Main Content

本页面提供的是上一版软件的文档。当前版本中已删除对应的英文页面。

将数据拆分为不同组并计算统计量

打开实时脚本

此示例说明如何将 patients.mat 数据文件中的数据拆分为多个组。然后，它会显示如何为各组患者计算平均体重和体重指数以及血压读数差异。它还显示如何在表中汇总结果。

加载患者数据

加载从 100 位患者收集的样本数据。

load patients

将 Gender 和 SelfAssessedHealthStatus 转换为分类数组。

Gender = categorical(Gender);
SelfAssessedHealthStatus = categorical(SelfAssessedHealthStatus);
whos
  Name                            Size            Bytes  Class          Attributes

  Age                           100x1               800  double                   
  Diastolic                     100x1               800  double                   
  Gender                        100x1               330  categorical              
  Height                        100x1               800  double                   
  LastName                      100x1             11616  cell                     
  Location                      100x1             14208  cell                     
  SelfAssessedHealthStatus      100x1               560  categorical              
  Smoker                        100x1               100  logical                  
  Systolic                      100x1               800  double                   
  Weight                        100x1               800  double

计算平均体重

使用 Smoker 变量将患者划分为非吸烟者和吸烟者。计算每个组的平均体重。

[G,smoker] = findgroups(Smoker);
meanWeight = splitapply(@mean,Weight,G)
meanWeight = 2×1

  149.9091
  161.9412

findgroups 函数会返回 G（从 Smoker 创建的组数目向量）。splitapply 函数会使用 G 将 Weight 分为两个组。splitapply 会将 mean 函数应用于每个组并将平均体重串联到向量中。

findgroups 会返回组标识符向量作为第二个输出参数。组标识符是逻辑值，因为 Smoker 包含逻辑值。第一组中的患者是非吸烟者，第二组中的患者是吸烟者。

smoker
smoker = 2x1 logical array

   0
   1

按吸烟者的性别和状态划分患者体重，并计算平均体重。

G = findgroups(Gender,Smoker);
meanWeight = splitapply(@mean,Weight,G)
meanWeight = 4×1

  130.3250
  130.9231
  180.0385
  181.1429

跨 Gender 和 Smoker 的唯一组合可确定四组患者：女性非吸烟者、女性吸烟者、男性非吸烟者和男性吸烟者。将这四个组及其平均体重汇总在一个表中。

[G,gender,smoker] = findgroups(Gender,Smoker);
T = table(gender,smoker,meanWeight)
T=4×3 table
    gender    smoker    meanWeight
    ______    ______    __________

    Female    false       130.32  
    Female    true        130.92  
    Male      false       180.04  
    Male      true        181.14

T.gender 包含分类值，而 T.smoker 包含逻辑值。这些表变量的数据类型分别与 Gender 和 Smoker 的数据类型一致。

为四组患者计算体重指数 (BMI)。定义一个函数，该函数采用 Height 和 Weight 作为其两个输入参数，并计算 BMI。

meanBMIfcn = @(h,w)mean((w ./ (h.^2)) * 703);
BMI = splitapply(meanBMIfcn,Height,Weight,G)
BMI = 4×1

   21.6721
   21.6686
   26.5775
   26.4584

根据各自的报告对患者分组

计算将其健康状态报告为 Poor 或 Fair 的患者百分比。首先，使用 splitapply 统计每个组中的患者数：女性非吸烟者、女性吸烟者、男性非吸烟者和男性吸烟者。然后，使用 S 和 G 上的逻辑索引，仅统计其健康状况报告为 Poor 或 Fair 的那些患者。根据这两组计数，计算每个组的百分比。

[G,gender,smoker] = findgroups(Gender,Smoker);
S = SelfAssessedHealthStatus;
I = ismember(S,{'Poor','Fair'});
numPatients = splitapply(@numel,S,G);
numPF = splitapply(@numel,S(I),G(I));
numPF./numPatients
ans = 4×1

    0.2500
    0.3846
    0.3077
    0.1429

比较健康状况报告为 Poor 或 Fair 的那些患者在 Diastolic 读数中的标准差，以及健康状况报告为 Good 或 Excellent 的那些患者的相应标准差。

stdDiastolicPF = splitapply(@std,Diastolic(I),G(I));
stdDiastolicGE = splitapply(@std,Diastolic(~I),G(~I));

在表中收集结果。在这些患者中，健康状况报告为 Poor 或 Fair 的女性非吸烟者的血压读数差别最大。

T = table(gender,smoker,numPatients,numPF,stdDiastolicPF,stdDiastolicGE,BMI)
T=4×7 table
    gender    smoker    numPatients    numPF    stdDiastolicPF    stdDiastolicGE     BMI  
    ______    ______    ___________    _____    ______________    ______________    ______

    Female    false         40          10          6.8872            3.9012        21.672
    Female    true          13           5          5.4129            5.0409        21.669
    Male      false         26           8          4.2678            4.8159        26.578
    Male      true          21           3          5.6862             5.258        26.458

另请参阅

|

相关主题