本页对应的英文页面已更新，但尚未翻译。若要查看最新内容，请点击此处访问英文页面。

描述性统计量和可视化

数据的导入和导出、描述性统计量、可视化

通过生成汇总统计量，包括集中趋势、散度、形状和相关性方面的度量，以数值方式来探索数据。Statistics and Machine Learning Toolbox™ 允许您计算包含缺失 (NaN) 值的样本数据的汇总统计量。利用一元图、二元图和多元图，实现您的数据的可视化。可用选项包括箱线图、直方图和概率图。利用聚类分析技术（例如层次聚类和 k 均值聚类），查找数据中的自然分组。

探索性数据分析基础知识

Distribution Plots

管理数据
数据导入和导出、分组变量
描述性统计量
数值汇总和相关度量
统计可视化
查看数据模式和趋势

特色示例

可视化多变量数据

此示例说明如何使用各种统计图可视化多变量数据。许多统计分析只涉及两个变量：预测变量和响应变量。利用二维散点图、二元直方图、箱线图等可以轻松地可视化这些数据。还可以利用三维散点图或带有第三个变量（比如采用颜色编码）的二维散点图来可视化三元数据。但是，许多数据集涉及大量变量，使直接可视化变得更加困难。此示例将探讨在 MATLAB® 中使用 Statistics and Machine Learning Toolbox™ 可视化高维数据的一些方法。

打开脚本