Итоговая статистика, организованная по группам
statarray = grpstats(tbl,groupvar)tbl определяется значениями сгруппированной переменной или переменными, заданными в groupvar.
Если существует одна сгруппированная переменная, то существует строка statarray для каждого значения сгруппированной переменной. grpstats сортирует группы по порядку внешнего вида (если сгруппированная переменная является вектором символов или строковым скаляром), в возрастающем числовом порядке (если сгруппированная переменная является числовым) или в порядке уровней (если сгруппированная переменная является категориальным).
Если groupvar является строковыми массивами или массивом ячеек из векторов символов, содержащих несколько имен сгруппированных переменных, или вектором с номерами столбцов, тогда есть строка statarray для каждой наблюдаемой уникальной комбинации значений сгруппированных переменных. grpstats сортирует группы по значениям первой сгруппированной переменной, затем второй сгруппированной переменной и так далее.
Если какие-либо переменные в tbl (кроме указанных в groupvar) не являются числовыми или логическими массивами, тогда необходимо задать имена или номера столбцов числовых и логических переменных, для которых вы хотите вычислить средства с помощью аргумента пары "имя-значение", DataVars.
statarray = grpstats(tbl,groupvar,whichstats)whichstats.
statarray = grpstats(tbl,groupvar,whichstats,Name,Value)Name,Value аргументы в виде пар.
means = grpstats(X,group)X определяется значениями сгруппированной переменной или переменных, group. Строки means соответствуют сгруппированные переменные значениям.
Если существует одна сгруппированная переменная, то существует строка means для каждого значения сгруппированной переменной. grpstats сортирует группы по порядку внешнего вида (если сгруппированная переменная является вектором символов или строковым скаляром), в возрастающем числовом порядке (если сгруппированная переменная является числовым) или в порядке уровней (если сгруппированная переменная является категориальным).
Если group - строковые массивы или массив ячеек с сгруппированными переменными, затем строка means для каждой наблюдаемой уникальной комбинации значений сгруппированных переменных. grpstats сортирует группы по значениям первой сгруппированной переменной, затем второй сгруппированной переменной и так далее.
Если X является матрицей, тогда means - матрица с одинаковым числом столбцов, как и X. Каждый столбец means имеет групповое средство для соответствующего столбца X.
[ возвращает векторы-столбцы или массивы с групповыми значениями для суммарных статистических типов, заданных в stats1,...,statsN] = grpstats(X,group,whichstats)whichstats.
[ задает уровень значимости для интервалов доверия и предсказания.stats1,...,statsN] = grpstats(X,group,whichstats,'Alpha',alpha)
grpstats( строит графики для групп данных в векторе или матрице X,group,alpha)X определяется значениями сгруппированной переменной, group. Сгруппированные переменные значений расположены на горизонтальной оси графика. Каждое среднее значение группы имеет 100 × (1 - alpha)% доверительных интервалов.
Если X является матрицей, тогда grpstats строит графики средств и доверительных интервалов для каждого столбца X.
Если group - массив ячеек с сгруппированными переменными, затем grpstats строит графики средств и доверительных интервалов для групп данных в X определяется уникальными комбинациями значений сгруппированных переменных. Для примера, если существуют две сгруппированные переменные, каждый с двумя значениями, существует четыре возможных комбинации сгруппированной переменной значений. График включает только комбинации значений, которые существуют во входных сгруппированных переменных (не все возможные комбинации).
Загрузите выборочные данные.
load('hospital')Массив набора данных hospital имеет 100 наблюдений и 7 переменных.
Создайте массив набора данных только с переменными Sex, Age, Weight, и Smoker.
dsa = hospital(:,{'Sex','Age','Weight','Smoker'});Sex является номинальным массивом с уровнями Male и Female. Переменные Age и Weight имеют числовые значения, и Smoker имеет логические значения.
Вычислите среднее значение для числового и логического 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 - массив набора данных с двумя строками, соответствующий уровням в Sex. GroupCount - количество наблюдений в каждой группе. Средства Age, Weight, и Smoker, сгруппированный по Sex, приведены в mean_Age, mean_Weight, и mean_Smoker.
