主要内容

歪斜

歪斜

页面上倒塌

句法

y = skewness（x）
y = skewness（x，旗帜）
y = skewness（x，旗帜，'全'）
y =偏斜（x，旗，暗淡）
y = skewness（x，flag，vecdim）

描述

例子

y=偏斜（X）返回样本偏斜X。

  • 如果X是一个矢量，然后偏斜（x）返回一个标量值，即元素的歪曲X。

  • 如果X是一个矩阵，然后偏斜（x）返回包含每个列的样本偏差的行向量X。

  • 如果X那是一个多维数组偏斜（x）沿着第一个不连贯的尺寸操作X。

例子

y=偏斜（X那旗帜）指定是否纠正偏差（标志= 0.） 或不 （标志= 1，默认值）。什么时候X代表群体的样本，歪曲X有偏见，这意味着它往往与基于样本大小的系统量不同的人口偏差。你可以设置旗帜到0.纠正这种系统偏见。

例子

y=偏斜（X那旗帜，'全部'）返回所有元素的歪曲X。

例子

y=偏斜（X那旗帜那暗淡）沿工作维度返回偏斜暗淡的X。

例子

y=偏斜（X那旗帜那vecdim）通过矢量中指定的尺寸返回偏斜vecdim。例如，如果X然后是一个2×3×4阵列，然后偏斜（x，1，[1 2]）返回一个1×1×4阵列。输出阵列的每个元素是相应页面上的元素的偏置偏差X。

例子

全部收缩

打开直播脚本

设置随机种子以进行结果的再现性。

RNG（'默认'）

生成具有5行和4列的矩阵。

x = randn（5,4）
X =5×4.0.5377 -1.3077 -1.3499 -0.2050 1.8339 -0.4336 3.0349 -0.1241 -2.2588 0.3426 0.7254 1.4897 0.8622 1.5784 -0.0631 1.4090 0.3188 2.7694 0.7147 1.4172

找到样本偏斜X。

y = skewness（x）
y =1×4-0.9362 0.2333 0.4363 -0.4075

y是一个连续的矢量，其中包含每列的样本偏差X。

打开直播脚本

对于输入向量，通过指定偏差来校正偏差旗帜输入参数。

设置随机种子以进行结果的再现性。

RNG（'默认'）

生成长度10的向量。

X = RANDN（10,1）
X =10×10.5377 1.8339 -2.2588 0.8622 0.3188 -1.3077 -0.4336 0.3426 3.5784 2.7694

找到偏见的歪曲X。默认情况下，歪斜设置价值旗帜到1用于计算偏见的偏见。

y1 = skewness（x）默认情况下％标志为1
Y1 = 0.1061.

找到偏置纠正的歪曲X通过设置值旗帜到0.。

y2 =偏斜（x，0）
Y2 = 0.1258.
打开直播脚本

沿着多维数组的不同尺寸找到偏斜。

设置随机种子以进行结果的再现性。

RNG（'默认'）

创建一个4×3×2阵列的随机数。

X = RANDN（[4,3,2]）
X = X（：，：，1）= 0.5377 0.3188 3.5784 1.8339 -1.3077 2.7694 -2.2588 -0.4336 -1.3499 0.8622 0.3426 3.0349 X（：，：，2）= 0.7254 -0.1241 0.6715 -0.0631 1.4897 -1.2075 0.7147 1.4090 0.7172 -0.20501.4172 1.6302

找到歪曲X沿默认维度。

y1 = skewness（x）
Y1 = Y1（：，：，1）= -0.8084 -0.5578 -1.0772 Y1（：，:,2）= -0.0403 -1.1472 -0.6632

默认情况下，偏斜沿第一维度运作X尺寸不等于1.在这种情况下，该维度是第一个维度X。所以，y1.是一个1×3×2阵列。

找到偏见的歪曲X沿着第二维度。

y2 =偏斜（x，1,2）
Y2 = Y2（：，：，1）= 0.6956 -0.5575 0.0049 0.6033 Y2（:,：2）= -0.6969 0.1828 0.7071 -0.6714

Y2.是一个4×1×2阵列。

找到偏见的歪曲X沿着第三维度。

Y3 =偏斜（x，1,3）
y3 =4×310.-15×0 0.1597 0.5062 0.1952 0 0 0 -0.2130 0 0.3654 0 0.4807

