var

Дисперсия

свернуть все на странице

Синтаксис

V = var(A)

V = var(A,w)

V = var(A,w,'all')

V = var(A,w,dim)

V = var(A,w,vecdim)

V = var(___,nanflag)

Описание

пример

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

Если A вектор из наблюдений, отклонение является скаляром.
Если A матрица, столбцы которой являются случайными переменными и чьи строки являются наблюдениями, V вектор-строка, содержащий отклонения, соответствующие каждому столбцу.
Если A многомерный массив, затем var(A) обрабатывает значения вдоль первого измерения массива, размер которого не равняется 1 как векторы. Размер этой размерности становится 1 в то время как размеры всех других размерностей остаются то же самое.
Отклонение нормировано на количество observations-1 по умолчанию.
Если A скаляр, var(A) возвращает 0. Если A 0- 0 пустой массив, var(A) возвращает NaN.

пример

V = var(A,w) задает схему взвешивания. Когда w = 0 (значение по умолчанию), V нормирован на количество observations-1. Когда w = 1, это нормировано на количество наблюдений. w может также быть вектор веса, содержащий неотрицательные элементы. В этом случае, длина w должен равняться длине размерности по который var действует.

V = var(A,w,'all') вычисляет изменение по всем элементам A когда w или 0 или 1. Этот синтаксис допустим для MATLAB^® версии R2018b и позже.

пример

V = var(A,w,dim) возвращает дисперсию по измерению dim. Чтобы обеспечить нормализацию по умолчанию при определении размерности операции, установите w = 0 во втором аргументе.

пример

V = var(A,w,vecdim) вычисляет отклонение по размерностям, заданным в векторном vecdim когда w 0 или 1. Например, если A матрица, затем var(A,0,[1 2]) вычисляет отклонение по всем элементам в A, поскольку каждый элемент матрицы содержится в срезе массивов, заданном размерностями 1 и 2.

пример

V = var(___,nanflag) задает, включать ли или не использовать NaN значения от вычисления для любого из предыдущих синтаксисов. Например, var(A,'includenan') включает весь NaN значения в A в то время как var(A,'omitnan') игнорирует их.

Примеры

свернуть все

Отклонение матрицы

Скрипт Open Live Script

Создайте матрицу и вычислите ее отклонение.

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

ans = 1×3

   21.0000   54.3333   30.3333

Отклонение массива

Скрипт Open Live Script

Создайте трехмерный массив и вычислите его отклонение.

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

Определение вектора веса отклонения

Скрипт Open Live Script

Создайте матрицу и вычислите ее отклонение согласно вектору 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

Определение размерности для отклонения

Скрипт Open Live Script

Создайте матрицу и вычислите ее отклонение по первому измерению.

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

ans = 1×3

   12.5000   24.5000   18.0000

Вычислите отклонение A вдоль второго измерения.

var(A,0,2)

ans = 2×1

     9
     4

Отклонение страницы массивов

Скрипт Open Live Script

Создайте трехмерный массив и вычислите отклонение по 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

`Отклонение, исключая NaN`

Скрипт Open Live Script

Создайте вектор и вычислите его отклонение, 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 параметры

свернуть все

`A` — Входной массив
вектор | матрица | многомерный массив

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

Типы данных: single | double
Поддержка комплексного числа: Да

`w` — Вес
0 (значение по умолчанию) | `1` | вектор

Вес в виде одного из:

0 — нормирует на количество observations-1. Если существует только одно наблюдение, вес равняется 1.
1 — нормирует на количество наблюдений.
вектор, составленный из неотрицательных скалярных весов, соответствующих размерности A вдоль которого вычисляется отклонение.

Типы данных: single | double

`dim` — Размерность, которая задает направление расчета
положительный целочисленный скаляр

Величина для работы, заданная как положительный целый скаляр. Если значение не задано, то по умолчанию это первый размер массива, не равный 1.

Размерность dim указывает на размерность, длина которой уменьшает до 1. size(V,dim) 1, в то время как размеры всех других размерностей остаются то же самое.

Рассмотрите двумерный входной массив, A.

Если dim = 1, затем var(A,0,1) возвращает вектор-строку, содержащий отклонение элементов в каждом столбце.
Если dim = 2, затем var(A,0,2) возвращает вектор-столбец, содержащий отклонение элементов в каждой строке.

var возвращает массив нулей тот же размер как A когда dim больше ndims(A).

`vecdim` — Вектор из размерностей
вектор из положительных целых чисел

Вектор из размерностей в виде вектора из положительных целых чисел. Каждый элемент представляет размерность входного массива. Продолжительности выхода в заданных операционных размерностях равняются 1, в то время как другие остаются то же самое.

Рассмотрите 2 3х3 входным массивом, A. Затем var(A,0,[1 2]) возвращает 1 1 3 массивами, элементами которых являются отклонения, вычисленные по каждой странице A.

`nanflag` `NaN` условие
`'includenan'` (значение по умолчанию) | `'omitnan'`

NaN условие в виде одного из этих значений:

'includenan' — отклонение входа, содержащего NaN значениями является также NaN.
'omitnan' — весь NaN значения, появляющиеся или во входном массиве или в векторе веса, проигнорированы.

