Matlab结果性能评价---std函数(计算矩阵、数组和向量元素标准差)
实例1:创建一个矩阵并计算矩阵每列元素的标准差
实例2:创建一个矩阵并计算矩阵每行元素的标准差
实例3:创建一个三维数组并计算沿第一维度元素的标准差
实例4:创建一个矩阵并根据权重向量计算矩阵每列元素的标准差
实例5:创建一个三维数组并计算特定切片(维度1*维度2)元素的标准差
实例6:创建一个向量并计算其标准差(不包括NaN值)
本例程配套完整源码和绘图资料下载
标准差:
对于由 N 个标量观测值组成的随机变量 A,标准差S定义为:
其中均值 定义为:
语法描述:
S = std(
A) 返回 A
沿大小不等于 1 的第一个数组维度的元素的标准差
如果
A
是观测值的向量,则标准差为标量。如果
A
是一个列为随机变量且行为观测值的矩阵,则S
是一个包含与每列对应的标准差的行向量。如果
A
是一个多维数组,则std(A)
会沿大小不等于 1 的第一个数组维度计算,并将这些元素视为向量。此维度的大小将变为1
,而所有其他维度的大小保持不变。默认情况下,标准差按
N-1
实现归一化,其中N
是观测值数量
S = std(
为上述任意语法指定一个权重方案。当 A
,w
) w = 0
时(默认值),S
按 N-1
进行归一化。当 w = 1
时,S
按观测值数量 N
进行归一化。w
也可以是包含非负元素的权重向量。在这种情况下,w
的长度必须等于 std
将作用于的维度的长度。 当 w
为 0 或 1 时,S = std(
A,w
,'all'
) 计算 A
的所有元素的标准差。此语法适用于 MATLAB® R2018b 及更高版本
S = std(
使用上述任意语法沿维度 A
,w
,dim
) dim
返回标准差。要维持默认归一化并指定操作的维度,请在第二个参数中设置 w = 0
当 w
为 0 或 1 时,S = std(
A,w
,vecdim
) 计算向量 vecdim
中指定维度的标准差。例如,如果 A
是矩阵,则 std(A,0,[1 2])
计算 A
中所有元素的标准差,因为矩阵的每个元素包含在由维度 1 和 2 定义的数组切片中
S = std(___,
指定在上述任意语法的计算中包括还是忽略 nanflag
) NaN
值。例如,std(A,'includenan')
包括 A
中的所有 NaN
值,而 std(A,'omitnan')
则会忽略这些值
实例1:创建一个矩阵并计算矩阵每列元素的标准差
A = [4 -5 1; 2 3 5; -9 1 7]; %创建一个3*3矩阵A
S = std(A) %计算矩阵A每列元素的标准差
矩阵A为:
矩阵A每列元素对应的标准差为:
验证矩阵第一列(4 2 -9)标准差正确性:
均值 = (4+2-9)/3 = -1
标准差 可见与std函数计算结果一致
实例2:创建一个矩阵并计算矩阵每行元素的标准差
A = [6 4 23 -3; 9 -10 4 11; 2 8 -5 1]; %创建一个3*4矩阵A
S = std(A,0,2) %计算矩阵A每行元素的标准差
矩阵A为: 矩阵A每列元素对应的标准差为:
验证矩阵第三行(2 8 -5 1)标准差正确性:
均值 = (2+8-5+1)/4 = 1.5
标准差 可见与std函数计算结果一致
实例3:创建一个三维数组并计算沿第一维度元素的标准差
close all; clear all; %关闭窗口,清空数据
%创建一个三维数组,并计算沿第一个维度的标准差
A(:,:,1) = [2 4; -2 1]; %三维数组第三维度的第一页
A(:,:,2) = [9 13; -5 7]; %三维数组第三维度的第二页
A(:,:,3) = [4 4; 8 -3]; %三维数组第三维度的第三页
S = std(A) %计算沿第一个维度的标准差
矩阵A(第三维度的第一、第二、第三页)分别为:
矩阵A(第三维度的第一、第二、第三页)沿第一维度元素的标准差分别为:
验证矩阵第三维度的第二页第一列(9 -5)标准差正确性:
均值 = (9-5)/2 = 2