Y3.是一个4×3矩阵。

打开直播脚本

通过使用使用的尺寸通过多维定位偏斜'全部'和vecdim输入参数。

设置随机种子以进行结果的再现性。

RNG（'默认'）

创建一个4×3×2阵列的随机数。

x = randn（[4 3 2]）
X = X（：，：，1）= 0.5377 0.3188 3.5784 1.8339 -1.3077 2.7694 -2.2588 -0.4336 -1.3499 0.8622 0.3426 3.0349 X（：，：，2）= 0.7254 -0.1241 0.6715 -0.0631 1.4897 -1.2075 0.7147 1.4090 0.7172 -0.20501.4172 1.6302

找到偏见的歪曲X。

yall = skewness（x，1，'全部'）
yall = 0.0916.

你们是整个输入数据集的偏置偏置X。

找到每个页面的偏见偏见X通过指定第一和第二维度。

ypage = skewness（x，1，[1 2]）
ypage = ypage（：，：1）= 0.1070 ypage（：，:,2）= -0.6263

例如，ypage（1,1,2）是元素的偏见偏见x（：，:,2）。

找到每个元素的偏见偏差x（：我，:)通过指定第一和第三维度来切片。

Ycol =偏斜（x，1，[1 3]）
ycol =1×3.-1.0755 -0.3108 -0.2209

例如，YCOL（3）是元素的偏见偏见x（:,3，:)。

输入参数

全部收缩

输入数据，表示来自群体的样本，指定为矢量，矩阵或多维数组。

  • 如果X是一个矢量，然后偏斜（x）返回一个标量值，即元素的歪曲X。

  • 如果X是一个矩阵，然后偏斜（x）返回包含每个列的样本偏差的行向量X。

  • 如果X那是一个多维数组偏斜（x）沿着第一个不连贯的尺寸操作X。

指定操作维度X是矩阵或数组，使用暗淡输入参数。

歪斜对待南价值X缺少值并删除它们。

数据类型：单身的|双倍的

偏见的指标，指定为0.或者1。

  • 如果旗帜是1（默认），然后是歪曲X有偏见，这意味着它往往与基于样本大小的系统量不同的人口偏差。

  • 如果旗帜是0.， 然后歪斜纠正系统偏见。

数据类型：单身的|双倍的|逻辑

沿着该维度操作，指定为正整数。如果您未指定值暗淡，那么默认值是第一个维度X谁的尺寸不等于1。

考虑矩阵的歪曲X：

  • 如果暗淡等于1，然后歪斜返回一个包含每个列的样本偏差的行向量X。

  • 如果暗淡等于2，然后歪斜返回包含每行示例偏斜的列向量X。

如果暗淡大于ndims（x）或者如果尺寸（x，dim）是1，然后歪斜返回一系列南尺寸相同X。

数据类型：单身的|双倍的

尺寸矢量，指定为正整数矢量。每个元素vecdim表示输入数组的尺寸X。输出y指定操作尺寸具有长度1。其他尺寸长度是相同的X和y。

例如，如果X然后是一个2×3×3阵列偏斜（x，1，[1 2]）返回一个1-1×3阵列。输出阵列的每个元素是相应页面上的元素的偏置偏差X。

数据类型：单身的|双倍的

输出参数

全部收缩

偏离，作为标量，向量，矩阵或多维数组返回。

算法

偏斜是样本围绕样本围绕数据的不对称的衡量标准。如果偏斜是消极的，则数据将更多地传播到平均值的左侧。如果偏斜是积极的，则数据向右传播更多。歪曲的歪曲正常分布（或任何完美的对称分布）为零。

分布的偏差被定义为

S. = E. （ X - μ. ） 3. σ. 3. 那

在哪里μ.是卑鄙的X那σ.是标准偏差X， 和E.（T.）代表数量的预期价值T.。这歪斜功能计算此群体值的示例版本。

当你设置时旗帜到1，偏斜偏置，下面的等式适用：

S. 1 = 1 N σ. 一世 = 1 N （ X 一世 - X ¯ ） 3. （ 1 N σ. 一世 = 1 N （ X 一世 - X ¯ ） 2 ） 3. 。

当你设置时旗帜到0.那歪斜纠正系统偏差，以下等式适用：

S. 0. = N （ N - 1 ） N - 2 S. 1 。

这种偏置校正的方程需要X包含至少三个元素。

扩展能力

也可以看看

||||

话题

在R2006A之前介绍

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书