iqr

Межквартильная область значений

Описание

пример

r = iqr(x) возвращает межквартильную область значений значений в x.

  • Если x является вектором, тогда r - различие между 75-м и 25-м процентилями данных, содержащихся в x.

  • Если x является матрицей, тогда r - вектор-строка, содержащая различие между 75-м и 25-м процентилями выборочных данных в каждом столбце x.

  • Если x является многомерным массивом, тогда iqr действует по первой нежесткой размерности x. Размер этой размерности становится равным 1, в то время как размеры всех других размерностей остаются неизменными.

пример

r = iqr(x,'all') возвращает межквартильную область значений всех значений в x.

пример

r = iqr(x,dim) возвращает межквартильную область значений по размерности x определяется dim.

пример

r = iqr(x,vecdim) возвращает межквартильную область значений по размерностям, заданным vecdim. Для примера, если x является матрицей, тогда iqr(x,[1 2]) - межквартильная область значений всех элементов x потому что каждый элемент массива матрицы содержится в срезе массива, заданном размерностями 1 и 2.

пример

r = iqr(pd) возвращает межквартильную область значений распределения вероятностей pd.

Примеры

свернуть все

Сгенерируйте матрицу случайных данных 4 на 4 из нормального распределения со значениями параметров μ равными 10 и σ равным 1.

rng default  % For reproducibility
x = normrnd(10,1,4)
x = 4×4

   10.5377   10.3188   13.5784   10.7254
   11.8339    8.6923   12.7694    9.9369
    7.7412    9.5664    8.6501   10.7147
   10.8622   10.3426   13.0349    9.7950

Вычислите межквартильную область значений для каждого столбца данных.

r = iqr(x)
r = 1×4

    2.2086    1.2013    2.5969    0.8541

Вычислите межквартильную область значений для каждой строки данных.

r2 = iqr(x,2)
r2 = 4×1

    1.7237
    2.9870
    1.9449
    1.8797

Вычислите межквартильную область значений многомерного массива по нескольким размерностям путем определения 'all' и vecdim входные параметры.

Создайте массив 3 на 4 на 2 X.

X = reshape(1:24,[3 4 2])
X = 
X(:,:,1) =

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


X(:,:,2) =

    13    16    19    22
    14    17    20    23
    15    18    21    24

Вычислите межквартильную область значений всех значений в X.

rall = iqr(X,'all')
rall = 12

Вычислите межквартильную область значений каждой страницы X. Задайте первые и вторые измерения как рабочие размерности, по которым вычисляется межквартильная область значений.

rpage = iqr(X,[1 2])
rpage = 
rpage(:,:,1) =

     6


rpage(:,:,2) =

     6

Для примера, rpage(1,1,1) - межквартильная область значений всех элементов в X(:,:,1).

Вычислите межквартильную область значений элементов в каждой X(i,:,:) срез путем определения вторых и третьих размерностей в качестве рабочих размерностей.

rrow = iqr(X,[2 3])
rrow = 3×1

    12
    12
    12

Для примера, rrow(3) - межквартильная область значений всех элементов в X(3,:,:).

Создайте стандартный нормальный объект распределения со средним значением, μ, равным 0 и стандартному отклонению, σ, равный 1.

pd = makedist('Normal','mu',0,'sigma',1);

Вычислите межквартильную область значений стандартного нормального распределения.

r = iqr(pd)
r = 1.3490

Возвращенное значение является различием между 75-м и 25-м значениями процентиля для распределения. Это эквивалентно вычислению различия между значениями обратной совокупной функции распределения (icdf) в вероятностях y, равных 0,75 и 0,25.

r2 = icdf(pd,0.75) - icdf(pd,0.25)
r2 = 1.3490

Загрузите выборочные данные. Создайте вектор, содержащий первый столбец данных экзамена учащихся.

load examgrades;
x = grades(:,1);

Создайте нормальный объект распределения, подгоняя его к данным.

pd = fitdist(x,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 75.0083   [73.4321, 76.5846]
    sigma =  8.7202   [7.7391, 9.98843]

Вычислите межквартильную область значений установленного распределения.

r = iqr(pd)
r = 11.7634

Возвращенный результат указывает, что различие между 75-м и 25-м процентилем классов учащихся составляет 11,7634.

Использование icdf определить 75-й и 25-й процентили классов учащихся.

y = icdf(pd,[0.25,0.75])
y = 1×2

   69.1266   80.8900

Вычислите различие между 75-м и 25-м процентилями. Это дает тот же результат, что и iqr.

y(2)-y(1)
ans = 11.7634

Использование boxplot для визуализации межквартильной области значений.

boxplot(x)

Figure contains an axes. The axes contains 7 objects of type line.

На верхней линии коробки показан 75-й процентиль, а на нижней линии - 25-й процентиль. Осевая линия показывает медиану, которая является 50-м процентилем.

Входные параметры

свернуть все

Входной массив, заданный как векторный, матричный или многомерный массив.

Типы данных: single | double

Размерность, по которой вычисляется межквартильная область значений, задается как положительное целое число. Для примера, для матрицы x, когда dim равно 1, iqr возвращает межквартильную область значений для столбцов x. Когда dim равно 2, iqr возвращает межквартильную область значений для строк x. Для n -мерных массивов ,iqr действует по первой нежесткой размерности x.

Типы данных: single | double

Вектор размерностей, заданный как положительный целочисленный вектор. Каждый элемент vecdim представляет размерности массива входа x. Область выхода r имеет длину 1 в заданных рабочих размерностях. Другие длины размерности одинаковы для x и r.

Для примера, если x массив 2 на 3 на 3, тогда iqr(x,[1 2]) возвращает массив 1 на 1 на 3. Каждый элемент массива выхода является межквартильной областью значений элементов на соответствующей странице x.

Типы данных: single | double

Распределение вероятностей, заданное как объект распределения вероятностей, созданный с помощью одного из следующих.

Функция или приложениеОписание
makedistСоздайте объект распределения вероятностей с использованием заданных значений параметров.
fitdistПодбор объекта распределения вероятностей к выборочным данным.
Distribution FitterПодгонка распределения вероятностей к выборочным данным с помощью интерактивного приложения Distribution Fitter и экспорт подгоняемого объекта в рабочую область.

Выходные аргументы

свернуть все

Значения межквартильной области значений, возвращенные в виде скаляра, вектора, матрицы или многомерного массива.

  • Если вы вводите массив x, затем размерности r зависят от того, 'all' ли, dim, или vecdim заданы входные аргументы. Каждое значение межквартильной области значений в r - различие между 75-м и 25-м процентилями указанных данных, содержащихся в x.

  • Если вы вводите распределение вероятностей pd, затем скалярное значение r - различие между значениями 75-го и 25-го процентилей распределения вероятностей.

Расширенные возможности

.
Представлено до R2006a