Сводная статистика, организованная по группам
statarray = grpstats(tbl,groupvar)tbl определяется значениями переменной группировки или переменных, указанных в groupvar.
Если есть одна переменная группирования, то есть строка в statarray для каждого значения переменной группировки. grpstats сортирует группы по порядку отображения (если группирующая переменная является символьным вектором или строковым скаляром), по возрастанию (если группирующая переменная является числовой) или по порядку уровней (если группирующая переменная является категориальной).
Если groupvar является строковым массивом или массивом ячеек символьных векторов, содержащих несколько имен переменных группирования, или вектором номеров столбцов, то есть строка в statarray для каждой наблюдаемой уникальной комбинации значений переменных группировки. grpstats сортирует группы по значениям первой переменной группирования, затем второй переменной группирования и т.д.
При наличии переменных в tbl (кроме указанных в groupvar) не являются числовыми или логическими массивами, то вы должны указать имена или номера столбцов числовых и логических переменных, для которых вы хотите вычислить средства, используя аргумент пары имя-значение, DataVars.
statarray = grpstats(tbl,groupvar,whichstats)whichstats.
statarray = grpstats(tbl,groupvar,whichstats,Name,Value)Name,Value аргументы пары.
means = grpstats(X,group)X определяется значениями переменной группировки или переменных, group. Строки means соответствуют значениям переменной группировки.
Если есть одна переменная группирования, то есть строка в means для каждого значения переменной группировки. grpstats сортирует группы по порядку отображения (если группирующая переменная является символьным вектором или строковым скаляром), по возрастанию (если группирующая переменная является числовой) или по порядку уровней (если группирующая переменная является категориальной).
Если group является строковым массивом или массивом ячеек переменных группирования, то есть строка в means для каждой наблюдаемой уникальной комбинации значений переменных группировки. grpstats сортирует группы по значениям первой переменной группирования, затем второй переменной группирования и т.д.
Если X является матрицей, то means является матрицей с тем же количеством столбцов, что и X. Каждый столбец means имеет групповое значение для соответствующего столбца X.
[ возвращает векторы столбцов или массивы со значениями групп для суммарных типов статистики, указанных в stats1,...,statsN] = grpstats(X,group,whichstats)whichstats.
[ определяет уровень значимости для доверительных интервалов и интервалов прогнозирования.stats1,...,statsN] = grpstats(X,group,whichstats,'Alpha',alpha)
grpstats( строит график средних значений групп данных в векторе или матрице X,group,alpha)X определяется значениями переменной группировки, group. Значения переменных группирования находятся на горизонтальной оси графика. Каждая группа имеет 100 × (1 -alpha)% доверительных интервалов.
Если X является матрицей, то grpstats строит графики средних и доверительных интервалов для каждого столбца X.
Если group является массивом ячеек переменных группировки, то grpstats строит графики средних и доверительных интервалов для групп данных в X определяется уникальными комбинациями значений переменных группировки. Например, если есть две переменные группирования, каждая с двумя значениями, существует четыре возможных комбинации значений переменных группирования. График включает только комбинации значений, которые существуют во входных переменных группировки (не все возможные комбинации).
Загрузите образцы данных.
load('hospital')Массив наборов данных hospital имеет 100 наблюдений и 7 переменных.
Создание массива наборов данных только с переменными Sex, Age, Weight, и Smoker.
dsa = hospital(:,{'Sex','Age','Weight','Smoker'});Sex - номинальный массив с уровнями Male и Female. Переменные Age и Weight имеют числовые значения и Smoker имеет логические значения.
Вычислите среднее значение для числовых и логических массивов, Age, Weight, и Smoker, сгруппированные по уровням в Sex.
statarray = grpstats(dsa,'Sex')statarray =
Sex GroupCount mean_Age mean_Weight mean_Smoker
Female Female 53 37.717 130.47 0.24528
Male Male 47 38.915 180.53 0.44681
statarray является массивом наборов данных с двумя строками, соответствующими уровням в Sex. GroupCount - количество наблюдений в каждой группе. Средства Age, Weight, и Smoker, сгруппированные по Sex, приведены в mean_Age, mean_Weight, и mean_Smoker.
