Main Content

本页的翻译已过时。点击此处可查看最新英文版本。

统计可视化

查看数据模式和趋势

使用一元图(例如箱线图和直方图)研究一元分布。使用二元图(如分组散点图和二元直方图)显示变量之间的关系。使用多元图(如 Andrews 图和图形符号图)可视化多个变量之间的关系。通过添加记录名称、最小二乘线条和参考曲线来自定义绘图。

函数

andrewsplotAndrews plot
binScatterPlotScatter plot of bins for tall arrays
biplotBiplot
boxplot用箱线图可视化汇总统计量
gline以交互方式将线添加到绘图
gnameAdd case names to plot
gplotmatrixMatrix of scatter plots by group
glyphplotGlyph plot
gscatterScatter plot by group
hist3Bivariate histogram plot
lslineAdd least-squares line to scatter plot
parallelcoordsParallel coordinates plot
refcurveAdd reference curve to plot
refline将参考线添加到绘图中
scatterhistScatter plot with marginal histograms

主题

Compare Grouped Data Using Box Plots

Compare data distributions using box plot notches.

Create Scatter Plots Using Grouped Data

Compare data distributions and relationships between groups.

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。