Statistiche descrittive e altre informazioni

Riepilogare i dati utilizzando statistiche descrittive e modelli di regressione

Le statistiche descrittive descrivono quantitativamente le feature di un insieme di dati. È possibile interpretare e riepilogare i dati utilizzando statistiche descrittive quali media, mediana, deviazione standard e percentili. È inoltre possibile valutare le relazioni tra le variabili analizzando le correlazioni e adattando i modelli di regressione.

Funzioni

espandi tutto

Statistiche di base

Tendenza centrale

`mean`	Media aritmetica o valore medio dell’array
`median`	Median value of array
`mode`	Most frequent values in array
`rms`	Valore quadratico medio

Estremi

`min`	Elementi minimi dell'array
`mink`	Find `k` smallest elements of array
`max`	Elementi massimi dell'array
`maxk`	Find `k` largest elements of array
`bounds`	Minimum and maximum values of an array

Dispersione e diffusione

`std`	Deviazione standard
`var`	Varianza
`prctile`	Percentiles of data set
`quantile`	Quantiles of data set
`iqr`	Interquartile range of data set

Statistiche mobili e cumulative

Statistiche di spostamento

`movmin`	Moving minimum
`movmax`	Moving maximum
`movmean`	Moving mean
`movmedian`	Moving median
`movmad`	Moving median absolute deviation
`movstd`	Moving standard deviation
`movvar`	Moving variance
`movsum`	Moving sum
`movprod`	Moving product

Statistiche cumulative

`cummax`	Cumulative maximum
`cummin`	Cumulative minimum
`cumsum`	Cumulative sum
`cumprod`	Cumulative product

Riepiloghi dei dati

`summary`	Data summary
`pivot`	Summarize tabular data in pivoted table (Da R2023a)
`groupsummary`	Compute summary statistics by group

Regressione e previsione

Covarianza e correlazione

`cov`	Covariance
`corrcoef`	Correlation coefficients
`xcov`	Cross-covariance
`xcorr`	Correlazione incrociata

Adattamento dei dati

`mldivide`	Solve systems of linear equations Ax = B for x
`mrdivide`	Solve systems of linear equations xA = B for x
`polyfit`	Adattamento della curva polinomiale
`polyval`	Valutazione polinomiale

Metriche di previsione

`rmse`	Root mean squared error between arrays (Da R2022b)
`mape`	Mean absolute percentage error between arrays (Da R2022b)

Distribuzioni dei dati

`kde`	Kernel density estimate for univariate data (Da R2023b)
`histogram`	Histogram plot
`histcounts`	Histogram bin counts

Argomenti

Statistiche

Compute Mean, Median, and Other Descriptive Statistics
Summarize data by computing one or more simple descriptive statistics.
Compare Global, Moving, and Cumulative Statistics
Get data insights by computing and visualizing global, moving, and cumulative statistics.
Explore Basic Statistics on 2-D Plot
Interactively summarize data by computing, visualizing, and saving descriptive statistics for 2-D plotted data using the Data Statistics tool.

Regressione e previsione

Linear Correlation
Covariance and correlation coefficients help to describe the linear relationship between variables.
Regressione lineare con una variabile predittiva
Adattare e valutare un modello di regressione lineare di primo e secondo ordine per una variabile predittiva e una variabile di risposta utilizzando polyfit e polyval.
Linear Regression with Nonpolynomial Terms
Fit a nonpolynomial linear regression model for one predictor variable and one response variable by constructing a design matrix and using the backslash operator (\).
Linear Regression with Multiple Predictor Variables
Fit a polynomial linear regression model for multiple predictor variables and one response variable by constructing a design matrix and using the backslash operator (\).
Interactively Fit Data and Visualize Model
Interactively fit and validate polynomial regression models for 2-D plotted data by using the Basic Fitting tool. Then, use the models to interpolate and extrapolate the data.

Esempi in primo piano

Identify and Visualize Correlated Variables

Calculate, filter, rank, and visualize correlations between variables.

Apri live script