Grid on

Plot(t, count)

10 9 7

13 9 15

11 12 15

35 58 68

114 145 257

44 55 90

57 66 151

42 65 92

32 47 10

19 36 48

17 15 18

18 19 29

18 27 30

12 12 14

28 36 55

38 88 115

75 135 180

61 132 186

38 46 76

43 51 69

11 13 9

14 17 20

7 13 11

11 11 9

Основные функции обработки данных

Анализ данных и статистика

В данном разделе будут рассмотрены некоторые основные возможности системы MATLAB в области анализа данных и статистической обработки информации. Помимо базовых функ-ций, в системе MATLAB имеется также ряд специализированных пакетов, предназначенных для решения соответствующих задач в различных приложениях (на английском языке даны названия пакетов):

• Optimization – Нелинейные методы обработки данных и оптимизация.
• Signal Processing – Обработка сигналов, фильтрация и частотный анализ.
• Spline – Аппроксимация сплайнами.
• Statistics – Углубленный статистический анализ, нелинейная аппроксимация и

регрессия.

• Wavelet - Импульсная декомпозиция сигналов и изображений.

Внимание! MATLAB выполняет обработку данных, записанных в виде двумерных массивов по столбцам! Одномерные статистические данные обычно хранятся в отдельных векорах, причем n -мерные векторы могут иметь размерность 1х n или n х1. Для многомерных данных матрица является естественным представлением, но здесь имеются две возможности для ориентации данных. По принятому в системе MATLAB соглашению, различные пере-менные должны образовывать столбцы, а соответствующие наблюдения - строки. Поэтому, например, набор данных, состоящий из 24 выборок 3 переменных записывается в виде мат-рицы размера 24х3.

Перечень функций обработки данных, расположенных в директории MATLAB-а datafun приведен в Приложении 8.

Рассмотрим гипотетический числовой пример, который основан на ежечасном подсчете чис-ла машин, проходящих через три различные пункта в течении 24 часов. Допустим, результа-ты наблюдений дают следующую матрицу count

count =

Таким образом, мы имеем 24 наблюдения трех переменных. Создадим вектор времени, t, со-стоящий из целых чисел от 1 до 24: t = 1: 24. Построим теперь зависимости столбцов матри-цы counts от времени и надпишем график:

legend('Location 1','Location 2','Location 3',0)

xlabel('Time')

ylabel('Vehicle Count')

где функция plot(t, count) строит зависимости трех векторов-столбцов от времени; функция

legend('Location 1','Location 2','Location 3',0) показывает тип кривых; функции xlabel и ylabel надписывают координатные оси, а grid on выводит координатную сетку. Соответству-ющий график показан ниже.

Применим к матрице count функции max (максимальное значение), mean (среднее значение)и std (стандартное, или среднеквадратическое отклонение).

mx = max(count)

mu = mean(count)

sigma = std(count)

В результате получим

mx =

Дата добавления: 2014-10-15