标准差 可见与std函数计算结果一致
注:对于上例中3*4的矩阵A,行是维度1(矩阵A对应的是3行),列是维度2(矩阵A对应的是4列),如下图所示:
实例4:创建一个矩阵并根据权重向量计算矩阵每列元素的标准差
close all; clear all; %关闭窗口,清空数据
%创建一个矩阵A,并根据权重向量 w 计算每一列的标准差
A = [1 5; 3 7; -9 2]; %矩阵A
w = [1 1 0.5]; %权重向量w
S = std(A,w) %根据权重计算矩阵A每一列的标准差
矩阵A为: 权重向量w为:
矩阵A每列元素对应的标准差为:
实例5:创建一个三维数组并计算特定切片(维度1*维度2)元素的标准差
close all; clear all; %关闭窗口,清空数据
%创建一个三维数组A,并计算第三维中每页所有数据(行和列)的标准差
A(:,:,1) = [2 4; -2 1]; %维度3的切片1
A(:,:,2) = [9 13; -5 7]; %维度3的切片2
A(:,:,3) = [4 4; 8 -3]; %维度3的切片3
S = std(A,0,[1 2]) %计算矩阵A每个切片所有元素的标准差
三维数组A 第三维度进行切片
矩阵A(第三维度的第一、第二、第三页)分别为:
矩阵A(第三维度的第一、第二、第三页)所有元素的标准差分别为:
验证矩阵A第三维度的第一页(2 4 -2 1)标准差正确性:
均值 = (2 + 4 - 2 + 1) / 4 = 5/4
标准差 可见与std函数计算结果一致
实例6:创建一个向量并计算其标准差(不包括NaN值)
close all; clear all; %关闭窗口,清空数据
%创建一个向量A,并计算其标准差(不包含NaN值)
A = [1.77 -0.005 3.98 -2.95 NaN 0.34 NaN 0.19]; %向量A
S = std(A,'omitnan') %标准差S
向量A为: 向量A的所有元素的标准差S为:
验证向量A标准差正确性:
均值 = (1.77 - 0.005 + 3.98 - 2.95 + 0.34 + 0.19) / 6 = 3.325/6
标准差
可见与std函数计算结果一致
输入参数:
1、输入数组A-----指定为向量、矩阵或多维数组
如果 A
是一个标量,则 std(A)
返回 0
如果 A
是一个 0
×0
的空数组,则 std(A)
返回 NaN
2、权重w-------指定为非负数标量
0
- 按N-1
实现归一化,其中N
是观测值的数量。如果只有一个观测值,则权重为 1。1
- 按N
实现归一化。由非负标量权重构成的向量,这些权重对应于沿其计算方差的
A
维度
3、维度dim-------指定为正整数标量
如果未指定值,则默认值是大小不等于 1 的第一个数组维度。维度 dim
表示长度减至 1
的维度。size(S,dim)
为 1
,而所有其他维度的大小保持不变。以一个二维输入数组 A
为例。
如果 dim = 1
,则 std(A,0,1)
返回包含每一列中元素的标准差的行向量:
如果 dim = 2
,则 std(A,0,2)
返回包含每一行中元素的标准差的列向量
4、NaN
条件-------指定为 '
includenan'
或 '
omitnan'
'includenan'
- 计算总和时包括NaN
值,生成NaN
。'omitnan'
- 忽略输入中的所有NaN
值。
注:标准差是方差的平方根。有些标准差的定义使用 N(而非 N-1)的归一化因子,这种情况下您可以通过将 w
设置为 1
来进行指定
参考链接
Matlab结果性能评价---std函数(计算矩阵、数组和向量元素标准差)相关推荐
- QT/C++/Eigen 自己实现的MATLAB中的std()函数,矩阵按照列求标准差
QT / C++ / Eigen 自己实现的MATLAB中的std()函数,矩阵按照列求标准差 //定义一个按列求标准差的函数,其中A为被求列标准差的矩阵,OutputMatrix为求出的列标准差 v ...