Типы данных: char

Больше о

свернуть все

Дисперсия

Для вектора случайной переменной A составил из скалярных наблюдений N, отклонение задано как

$V = \frac{1}{N - 1} \sum_{i = 1}^{N} | A_{i} - μ |^{2}$

где μ является средним значением A,

$μ = \frac{1}{N} \sum_{i = 1}^{N} A_{i} .$

Некоторые определения отклонения используют коэффициент нормализации N вместо N-1, который может быть задан установкой w к 1. В любом случае среднее значение принято, чтобы иметь обычный коэффициент нормализации N.

Расширенные возможности

"Высокие" массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Эта функция поддерживает высокие массивы с ограничением:

Схема взвешивания не может быть вектором.

Для получения дополнительной информации смотрите Длинные массивы для Данных, которые не помещаются в память.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Указания и ограничения по применению:

Если задано, dim должна быть константа.
"Смотрите информацию о генерации кода функций Toolbox (MATLAB Coder) в разделе ""Ограничения переменных размеров"".".

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Указания и ограничения по применению:

Если задано, dim должна быть константа.

Основанная на потоке среда
Запустите код в фоновом режиме с помощью MATLAB® `backgroundPool` или ускорьте код с Parallel Computing Toolbox™ `ThreadPool`.

Эта функция полностью поддерживает основанные на потоке среды. Для получения дополнительной информации смотрите функции MATLAB Запуска в Основанной на потоке Среде.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Эта функция полностью поддерживает массивы графического процессора. Для получения дополнительной информации смотрите функции MATLAB Запуска на графическом процессоре (Parallel Computing Toolbox).

Распределенные массивы
Большие массивы раздела через объединенную память о вашем кластере с помощью Parallel Computing Toolbox™.

Эта функция полностью поддерживает распределенные массивы. Для получения дополнительной информации смотрите функции MATLAB Запуска с Распределенными Массивами (Parallel Computing Toolbox).

Смотрите также

corrcoef | cov | mean | std

Представлено до R2006a

Документация

var

Синтаксис

Описание

Примеры

Отклонение матрицы

Отклонение массива

Определение вектора веса отклонения

Определение размерности для отклонения

Отклонение страницы массивов

`Отклонение, исключая NaN`

Входные параметры

`A` — Входной массив
вектор | матрица | многомерный массив

`w` — Вес
0 (значение по умолчанию) | `1` | вектор

`dim` — Размерность, которая задает направление расчета
положительный целочисленный скаляр

`vecdim` — Вектор из размерностей
вектор из положительных целых чисел

`nanflag` `NaN` условие
`'includenan'` (значение по умолчанию) | `'omitnan'`

Больше о

Дисперсия

Расширенные возможности

"Высокие" массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Основанная на потоке среда
Запустите код в фоновом режиме с помощью MATLAB® `backgroundPool` или ускорьте код с Parallel Computing Toolbox™ `ThreadPool`.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Распределенные массивы
Большие массивы раздела через объединенную память о вашем кластере с помощью Parallel Computing Toolbox™.

Смотрите также

Документация MATLAB

Поддержка

Документация

var

Синтаксис

Описание

Примеры

Отклонение матрицы

Отклонение массива

Определение вектора веса отклонения

Определение размерности для отклонения

Отклонение страницы массивов

Отклонение, исключая NaN

Входные параметры

A — Входной массив вектор | матрица | многомерный массив

w — Вес0 (значение по умолчанию) | 1 | вектор

dim — Размерность, которая задает направление расчета положительный целочисленный скаляр

vecdim — Вектор из размерностей вектор из положительных целых чисел

nanflag NaN условие 'includenan' (значение по умолчанию) | 'omitnan'

Больше о

Дисперсия

Расширенные возможности

"Высокие" массивы Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Основанная на потоке среда Запустите код в фоновом режиме с помощью MATLAB® backgroundPool или ускорьте код с Parallel Computing Toolbox™ ThreadPool.

Массивы графического процессора Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Распределенные массивы Большие массивы раздела через объединенную память о вашем кластере с помощью Parallel Computing Toolbox™.

Смотрите также

Документация MATLAB

Поддержка

`Отклонение, исключая NaN`

`A` — Входной массив
вектор | матрица | многомерный массив

`w` — Вес
0 (значение по умолчанию) | `1` | вектор

`dim` — Размерность, которая задает направление расчета
положительный целочисленный скаляр

`vecdim` — Вектор из размерностей
вектор из положительных целых чисел

`nanflag` `NaN` условие
`'includenan'` (значение по умолчанию) | `'omitnan'`

"Высокие" массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Основанная на потоке среда
Запустите код в фоновом режиме с помощью MATLAB® `backgroundPool` или ускорьте код с Parallel Computing Toolbox™ `ThreadPool`.

Массивы графического процессора
Ускорьте код путем работы графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Распределенные массивы
Большие массивы раздела через объединенную память о вашем кластере с помощью Parallel Computing Toolbox™.