练习39统计绘图-Read.DOCVIP

练习39 统计绘图 数学知识背景 在统计分析以及统计计算中，统计绘图可以直观的描绘数据的特征，更直接的勾画出统计数据的变化趋势/ 主要内容 由于在先前的数学练习中已经介绍了统计以及假设检验方面的函数和运用实例，本练习着重介绍统计工具箱中的绘图函数，将统计数据更直观的展现出来。统计工具箱的丰富绘图功能增添了图形表现函数，box图用于描述数据样本，亦用于通过图形来比较多样本的均值，正态概率图用来确定样本是否为正太分布，分位数-分位图用于比较两个样本的分不等。 练习过程 （1）?????? box图主要用来进行图形化的检验，进行数据样本的box图，其函数为“boxplot”,用法是： boxplot(X,notch,’sym’,cert,whis) 其中，X为矩阵，X中的每列数据绘制一个box图。Notch缺省则box图无切口，取值为1时，图形带切口。“sym”为野值标记，缺省符号为“+”。Vert控制box图水平或者垂直放置，取值为1（vert=1）时垂直放置。Whis定义虚线的长度为内四分位间距（IRQ）的函数，缺省为1.5*IRQ，取值为0时，则box图用sym规定的标记数据。例： a=normrnd(4,1,100,1);b=normrnd(5,1,100,1); x=[a b]; boxplot(x,1) 其box图如图39-1所示，由图可见X中两列数据均值之差约差1 (2)误差条图的主要函数为“errorbar”，起用法为errorbar(x,y,l,u,symbol)，功能是给出x-y图及由l和u规定误差界限的误差条，symbol为一个字符串可规定类型和颜色。例 a=0.1;0.2;0.5;r=poissrnd(a(ones(50,1),:)); [p,pci]=[poissfit(r,0.001); l=p-pci(1,:); u=pci(2,:)-p; errorbar(1:3,p,l,u,sym); 所得结果略。 （3）最小二乘数据可以将拟和前数据与拟和后所得直线和曲线进行绘图比较。这里有直接进行数据最小二乘拟和线的函数lsline:，例： a=[1 2.2 3.2 4.1 5.3 6 8.4 10.2 13.1 15.3]; plot(a,+); lsline 在命令窗口中运行得到结果如图39-2所示。 （4）正太数据图可用来绘制图形化的正太检验正太概率图，其函数为normplot,其用法为：normplot(x)。其中图形绘制的是数据x的正态概率图，当x为矩阵时，图形为x的每一列绘制一条线，图形用符号“+”标识样本数据。当数据分布服从正态分布，则图形呈现为直线，而其他概率函数则表现出不同程度的弯曲，结果如图39-3所示。 x=normrnd(0,1,80,1); normplot(x) (5)绘制数据排列的函数有“pareto”，其用法为pareto(y,’names’),其中names是可选的，而y则为一列数据。函数将数据y按数据递减顺序绘制成直方图，其上的折线则表示累计频率。而pareto(y,’names’)则用字符串names中的名称对数据x中对应元素进行标记。假设有若干种水果品种，并且相应品种对应一定量的水果，我们用pareto图进行绘制： fruits=[apples ;pears ;bananas;oranges]; amounts=[7,12,24,16]; pareto(amounts,fruits) 注意应该是数组中的元素具有相同长度或大小，当数组中各个元素长度不符时，系统将给出错误信息： All rows in the bracketed expression must have the same number of columns. 所绘图形如图39-4所示。 （6）双分位数图绘制两个样本的分位数-分位数图，其函数主要为qqplot(x,y,pvec),pre为可选项，为矢量。函数主要显示两个样本的双分位数图。如果两个样本来源于同一个分布则图中曲线为直线。若x和y为矩阵，则它们的每列数据绘制单独的曲线。图中样本数据以“+”表示。并将位于第一分位数和第三分位数间的数据拟和绘制成一条线。此线可以外拉至样本的两端，以帮助用户评估数据的线形程度。 例：产生两个不同均值和标准差的正态分布样本后，作出其双分位数图。 在命令窗口中输入： x=normrnd(0,1,100,1); y=normrnd(0.5,2,50,1); qqplot(x,y) 运行后得到结果为如图39-5所示。 （7）回归参差图的主要函数是rcoplot,其用法为rcoplot(r,rint),函数将实验样本回归的残差及其置信区间绘制成误差条图，其中参数r和rint来自函数regress的输出。 例： x=[ones(10