位差
四分位范围
语法
R = iqr(x)
R = iqr(x,dim)
R = iqr(pd)
描述
例子
计算四分位范围
从具有参数值的正态分布中生成随机数据的4 × 4矩阵
等于10
等于1。
rng默认的%用于重现性X = normrnd(10,1,4)
X = 10.5377 10.3188 13.5784 10.7254 11.8339 8.6923 12.7694 9.9369 7.7412 9.5664 8.6501 10.7147 10.8622 10.3426 13.0349 9.7950
计算每一列数据的四分位范围。
R = iqr(x)
R = 2.2086 1.2013 2.5969 0.8541
计算每一行数据的四分位范围。
R2 = iqr(x,2)
R2 = 1.7237 2.9870 1.9449 1.8797
计算正态分布四分位间范围
创建一个标准正态分布对象，
，等于0和标准差，
等于1。
Pd = makedist(“正常”0 1);
计算标准正态分布的四分位范围。
R = iqr(pd)
R = 1.3490
返回值是分布的第75百分位值和第25百分位值之间的差值。这相当于计算概率处逆累积分布函数(icdf)值之间的差值y等于0.75和0.25。
R2 = icdf(pd,0.75) - icdf(pd,0.25)
R2 = 1.3490
拟合分布的四分位数范围
加载样例数据。创建一个包含学生考试成绩数据第一列的向量。
负载examgrades；X = grades(:，1);
通过拟合数据来创建一个正态分布对象。
Pd = fitdist(x，“正常”）
正态分布mu = 75.0083 [73.4321, 76.5846] sigma = 8.7202 [7.7391, 9.98843]
计算拟合分布的四分位范围。
R = iqr(pd)
R = 11.7634
返回的结果显示，学生成绩的第75百分位和第25百分位的差值为11.7634。
使用icdf确定学生成绩的第75百分位和第25百分位。
Y = icdf(pd，[0.25,0.75])
y =1×269.1266 - 80.8900
计算第75百分位和第25百分位的差值。这将产生相同的结果位差．
y (2) - y (1)
Ans = 11.7634
使用箱线图将四分位范围可视化。
箱线图(x)
方框的上线显示的是第75个百分位数，下线显示的是第25个百分位数。中线显示的是中位数，也就是第50百分位。
输入参数
输出参数
扩展功能
R2006a之前介绍过
这个话题有帮助吗?
您也可以从以下列表中选择网站:
