Exponenta Banner

grpstats

Класс: RepeatedMeasuresModel

Вычислите описательную статистику данных повторных измерений по группам

развернуть все на странице

Синтаксис

statstbl = grpstats(rm,g)
statstbl = grpstats(rm,g,stats)

Описание

пример

statstbl = grpstats(rm,g) возвращает количество, среднее и отклонение для данных, используемых для соответствия модели повторных измерений rm, сгруппированные по факторам, g.

пример

statstbl = grpstats(rm,g,stats) возвращает статистику, заданную в stats для данных, используемых для соответствия модели повторных измерений rm, сгруппированные по факторам, g.

Входные параметры

расширить все

Модель повторных измерений, возвращенная как RepeatedMeasuresModel объект.

Для свойств и методов этого объекта смотрите RepeatedMeasuresModel.

Имя группирующего фактора или фактора, заданное как вектор символов, строковые массивы или массив ячеек из векторов символов.

Пример: 'Drug'

Пример: {'Drug','Sex'}

Типы данных: char | string | cell

Вычисляемая статистика, заданная как одно из следующего:

  • Вектор символов или строковый скаляр, задающий имя вычисляемой статистики. Имена могут быть одним из следующих.

    ИмяОписание
    'mean'Средний
    'sem'Стандартная ошибка среднего значения
    'numel'Количество или количество элементов
    'gname'Имя группы
    'std'Стандартное отклонение
    'var'Отклонение
    'min'Минимум
    'max'Максимум
    'range'Максимальный минус минимум
    'meanci'95% доверительный интервал для среднего
    'predci'95% интервал предсказания для нового наблюдения

  • Указатель на функцию - функция, которую вы задаете, должна принять вектор значений отклика для одной группы и вычислить описательную статистику для нее. Функция обычно должна возвращать значение, которое имеет одну строку. Функция должна возвращать один и тот же размер вывода каждый раз grpstats вызывает его, даже если вход для некоторых групп пуст.

  • Массив строковых массивов или ячеек из векторов символов и указателей на функции.

Пример: @median

Пример: @skewness

Пример: 'gname'

Пример: {'gname','range','predci'}

Выходные аргументы

расширить все

Статистические значения для каждой группы, возвращенные как таблица.

Примеры

расширить все

Открыть Live Script

Загрузите выборочные данные. 

load fisheriris

The вектора-столбца, species состоит из цветков радужки трех различных видов: сетоза, версиколор и виргиника. Матрица с двойной meas состоит из четырех видов измерений на цветках: длина и ширина чашелистиков и лепестков в сантиметрах соответственно.

Сохраните данные в массиве таблиц. 

t = table(species,meas(:,1),meas(:,2),meas(:,3),meas(:,4),...
'VariableNames',{'species','meas1','meas2','meas3','meas4'});
Meas = dataset([1 2 3 4]','VarNames',{'Measurements'});

Подгонка модели повторных измерений, где измерения являются откликами, а вид является переменной. 

rm = fitrm(t,'meas1-meas4~species','WithinDesign',Meas);

Вычислите количество групп, среднее и стандартное отклонение относительно видов.

grpstats(rm,'species')
ans=3×4 table
       species        GroupCount     mean      std  
    ______________    __________    ______    ______

    {'setosa'    }       200        2.5355    1.8483
    {'versicolor'}       200         3.573    1.7624
    {'virginica' }       200         4.285    1.9154

Теперь вычислите область значений данных и 95% доверительных интервалов для групповых средств для видов факторов. Также отобразите имя группы. 

grpstats(rm,'species',{'gname','range','predci'})
ans=3×5 table
       species            gname         GroupCount    range           predci       
    ______________    ______________    __________    _____    ____________________

    {'setosa'    }    {'setosa'    }       200         5.7      -1.1185      6.1895
    {'versicolor'}    {'versicolor'}       200           6     0.088976       7.057
    {'virginica' }    {'virginica' }       200         6.5       0.4985      8.0715
Открыть Live Script

Загрузите выборочные данные. 

load repeatedmeas

Таблица between включает возраст переменных между субъектами, IQ, группу, пол и восемь повторных измерений y1 через y8 в качестве ответов. Таблица within включает переменные внутри субъекта w1 и w2. Это моделируемые данные.

Подбирайте модель повторных измерений, где повторные измерения y1 через y8 являются откликами, и возраст, IQ, группа, пол и взаимодействие группа-пол являются переменными предиктора. Также задайте матрицу проекта внутри субъекта.

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Вычислите счетчики групп, среднее значение, стандартное отклонение, перекос и куртоз данных, сгруппированных по факторам Group и Gender.

GS = grpstats(rm,{'Group','Gender'},{'mean','std',@skewness,@kurtosis})
GS=6×7 table
    Group    Gender    GroupCount     mean       std      skewness    kurtosis
    _____    ______    __________    _______    ______    ________    ________

      A      Female        40         16.554    21.498     0.35324     3.7807 
      A      Male          40         9.8335    20.602    -0.38722     2.7834 
      B      Female        40         11.261    25.779    -0.49177     4.1484 
      B      Male          40         3.6078    24.646     0.55447     2.7966 
      C      Female        40        -11.335    27.186      1.7499     6.1429 
      C      Male          40        -14.028    31.984      1.7362      5.141

Совет

  • grpstats вычисляет результаты отдельно для каждой группы. Результаты не зависят от подобранной модели повторных измерений. Он вычисляет результаты по всем доступным данным, не опуская целые строки, которые содержат NaNс.

См. также

|

Statistics and Machine Learning Toolbox документация

Поддержка