Вычислите 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 (за исключением сгруппированной переменной, Smoker) являются числовыми или логическими массивами; переменная Sex является номинальным массивом. Когда не все переменные во входном массиве набора данных являются числовыми или логическими массивами, необходимо задать переменные, для которых вы хотите вычислить итоговую статистику с помощью DataVars.
Вычислите минимальный и максимальный вес, сгруппированные 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), Женщина Курильщик (Female_1), Male Nonsmoker (Male_0), и Мужской Курильщик (Male_1).
Укажите имена для столбцов в выходах.
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 выборочные данные.
load('hospital')Массив набора данных hospital имеет 100 наблюдений и 7 переменных.
Создайте массив набора 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 для числового и логического 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
Система наблюдения имени All указывает, что все наблюдения в dsa использовались для вычисления сводной статистики.
Загрузите выборочные данные.
load('carsmall')Все переменные измеряются для 100 автомобилей. Origin - страна источника каждого автомобиля (Франция, Германия, Италия, Япония, Швеция или США). Cylinders имеет три уникальных значения, 4, 6, и 8, с указанием количества цилиндров в каждом вагоне.
Вычислите среднее ускорение, сгруппированное по странам источника.
means = grpstats(Acceleration,Origin)
means = 6×1
14.4377
18.0500
15.8867
16.3778
16.6000
15.5000
means является вектором среднего ускорения 6 на 1, где каждое значение соответствует стране источника.
Вычислите среднее ускорение, сгруппированное по странам источника и 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 сгруппированной переменной значений, потому что Origin имеет 6 уникальных значений и Cylinders имеет 3 уникальных значения. В данных появляются только 10 возможных комбинаций, так что means вектор 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'}
Область выхода grps показывает 10 наблюдаемых комбинаций сгруппированной переменной значений. Для примера средний разгон 4-цилиндровых автомобилей производства Франции составляет 18,05.
Загрузите выборочные данные.
load carsmallПеременная Acceleration был измерен для 100 автомобилей. Переменная Origin - страна источника каждого автомобиля (Франция, Германия, Италия, Япония, Швеция или США).
Возвращает минимальное и максимальное ускорение, сгруппированное по странам источника.
[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' }
Образец автомобиля с самым низким ускорением производится в США, а образец автомобиля с самым высоким ускорением - в Германии.
Загрузите выборочные данные.
load('carsmall')Переменная Weight был измерен для 100 автомобилей. Переменная Model_Year имеет три уникальных значения, 70, 76, и 82, которые соответствуют модельным 1970, 1976 и 1982 годам.
Вычислите средний вес и 90% интервалов предсказания для каждого модельного года.
[means,pred,grp] = grpstats(Weight,Model_Year,... {'mean','predci','gname'},'Alpha',0.1);
Постройте графики ошибок, показывающие средний вес и 90% интервалы предсказания, сгруппированные по модельным годам. Пометьте 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 выборочные данные.
load('carsmall')Переменные Acceleration и Weight - значения ускорения и веса, измеренные для 100 автомобилей. Переменная Cylinders количество цилиндров в каждом автомобиле. Переменная Model_Year имеет три уникальных значения, 70, 76, и 82, которые соответствуют модельным 1970, 1976 и 1982 годам.
Графическое среднее ускорение, сгруппированное по Cylinders, с 95% доверительными интервалами.
grpstats(Acceleration,Cylinders,0.05)
ans = 3×1
16.6706
16.4765
11.6406
Средний разгон для автомобилей с 8 цилиндрами значительно ниже, чем для автомобилей с 4 или 6 цилиндрами.
Стройте среднее ускорение и вес, сгруппированные по Cylinders, и 95% доверительных интервалов. Масштабируйте Weight значения на 1000, так что средства Weight и Acceleration являются тем же порядком 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. Задайте 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 сгруппированной переменной значений, потому что существует три уникальных значения в Cylinders и три уникальных значения в Model_Year. На графике не показаны 8-цилиндровые автомобили с модельным 1982 годом, потому что данные не включали эту комбинацию.
Среднее ускорение 8-цилиндровых автомобилей 1976 года выпуска значительно больше среднего ускорения 8-цилиндровых автомобилей 1970 года выпуска.
grpstats лечит 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 сводные данные по группам и рекомендуется при работе с таблицей.
dataset | groupsummary | table