, заданным в векторном vecdim. Например, если X матрица, затем prctile(X,50,[1 2]) возвращает 50-ю процентиль всех элементов X потому что каждый элемент матрицы содержится в срезе массивов, заданном размерностями 1 и 2.

пример

Y = prctile(___,'Method',method) возвращает или точные или аппроксимированные процентили на основе значения method, использование любой из комбинаций входных аргументов в предыдущих синтаксисах.

Примеры

свернуть все

Скрипт Open Live Script

Сгенерируйте набор данных размера 10. 

rng('default'); % for reproducibility
x = normrnd(5,2,1,10)
x = 1×10

    6.0753    8.6678    0.4823    6.7243    5.6375    2.3846    4.1328    5.6852   12.1568   10.5389

Вычислите 42-ю процентиль. 

Y = prctile(x,42)
Y = 5.6709
Скрипт Open Live Script

Найдите процентили всех значений в массиве.

Создайте 3 5 2 массивами X.

X = reshape(1:30,[3 5 2])
X = 
X(:,:,1) =

     1     4     7    10    13
     2     5     8    11    14
     3     6     9    12    15


X(:,:,2) =

    16    19    22    25    28
    17    20    23    26    29
    18    21    24    27    30

Найдите 40-е и 60-е процентили элементов X.

Y = prctile(X,[40 60],'all')
Y = 2×1

   12.5000
   18.5000

Y(1) 40-я процентиль X, и Y(2) 60-я процентиль X.

Скрипт Open Live Script

Вычислите процентили вдоль столбцов и строк матрицы данных для заданных процентов.

Сгенерируйте матрицу данных 5 на 5. 

X = (1:5)'*(2:6)
X = 5×5

     2     3     4     5     6
     4     6     8    10    12
     6     9    12    15    18
     8    12    16    20    24
    10    15    20    25    30

Вычислите 25-е, 50-е, и 75-е процентили вдоль столбцов X. 

Y = prctile(X,[25 50 75],1)
Y = 3×5

    3.5000    5.2500    7.0000    8.7500   10.5000
    6.0000    9.0000   12.0000   15.0000   18.0000
    8.5000   12.7500   17.0000   21.2500   25.5000

Строки Y соответствуйте процентилям столбцов X. Например, 25-е, 50-е, и 75-е процентили третьего столбца X с элементами (4, 8, 12, 16, 20) 7, 12, и 17, соответственно. Y = prctile(X,[25 50 75]) возвращает ту же матрицу процентили.

Вычислите 25-е, 50-е, и 75-е процентили вдоль строк X. 

Y = prctile(X,[25 50 75],2)
Y = 5×3

    2.7500    4.0000    5.2500
    5.5000    8.0000   10.5000
    8.2500   12.0000   15.7500
   11.0000   16.0000   21.0000
   13.7500   20.0000   26.2500

Строки Y соответствуйте процентилям строк X. Например, 25-е, 50-е, и 75-е процентили первой строки X с элементами (2, 3, 4, 5, 6) 2.75, 4, и 5.25, соответственно.

Скрипт Open Live Script

Найдите процентили многомерного массива по нескольким измерениям одновременно.

Создайте 3 5 2 массивами X.

X = reshape(1:30,[3 5 2])
X = 
X(:,:,1) =

     1     4     7    10    13
     2     5     8    11    14
     3     6     9    12    15


X(:,:,2) =

    16    19    22    25    28
    17    20    23    26    29
    18    21    24    27    30

Вычислите 40-е и 60-е процентили для каждой страницы X путем определения размерностей 1 и 2 как операционные размерности.

Ypage = prctile(X,[40 60],[1 2])
Ypage = 
Ypage(:,:,1) =

    6.5000
    9.5000


Ypage(:,:,2) =

   21.5000
   24.5000

Например, Ypage(1,1,1) 40-я процентиль первой страницы X, и Ypage(2,1,1) 60-я процентиль первой страницы X.

Вычислите 40-е и 60-е процентили элементов в каждом X(:,i,:) срез путем определения размерностей 1 и 3 как операционные размерности.

Ycol = prctile(X,[40 60],[1 3])
Ycol = 2×5

    2.9000    5.9000    8.9000   11.9000   14.9000
   16.1000   19.1000   22.1000   25.1000   28.1000

Например, Ycol(1,4) 40-я процентиль элементов в X(:,4,:), и Ycol(2,4) 60-я процентиль элементов в X(:,4,:).

Скрипт Open Live Script

Вычислите точные и аппроксимированные процентили высокого вектор-столбца для данного процента.