- matlab中的isreal函数,matlab线代 isreal函数检测矩阵的复数元素
1 code clear clc a=[1+1i 0 3;2+2i 11 22] sizeOfA=size(a) %a矩阵有多少行 countOfRow=sizeOfA(1) %a矩阵有多少列 cou ...
- Matlab函数学习---sum函数(计算矩阵、数组和向量元素总和)
实例1:创建一个向量并计算向量元素总和 实例2:创建一个矩阵并计算矩阵每列元素的总和 实例3:创建一个矩阵并计算矩阵每行元素的总和 实例4:创建一个三维数组并计算数组特定切片元素(维度1*维度2)的总 ...
- python使用numpy中的np.mean函数计算数组的均值、np.var函数计算数据的方差、np.std函数计算数组的标准差
python使用numpy中的np.mean函数计算数组的均值.np.var函数计算数据的方差.np.std函数计算数组的标准差 目录
- 绘制卡方分布的概率密度函数 matlab,MATLAB如何使用chi2pdf函数计算卡方分布的概率密度...
MATLAB如何使用chi2pdf函数计算卡方分布的概率密度 [语法说明] Y=chi2pdf(X,V):函数计算X中的元素在参数V指定的卡方分布下的概率密度函数值.如果输入参数中有一个为标量,则将其 ...
- matlab泊松分布参数,MATLAB如何使用poisspdf函数计算泊松分布的概率
MATLAB如何使用poisspdf函数计算泊松分布的概率 [语法说明] Y=poisspdf(X,lambda):计算X中元素在参数lambda指定的泊松分布下的概率值.Y是与X.lambda同型的 ...
- matlab卡方分布函数,MATLAB如何使用ncx2pdf函数计算非中心卡方分布的概率密度
MATLAB如何使用ncx2pdf函数计算非中心卡方分布的概率密度 [语法说明] Y=ncx2pdf(X,V,DELTA):计算X中各元素在参数V.DELTA指定下的非中心卡方分布概率密度函数值.X与 ...
- matlab分布函数逆函数,MATLAB如何使用icdf函数计算指定分布的逆累积分布
MATLAB如何使用icdf函数计算指定分布的逆累积分布 [语法说明] Y=icdf('name',X,A) Y=icdf('name',X,A,B) Y=icdf('name',X,A,B,C) 字 ...
- matlab韦伯分布,MATLAB如何使用wblpdf函数计算韦伯分布的概率密度
MATLAB如何使用wblpdf函数计算韦伯分布的概率密度 [语法说明] Y=wblpdf(X,A,B):计算X中的元素在参数A.B指定的韦伯分布下的概率密度函数值.Y 是与 X.A.B 同型的数组, ...
最新文章
- 在CentOS 6.5 x86_64上安装libunwind的问题
- 信息安全管理体系 ISMS
- IntelliJ IDEA学习记录
- ehcache + mysql例子与性能测试
- 云服务器 VNC 远程连接
- 【转】RNN、LSTM、Transformer、BERT简介与区别
- python支持中文路径_打开python遍历中文目录得到的文件路径报错
- 弹出无边框网页的Javscrpt代码
- C++--第26课 - 异常处理 - 下
- 三菱伺服驱动器示例_三菱MRJB伺服放大器应用实例
- Python百行代码随机生成姓名
- 如何通过F12开发者工具保存网页中想要的视频资源
- 一元三次方程求根公式详细逐步推导
- 机器学习(回归五)——线性回归-局部加权线性回归
- 年收入30万的家庭如何买保险最划算?
- 在linux下用c语言编程软件下载,在Linux下进行C语言编程
- 厘米换算英尺英寸 (15 分)
- hdu-5976 Detachment 解题报告(乘法逆元、贪心?)
- 【论文阅读】Underwater Image Enhancement: Using Wavelength Compensation and Image Dehazing(WCID)
- 如何实现WiFi与5G无缝切换?如何进行无线通信切换测试?(一)