Вычислить среднее значение для Age и Weight, сгруппированные по значениям в Smoker.
statarray = grpstats(dsa,'Smoker','mean','DataVars',{'Age','Weight'})
statarray =
Smoker GroupCount mean_Age mean_Weight
0 false 66 37.97 149.91
1 true 34 38.882 161.94
В этом случае не все переменные в dsa (исключая переменную группировки, Smoker) - числовые или логические массивы; переменная Sex - номинальный массив. Если не все переменные во входном массиве наборов данных являются числовыми или логическими, необходимо указать переменные, для которых требуется вычислить сводную статистику с помощью DataVars.
Вычислите минимальный и максимальный вес, сгруппированный по комбинациям значений в Sex и Smoker.
statarray = grpstats(dsa,{'Sex','Smoker'},{'min','max'},...
'DataVars','Weight')statarray =
Sex Smoker GroupCount min_Weight max_Weight
Female_0 Female false 40 111 147
Female_1 Female true 13 115 146
Male_0 Male false 26 158 194
Male_1 Male true 21 164 202
Существует два уникальных значения в Smoker и два уровня в Sex, в общей сложности для четырех возможных комбинаций значений: Женщина-некурящая (Female_0), Курильщица-женщина (Female_1), Мужчина-некурящий (Male_0) и Мужчина Курильщик (Male_1).
Укажите имена столбцов в выходных данных.
statarray = grpstats(dsa,{'Sex','Smoker'},{'min','max'},...
'DataVars','Weight','VarNames',{'Gender','Smoker',...
'GroupCount','LowestWeight','HighestWeight'})statarray =
Gender Smoker GroupCount LowestWeight HighestWeight
Female_0 Female false 40 111 147
Female_1 Female true 13 115 146
Male_0 Male false 26 158 194
Male_1 Male true 21 164 202
Загрузите образцы данных.
load('hospital')Массив наборов данных hospital имеет 100 наблюдений и 7 переменных.
Создание массива наборов данных только с переменными Age, Weight, и Smoker.
dsa = hospital(:,{'Age','Weight','Smoker'});Переменные Age и Weight имеют числовые значения и Smoker имеет логические значения.
Вычислите среднее, минимальное и максимальное значение для числовых и логических массивов. Age, Weight, и Smoker, без группировки.
statarray = grpstats(dsa,[],{'mean','min','max'})statarray =
GroupCount mean_Age min_Age max_Age mean_Weight
All 100 38.28 25 50 154
min_Weight max_Weight mean_Smoker min_Smoker max_Smoker
All 111 202 0.34 false true
Имя наблюдения All указывает, что все наблюдения в dsa использовались для вычисления суммарной статистики.
Загрузите образцы данных.
load('carsmall')Все переменные измеряются для 100 автомобилей. Origin - страна происхождения каждого автомобиля (Франция, Германия, Италия, Япония, Швеция или США). Cylinders имеет три уникальных значения, 4, 6, и 8с указанием количества баллонов в каждом вагоне.
Рассчитать среднее ускорение, сгруппированное по стране происхождения.
means = grpstats(Acceleration,Origin)
means = 6×1
14.4377
18.0500
15.8867
16.3778
16.6000
15.5000
means - вектор средних ускорений 6 на 1, где каждое значение соответствует стране происхождения.
Рассчитать среднее ускорение, сгруппированное как по стране происхождения, так и по количеству цилиндров.
means = grpstats(Acceleration,{Origin,Cylinders})means = 10×1
17.0818
16.5267
11.6406
18.0500
15.9143
15.5000
16.3375
16.7000
16.6000
15.5000
Существует 18 возможных комбинаций значений переменных группирования, поскольку Origin имеет 6 уникальных значений и Cylinders имеет 3 уникальных значения. В данных появляется только 10 возможных комбинаций, поэтому means является вектором 10 на 1 групповых средств, соответствующих наблюдаемым комбинациям значений.
Возвращает имена групп вместе со средним ускорением для каждой группы.
[means,grps] = grpstats(Acceleration,{Origin,Cylinders},{'mean','gname'})means = 10×1
17.0818
16.5267
11.6406
18.0500
15.9143
15.5000
16.3375
16.7000
16.6000
15.5000
grps = 10x2 cell
{'USA' } {'4'}
{'USA' } {'6'}
{'USA' } {'8'}
{'France' } {'4'}
{'Japan' } {'4'}
{'Japan' } {'6'}
{'Germany'} {'4'}
{'Germany'} {'6'}
{'Sweden' } {'4'}
{'Italy' } {'4'}
Продукция grps показывает 10 наблюдаемых комбинаций значений группирования переменных. Например, средний разгон 4-цилиндровых автомобилей, сделанных во Франции, составляет 18,05.