Когда вы выполняете вычисления на длинных массивах, MATLAB® использует любого параллельный пул (значение по умолчанию, если у вас есть Parallel Computing Toolbox™), или локальный сеанс работы с MATLAB. Чтобы запустить пример с помощью локального сеанса работы с MATLAB, когда у вас будет Parallel Computing Toolbox, измените глобальную среду выполнения при помощи mapreducer функция.

mapreducer(0)

Создайте datastore для airlinesmall набор данных. Обработайте 'NA' значения как недостающие данные так, чтобы datastore заменяет их на NaN значения. Задайте, чтобы работать с ArrTime переменная.

ds = datastore('airlinesmall.csv','TreatAsMissing','NA',...
    'SelectedVariableNames','ArrTime');

Составьте длинную таблицу сверху datastore и извлеките данные из длинной таблицы в высокий вектор.

t = tall(ds) % Tall table
t =

  Mx1 tall table

    ArrTime
    _______

      735  
     1124  
     2218  
     1431  
      746  
     1547  
     1052  
     1134  
       :
       :

x = t{:,:}   % Tall vector
x =

  Mx1 tall double column vector

         735
        1124
        2218
        1431
         746
        1547
        1052
        1134
         :
         :

Вычислите точную 50-ю процентиль x. Поскольку x высокий вектор-столбец и p скаляр, prctile возвращает точное значение процентили по умолчанию.

p = 50;
yExact = prctile(x,p)
yExact =

  tall double

    ?

Вычислите аппроксимированную 50-ю процентиль x. Задайте 'Method','approximate' использовать алгоритм аппроксимации на основе T-обзора для вычисления процентили.

yApprox = prctile(x,p,'Method','approximate')
yApprox =

  MxNx... tall double array

    ?    ?    ?    ...
    ?    ?    ?    ...
    ?    ?    ?    ...
    :    :    :
    :    :    :

Оцените длинные массивы и загрузите результаты в память при помощи gather.

[yExact,yApprox] = gather(yExact,yApprox)
Evaluating tall expression using the Local MATLAB Session:
- Pass 1 of 4: Completed in 1 sec
- Pass 2 of 4: Completed in 0.47 sec
- Pass 3 of 4: Completed in 0.67 sec
- Pass 4 of 4: Completed in 0.55 sec
Evaluation completed in 3.9 sec

yExact = 1522

yApprox = 1.5220e+03

Значения аппроксимированной процентили и точной процентили являются тем же самым к этим четырем показанным цифрам.

Скрипт Open Live Script

Вычислите точные и аппроксимированные процентили высокой матрицы для заданных процентов по различным измерениям.

Когда вы выполняете вычисления на длинных массивах, MATLAB® использует любого параллельный пул (значение по умолчанию, если у вас есть Parallel Computing Toolbox™), или локальный сеанс работы с MATLAB. Чтобы запустить пример с помощью локального сеанса работы с MATLAB, когда у вас будет Parallel Computing Toolbox, измените глобальную среду выполнения при помощи mapreducer функция.

mapreducer(0)

Создайте высокий матричный X содержа подмножество переменных из airlinesmall набор данных. Смотрите Процентили Высокого Вектора для Данного Процента для получения дополнительной информации о шагах, чтобы извлечь данные из длинного массива.

varnames = {'ArrDelay','ArrTime','DepTime','ActualElapsedTime'}; % Subset of variables in the data set
ds = datastore('airlinesmall.csv','TreatAsMissing','NA',...
    'SelectedVariableNames',varnames); % Datastore
t = tall(ds);     % Tall table
X = t{:,varnames} % Tall matrix
X =

  Mx4 tall double matrix

           8         735         642          53
           8        1124        1021          63
          21        2218        2055          83
          13        1431        1332          59
           4         746         629          77
          59        1547        1446          61
           3        1052         928          84
          11        1134         859         155
          :          :            :           :
          :          :            :           :

При работе по измерению, которое не является 1, prctile функция вычисляет точные процентили только, так, чтобы она могла выполнить расчет эффективно с помощью основанного на сортировке алгоритма (см. Алгоритмы) вместо алгоритма аппроксимации на основе T-обзора.

Вычислите точные 25-е, 50-е, и 75-е процентили X вдоль второго измерения. 

p = [25 50 75]; % Vector of percentages
Yexact = prctile(X,p,2)
Yexact =

  MxNx... tall double array

    ?    ?    ?    ...
    ?    ?    ?    ...
    ?    ?    ?    ...
    :    :    :
    :    :    :

Когда функция действует по первому измерению и p вектор процентов, необходимо использовать алгоритм аппроксимации на основе t-обзора, чтобы вычислить процентили. Используя основанный на сортировке алгоритм, чтобы найти процентили по первому измерению длинного массива в вычислительном отношении интенсивно.

Вычислите аппроксимированные 25-е, 50-е, и 75-е процентили X по первому измерению. Поскольку размерность по умолчанию равняется 1, вы не должны задавать значение для dim.

