Exponenta Banner
exponenta event banner

вар

Различие

свернуть все на странице

Синтаксис

V = var (A)
V = var (A, w)
V = var (A, w, 'все')
V = var (A, w, dim)
V = var (A, w, vecdim)
V = var (___, нанфлаг)

Описание

пример

V = var(A) возвращает дисперсию элементов A вдоль первого размера массива, размер которого не равен 1.

  • Если A - вектор наблюдений, дисперсия - скаляр.

  • Если A - матрица, столбцы которой являются случайными переменными, а строки - наблюдениями, V - вектор строки, содержащий отклонения, соответствующие каждому столбцу.

  • Если A является многомерным массивом, то var(A) обрабатывает значения вдоль первого размера массива, размер которого не равен 1, как векторы. Размер этого измерения становится равным 1 в то время как размеры всех остальных размеров остаются прежними.

  • Дисперсия нормализуется по количеству наблюдений-1 по умолчанию.

  • Если A является скаляром, var(A) прибыль 0. Если A является 0около-0 пустой массив, var(A) прибыль NaN.

пример

V = var(A,w) задает схему взвешивания. Когда w = 0 (по умолчанию), V нормализуется по количеству наблюдений-1. Когда w = 1, он нормализуется по количеству наблюдений. w может также представлять собой весовой вектор, содержащий неотрицательные элементы. В этом случае длина w должен равняться длине размера, над которым var работает.

V = var(A,w,'all') вычисляет вариацию по всем элементам A когда w равно 0 или 1. Этот синтаксис действителен для MATLAB ® версий R2018b и более поздних.

пример

V = var(A,w,dim) возвращает расхождение по размерности dim. Чтобы сохранить нормализацию по умолчанию при задании размера операции, задайте w = 0 во втором аргументе.

пример

V = var(A,w,vecdim) вычисляет дисперсию по размерам, указанным в векторе vecdim когда w равно 0 или 1. Например, если A является матрицей, то var(A,0,[1 2]) вычисляет дисперсию по всем элементам в A, поскольку каждый элемент матрицы содержится в срезе массива, определяемом размерами 1 и 2.

пример

V = var(___,nanflag) указывает, включать или пропускать NaN значения из вычисления для любого из предыдущих синтаксисов. Например, var(A,'includenan') включает все NaN значения в A в то время как var(A,'omitnan') игнорирует их.

Примеры

свернуть все

Открыть сценарий в реальном времени

Создайте матрицу и вычислите ее расхождение.

A = [4 -7 3; 1 4 -2; 10 7 9];
var(A)
ans = 1×3

   21.0000   54.3333   30.3333
Открыть сценарий в реальном времени

Создайте массив 3-D и вычислите его расхождение.

A(:,:,1) = [1 3; 8 4];
A(:,:,2) = [3 -4; 1 2];
var(A)
ans = 
ans(:,:,1) =

   24.5000    0.5000


ans(:,:,2) =

     2    18
Открыть сценарий в реальном времени

Создание матрицы и вычисление ее дисперсии в соответствии с вектором веса w.

A = [5 -4 6; 2 3 9; -1 1 2];
w = [0.5 0.25 0.25];
var(A,w)
ans = 1×3

    6.1875    9.5000    6.1875
Открыть сценарий в реальном времени

Создайте матрицу и вычислите ее дисперсию вдоль первого размера. 

A = [4 -2 1; 9 5 7];
var(A,0,1)
ans = 1×3

   12.5000   24.5000   18.0000

Вычислить дисперсию A вдоль второго размера.

var(A,0,2)
ans = 2×1

     9
     4
Открыть сценарий в реальном времени

Создайте массив 3-D и вычислите расхождение на каждой странице данных (строки и столбцы). 

A(:,:,1) = [2 4; -2 1];
A(:,:,2) = [9 13; -5 7];
A(:,:,3) = [4 4; 8 -3];
V = var(A,0,[1 2])
V = 
V(:,:,1) =

    6.2500


V(:,:,2) =

    60


V(:,:,3) =

   20.9167
Открыть сценарий в реальном времени

Создайте вектор и вычислите его дисперсию, исключая NaN значения.

A = [1.77 -0.005 3.98 -2.95 NaN 0.34 NaN 0.19];
V = var(A,'omitnan')
V = 5.1970

Входные аргументы

свернуть все

Входной массив, заданный как вектор, матрица или многомерный массив.

Типы данных: single | double
Поддержка комплексного номера: Да

Вес, указанный как один из:

  • 0 - нормализуется по количеству наблюдений-1. Если есть только одно наблюдение, вес равен 1.

  • 1 - нормализуется по количеству наблюдений.

  • вектор, состоящий из неотрицательных скалярных весов, соответствующих размерности A по которому вычисляется отклонение.

Типы данных: single | double

Размерность для работы, заданная как целочисленный скаляр. Если значение не указано, то по умолчанию используется первый размер массива, размер которого не равен 1.

Измерение dim указывает размер, длина которого уменьшается до 1. size(V,dim) является 1, в то время как размеры всех остальных размеров остаются прежними.

Рассмотрим двухмерный входной массив, A.

  • Если dim = 1, то var(A,0,1) возвращает вектор строки, содержащий дисперсию элементов в каждом столбце.

  • Если dim = 2, то var(A,0,2) возвращает вектор столбца, содержащий дисперсию элементов в каждой строке.

var возвращает массив нулей того же размера, что и A когда dim больше, чем ndims(A).

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Вектор размерностей, определяемый как вектор положительных целых чисел. Каждый элемент представляет размер входного массива. Длины выходных данных в заданных рабочих размерах равны 1, в то время как остальные остаются прежними.

Рассмотрите входное множество 2 на 3 на 3, A. Тогда var(A,0,[1 2]) возвращает множество 1 на 1 на 3, элементы которого - различия, вычисленные по каждой странице A.

Типы данных: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

NaN условие, указанное как одно из следующих значений:

  • 'includenan' - дисперсия входных данных, содержащих NaN значения также NaN.

  • 'omitnan' - все NaN значения, появляющиеся либо во входном массиве, либо в весовом векторе, игнорируются.

Типы данных: char

Подробнее

свернуть все

Различие

Для вектора случайной величины A, составленного из N скалярных наблюдений, дисперсия определяется как

V=1N−1∑i=1N'Ai−μ|2

где λ - среднее значение А,

μ=1N∑i=1NAi.

В некоторых определениях дисперсии вместо N-1 используется коэффициент нормализации N, который может быть задан настройкой w кому 1. В любом случае предполагается, что среднее имеет обычный нормирующий коэффициент N.

Расширенные возможности

..

См. также

| | |

Представлен до R2006a

Документация MATLAB

Поддержка