Загрузите образцы данных.
load carsmallПеременная Acceleration был измерен для 100 автомобилей. Переменная Origin - страна происхождения каждого автомобиля (Франция, Германия, Италия, Япония, Швеция или США).
Возвращает минимальное и максимальное ускорение, сгруппированное по стране происхождения.
[grpMin,grpMax,grp] = grpstats(Acceleration,Origin,{'min','max','gname'})grpMin = 6×1
8.0000
15.3000
13.9000
12.2000
15.7000
15.5000
grpMax = 6×1
22.2000
21.9000
18.2000
24.6000
17.5000
15.5000
grp = 6x1 cell
{'USA' }
{'France' }
{'Japan' }
{'Germany'}
{'Sweden' }
{'Italy' }
Автомобиль-образец с наименьшим ускорением производится в США, а автомобиль-образец с наибольшим ускорением - в Германии.
Загрузите образцы данных.
load('carsmall')Переменная Weight был измерен для 100 автомобилей. Переменная Model_Year имеет три уникальных значения, 70, 76, и 82, которые соответствуют модельным годам 1970, 1976 и 1982.
Рассчитайте средний вес и интервалы прогнозирования 90% для каждого модельного года.
[means,pred,grp] = grpstats(Weight,Model_Year,... {'mean','predci','gname'},'Alpha',0.1);
Планки ошибок графика, показывающие средний вес и интервалы прогнозирования 90%, сгруппированные по модельному году. Маркируйте горизонтальную ось именами групп.
ngrps = length(grp); % Number of groups errorbar((1:ngrps)',means,pred(:,2)-means) xlim([0.5 3.5]) set(gca,'xtick',1:ngrps,'xticklabel',grp) title('90% Prediction Intervals for Weight by Year')
Загрузите образцы данных.
load('carsmall')Переменные Acceleration и Weight - значения ускорения и веса, измеренные для 100 автомобилей. Переменная Cylinders - количество баллонов в каждом вагоне. Переменная Model_Year имеет три уникальных значения, 70, 76, и 82, которые соответствуют модельным годам 1970, 1976 и 1982.
Среднее ускорение графика, сгруппированное по Cylindersс 95% доверительными интервалами.
grpstats(Acceleration,Cylinders,0.05)
ans = 3×1
16.6706
16.4765
11.6406
Среднее ускорение для автомобилей с 8 цилиндрами значительно ниже, чем для автомобилей с 4 или 6 цилиндрами.
Среднее ускорение и вес графика, сгруппированные по Cylindersи 95% доверительные интервалы. Масштабировать Weight значения на 1000, таким образом, Weight и Acceleration одинаковый порядок величины.
grpstats([Acceleration,Weight/1000],Cylinders,0.05)
ans = 3×2
16.6706 2.3726
16.4765 3.1255
11.6406 3.9703
Средний вес автомобилей увеличивается с количеством цилиндров, а средний разгон уменьшается с количеством цилиндров.
Среднее ускорение графика, сгруппированное по обоим Cylinders и Model_Year. Укажите 95% доверительные интервалы.
grpstats(Acceleration,{Cylinders,Model_Year},0.05)
ans = 8×1
16.1875
16.8667
16.7036
15.5000
17.0000
16.0333
11.0217
13.2222
Существует девять возможных комбинаций значений переменных группирования, поскольку существует три уникальных значения в Cylinders и три уникальных значения в Model_Year. На сюжете не показаны 8-цилиндровые автомобили с 1982 модельным годом, потому что данные не включали эту комбинацию.
Средний разгон 8-цилиндровых автомобилей, сделанный в 1976 году, значительно больше среднего разгона 8-цилиндровых автомобилей, сделанного в 1970 году.
grpstats удовольствия NaNs как отсутствующие значения и удаляет их из входных данных перед вычислением суммарной статистики.
grpstats игнорирует пустые имена групп.
MATLAB ® включает функцию groupsummary, который также возвращает сводки групп и рекомендуется при работе с таблицей.
dataset | groupsummary | table