Yapprox = prctile(X,p,'Method','approximate')
Yapprox =

  MxNx... tall double array

    ?    ?    ?    ...
    ?    ?    ?    ...
    ?    ?    ?    ...
    :    :    :
    :    :    :

Оцените длинные массивы и загрузите результаты в память при помощи gather.

[Yexact,Yapprox] = gather(Yexact,Yapprox);
Evaluating tall expression using the Local MATLAB Session:
- Pass 1 of 1: Completed in 3.5 sec
Evaluation completed in 4.2 sec

Покажите первые пять строк точных 25-х, 50-х, и 75-х процентилей вдоль второго измерения X . 

Yexact(1:5,:)
ans = 5×3
103 ×

    0.0305    0.3475    0.6885
    0.0355    0.5420    1.0725
    0.0520    1.0690    2.1365
    0.0360    0.6955    1.3815
    0.0405    0.3530    0.6875

Каждая строка матричного Yexact содержит три процентили соответствующей строки в X. Например, 30.5, 347.5, и 688.5 25-е, 50-е, и 75-е процентили, соответственно, первой строки в X.

Покажите аппроксимированные 25-е, 50-е, и 75-е процентили X по первому измерению.

Yapprox
Yapprox = 3×4
103 ×

   -0.0070    1.1149    0.9321    0.0700
         0    1.5220    1.3350    0.1020
    0.0110    1.9180    1.7400    0.1510

Каждый столбец матричного Yapprox соответствует этим трем процентилям для каждого столбца матричного X. Например, первый столбец Yapprox с элементами (–7, 0, 11) содержит процентили для первого столбца X.

Входные параметры

свернуть все

Входные данные в виде вектора или массива.

Типы данных: double | single

Проценты, для которых можно вычислить процентили в виде скаляра или вектора из скаляров от 0 до 100.

Пример: 25

Пример: [25, 50, 75]

Типы данных: double | single

Размерность, вдоль который процентили X требуются в виде положительного целого числа. Например, для матричного X, когда dim = 1, prctile возвращает процентиль (процентили) столбцов X; когда dim = 2, prctile возвращает процентиль (процентили) строк X. Для многомерного массива X, длина dimразмерность th Y равно длине p.

Типы данных: double | single

Вектор из размерностей в виде положительного целочисленного вектора. Каждый элемент vecdim представляет размерность входного массива X. Выход Y имеет длину length(p) в самой маленькой заданной операционной размерности (то есть, размерность min(vecdim)) и имеет длину 1 в каждой из остающихся операционных размерностей. Другие длины размерности являются тем же самым для X и Y.

Например, считайте 2 3х3 массивом X с p = [20 40 60 80]. В этом случае, prctile(X,p,[1 2]) возвращает массив, где каждая страница массива содержит 20-е, 40-е, 60-е, и 80-е процентили элементов соответствующей страницы X. Поскольку 1 и 2 операционные размерности, с   min([1 2]) = 1 и   length(p) = 4, выход является 4 1 3 массивами.

Типы данных: single | double

Метод для вычисления процентилей в виде 'exact' или 'approximate'. По умолчанию, prctile возвращает точные процентили путем реализации алгоритма, который использует сортировку. Можно задать 'method','approximate' для prctile возвратить аппроксимированные процентили путем реализации алгоритма, который использует T-обзор.

Типы данных: char | string

Выходные аргументы

свернуть все

Процентили вектора данных или массива, возвращенного как скаляр или массив для одного или нескольких значений процента.

  • Если X вектор, затем Y скаляр или вектор с той же длиной как количество процентилей, которые требуют (length(p)). Y(i) содержит p(i)процентиль th.

  • Если X массив размерности d, затем Y массив с длиной самой маленькой операционной размерности, равной количеству процентилей, которые требуют (length(p)).

Больше о

свернуть все

Многомерный массив

Многомерный массив является массивом больше чем с двумя размерностями. Например, если X 1 массивом 3 на 4, то X трехмерный массив.

Неодноэлементная размерность

Неодноэлементная размерность массива является размерностью, размер которой не равен 1. Первая неодноэлементная размерность массива является первой размерностью, которая удовлетворяет неодноэлементному условию. Например, если X 1 1 2 4 массивами, затем третья размерность является первой неодноэлементной размерностью X.

Линейная интерполяция

Линейная интерполяция использует линейные полиномы, чтобы найти yi = f (xi), значения базового функционального Y = f (X) в точках в векторе или массиве x. Учитывая точки данных (x 1, y 1) и (x 2, y 2), где y 1 = f (x 1) и y 2 = f (x 2), линейная интерполяция находит y = f (x) для данного x между x 1 и x 2 можно следующим образом:

y=f(x)=y1+(x−x1)(x2−x1)(y2−y1).

Точно так же, если 100 (1.5/n) th процентиль является y 1.5/n, и 100 (2.5/n) th процентиль y 2.5/n, то линейная интерполяция находит 100 (2.3/n) th процентиль, y 2.3/n как:

y2.3n=y1.5n+(2.3n−1.5n)(2.5n−1.5n)(y2.5n−y1.5n).

T-обзор

T-обзор [2] является вероятностной структурой данных, которая является разреженным представлением эмпирической кумулятивной функции распределения (CDF) набора данных. T-обзор полезен для вычислительных приближений основанной на ранге статистики (таких как процентили и квантили) из онлайновых или распределенных данных способом, которые допускают управляемую точность, особенно около хвостов распределения данных.

Для данных, которые распределяются в различных разделах, t-обзор вычисляет оценки квантиля (и оценки процентили) для каждого раздела данных отдельно, и затем комбинирует оценки при поддержании постоянной памяти связанная и постоянная относительная точность расчета (q(1−q) для q th квантиль). По этим причинам t-обзор практичен для работы с длинными массивами.

Чтобы оценить квантили, массив, который распределяется в различных разделах, сначала создайте t-обзор в каждом разделе данных. T-обзор кластеризирует данные в разделе и обобщает каждый кластер центроидным значением и накопленным весом, который представляет количество выборок, способствующих кластеру. T-обзор использует большие кластеры (широко расставленные центроиды), чтобы представлять области CDF, которые являются около q = 0.5 и использует небольшие кластеры (плотно распределенные центроиды), чтобы представлять области CDF, которые являются около q = 0 или q = 1.

T-обзор управляет размером кластера при помощи масштабирующейся функции, которая сопоставляет квантиль q с индексом k параметром сжатия δ. Таким образом,

k(q,δ)=δ⋅(sin−1(2q−1)π+12),

где отображение k является монотонным с минимальным значением k (0, δ) = 0 и максимальное значение k (1, δ) = δ. Следующий рисунок показывает масштабирующуюся функцию для δ = 10.

Масштабирующаяся функция переводит квантиль q в масштабный коэффициент k для того, чтобы дать переменные шаги размера в q. В результате размеры кластера неравны (больше вокруг центральных квантилей и меньший около q = 0 или q = 1). Меньшие кластеры допускают лучшую точность около ребер данных.

Чтобы обновить t-обзор с новым наблюдением, которое имеет вес и местоположение, найдите кластер самым близким к новому наблюдению. Затем добавьте вес и обновите центроид кластера на основе взвешенного среднего, при условии, что обновленный вес кластера не превышает ограничение размера.

Можно объединить независимые t-обзоры от каждого раздела данных путем взятия объединения t-обзоров и слияния их центроидов. Объединить t-обзоры, первый вид кластеры из всех независимых t-обзоров в порядке убывания кластерных весов. Затем объедините соседние кластеры, когда они будут соответствовать ограничению размера, чтобы сформировать новый t-обзор.

Если вы формируете t-обзор, который представляет набор полных данных, можно оценить конечные точки (или контуры) каждого кластера в t-обзоре и затем использовать интерполяцию между конечными точками каждого кластера, чтобы найти точные оценки квантиля.

Алгоритмы

Для n - вектор элемента X, prctile возвращает процентили при помощи основанного на сортировке алгоритма можно следующим образом:

  1. Отсортированные элементы в X взяты в качестве 100 (0.5/n) th, 100 (1.5/n) th..., 100 ([n – 0.5]/n) th процентили. Например:

    • Для вектора данных пяти элементов такой как {6, 3, 2, 10, 1}, отсортированные элементы {1, 2, 3, 6, 10} соответственно соответствуют 10-м, 30-м, 50-м, 70-м, и 90-м процентилям.

    • Для вектора данных шести элементов такой как {6, 3, 2, 10, 8, 1}, отсортированные элементы {1, 2, 3, 6, 8, 10} соответственно соответствуют (50/6) th, (150/6) th, (250/6) th, (350/6) th, (450/6) th, и (550/6) th процентили.

  2. prctile линейная интерполяция использования, чтобы вычислить процентили для процентов между 100 (0.5/n) и 100 ([n – 0.5]/n).

  3. prctile присваивает минимальные или максимальные значения элементов в X к процентилям, соответствующим процентам вне той области значений.

prctile обработки NaNs как отсутствующие значения и удаляет их.

Ссылки

[1] Лэнгфорд, E. “Квартили в элементарной статистике”, журнал образования статистики. Издание 14, № 3, 2006.

[2] Причинение беспокойства, T. и О. Эртл. “Вычисляя чрезвычайно Точные квантили Используя T-обзоры”. Август 2017.

Расширенные возможности

Смотрите также

| |

Темы

Представлено до R2006a

Документация Statistics and Machine Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте