精华内容
下载资源
问答
  • 变异系数matlab代码

    千次阅读 2020-03-15 21:27:00
    function [ w,ave,score] = byxsf( A ) [m,n]=size(A);%m:对象数,n:指标数 v=zeros(1,n); w=zeros(1,n); for i=1:n v(i)=std(A(:,i))/mean(A(:,i)); end for i=1:n w(i)=v(i)/sum(v);...score=w(...
    function [ w,ave,score] = byxsf( A )
    [m,n]=size(A);%m:对象数,n:指标数
    v=zeros(1,n);
    w=zeros(1,n);
    for i=1:n
        v(i)=std(A(:,i))/mean(A(:,i));
    end
    for i=1:n
       w(i)=v(i)/sum(v);
    end
    disp('权重为:')
    w
    
    score=w(1)*A(:,1)+w(2)*A(:,2);%这部分要根据实际情况修改
    
    disp('得分平均值:')
    ave=mean(score)
    end
    
    展开全文
  • 变异系数法计算权重

    2012-09-02 18:49:08
    变异系数法计算权重的matlab小代码程序
  • 变异系数(COV) 在概率论和统计学中,变异系数,又称“离散系数”(coefficient of variation),是概率分布离散程度的一个归一化量度,其定义为标准差 与平均值 之比 MATLAB 协方差 [cov] 和相关系数 ...

    变异系数(COV)

    在概率论和统计学中,变异系数(coefficient of variation),又称“离散系数”,是概率分布离散程度的一个归一化量度,其定义为标准差 \sigma 与平均值 \mu 之比

    c_{v}=\frac{\sigma}{\mu}

    变异系数的优点:

    (1)消除单位的影响

    (2)消除均值大小不同的影响

     

    MATLAB 协方差 [cov] 和相关系数 [corrcoef] 说明

    协方差(Covariance)在概率论和统计学中用于衡量两个变量的总体误差。

     

    展开全文
  • 运行于matlab下的人脸识别的全套源码,包括人脸数据库和非常详细的实验说明书(11页,带截图),根据说明能运行,能看懂代码;采用的特征提取算法是变异系数,采用的分类器是神经网络;希望对大家有帮助!
  • 原来做配对或是双样本t检验的时候,都是用的matlab里面自带的ttest、ttest2来解决,但是遇到一些文献里面,有z检验是在R语言环境下编写的,但是如何在matlab 中用z检验呢? 一、相关系数Fisher z-transform Fisher z...

    原来做配对或是双样本t检验的时候,都是用的matlab里面自带的ttest、ttest2来解决,但是遇到一些文献里面,有z检验是在R语言环境下编写的,但是如何在matlab 中用z检验呢?

    一、相关系数Fisher z-transform

    Fisher z-transform是对数据近似的变异稳定化处理,z变换后近似服从均值为标准差为的正态分布。(内容参考:http://en.wikipedia.org/wiki/Fisher_z-transformation)

    z变换有好几种:

    如果是相关系数,用fisher z变换。

    如果是t值,用spm_t2z(可以搜寻spm8软件包)
    如果是其他值比如量表得分,用减均值除方差方式近似得到z值
    (内容感谢Zang YF的回答:http://restfmri.net/forum/node/1751)

    这边我只写Fisher z变换公式,针对相关系数作阐述,具体可以查阅wiki:
    Z = 0.5* ln( (1+r)/(1-r) ) 


    二、某些研究中,样本方差可能是知道的,在这种情况下检验统计量 t 可以由 z 代替,临界值也由相应的标准正态分布值代替,所以:


    对于R语言环境中:

    diff.corr <- function( r1, n1, r2, n2 ){ 
    
        Z1 <- 0.5 * log( (1+r1)/(1-r1) ) 
        Z2 <- 0.5 * log( (1+r2)/(1-r2) ) 
    
        diff   <- Z1 - Z2 
        SEdiff <- sqrt( 1/(n1 - 3) + 1/(n2 - 3) ) 
        diff.Z  <- diff/SEdiff 
    
        p <- 2*pnorm( abs(diff.Z), lower=F) 
        cat( "Two-tailed p-value", p , "\n" ) 
      } 
    
      diff.corr( r1=0.5, n1=100, r2=0.40, n2=80 ) 
      ## Two-tailed p-value 0.4103526 
    
      diff.corr( r1=0.1, n1=100, r2=-0.1, n2=80 ) 
      ## Two-tailed p-value 0.1885966 

    (内容参考 http://r.789695.n4.nabble.com/Significance-of-the-difference-between-two-correlation-coefficients-td3063765.html)

    其中r1 r2是两个样本的均值,n1 n2是样本数。

    而如是在matlab中如何z检验呢?

    function [zvalue,pvalue] = zr(r1,n1,r2,n2)
    
    z1 = 0.5*log((1+r1)/(1-r1));
    z2 = 0.5*log((1+r2)/(1-r2));
    ddiff = z1-z2;
    SEddiff = sqrt(1/(n1-3)+1/(n2-3));
    zvalue = ddiff/SEddiff;
    pvalue = 2 *(1- normcdf(abs(zvalue)));
    end

    输出的duffz ff分别是z值和概率,normcdf是累计正态分布函数,若是要单尾的话,

    pvalue = 2*(1- normcdf(abs(zvalue),0,1));
    normcdf不用乘以2,若是2013b版本的matlab可以用upper来代替1减

    http://vassarstats.net/rdiff.html 这个网址是z变换网址,数据量少的话或不怕麻烦可以进入这个网址。



    展开全文
  • 决定系数反应了y的波动有多少百分比能被x的波动所描述,即表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释.表达式:R2=SSR/SST=1-SSE/SST其中:SST=SSR+SSE,SST(total sum of squares)为总平方和,SSR...

    1c5869cc9579f36c122697b74a8be64d.png

    决定系数(coefficient ofdetermination),有的书上翻译为判定系数,也称为拟合优度。

    决定系数反应了y的波动有多少百分比能被x的波动所描述,即表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释.

    表达式:R2=SSR/SST=1-SSE/SST

    其中:SST=SSR+SSE,SST(total sum of squares)为总平方和,SSR(regression sum of squares)为回归平方和,SSE(error sum of squares) 为残差平方和。

    回归平方和:SSR(Sum of Squares forregression) = ESS (explained sum of squares)

    残差平方和:SSE(Sum of Squares for Error) = RSS(residual sum of squares)

    总离差平方和:SST(Sum of Squares fortotal) = TSS(total sum of squares)

    SSE+SSR=SST RSS+ESS=TSS

    5b5567de6a6588656003e257003400d9.png

    意义:拟合优度越大,自变量对因变量的解释程度越高,自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。取值范围:0-1.

    举例:

    假设有10个点,如下图:

    23d2d6865c294b5fd7aab03ce78bf569.png

    用R来实现如何求线性方程和R2:

    # 线性回归的方程

    mylr = function(x,y){

    plot(x,y)

    x_mean = mean(x)

    y_mean = mean(y)

    xy_mean = mean(x*y)

    xx_mean = mean(x*x)

    yy_mean = mean(y*y)

    m = (x_mean*y_mean - xy_mean)/(x_mean^2 - xx_mean)

    b = y_mean - m*x_mean

    f = m*x+b# 线性回归方程

    lines(x,f)

    sst = sum((y-y_mean)^2)

    sse = sum((y-f)^2)

    ssr = sum((f-y_mean)^2)

    result = c(m,b,sst,sse,ssr)

    names(result) = c('m','b','sst','sse','ssr')

    return(result)

    }

    x = c(60,34,12,34,71,28,96,34,42,37)

    y = c(301,169,47,178,365,126,491,157,202,184)

    f = mylr(x,y)

    f['m']

    f['b']

    f['sse']+f['ssr']

    f['sst']

    R2= f['ssr']/f['sst']

    最后方程为:f(x)=5.3x-15.5

    R2为99.8,说明x对y的解释程度非常高。

    9e0402517d8dfefafcd47d88138245de.png

    本期课程就到这里哦,感谢大家耐心观看!每日更新,敬请关注!

    【杏花开生物医药统计】微信公众号(xhkdata)

    43ad6c8afa8fec819bb978450fbc616a.gif

    相关文章

    GraphPad Prism绘制生存曲线详细教程

    SPSS如何比较样本两组样本的组内和组间差异

    SPSS生存分析在生物医药统计中的应用之COX风险比例回归

    AMOS结构方程进行医学问卷量表分析教程

    SPSS生存分析在生物医药统计中的应用

    GraphPad Prism绘制柱状图

    SPSS中对问卷数据进行探索因子分析

    SPSS问卷数据统计分析之项目分析

    Excel进行线性回归模型分析的操作与结果解读

    Excel在统计分析中的应用之单因素方差分析

    Excel进行基础数据分析之VLOOKUP函数及透视表的应用

    Excel进行数据分析常用方法及函数汇总

    SPSS中常用的参数和非参数检验方法、基本原理和操作步骤

    ROC曲线在SPSS中的具体操作及医学和生物统计中的应用

    一文读懂R语言如何实现逐步回归分析

    R语言中如何绘制散点图和箱线图?看完即会

    SPSS中的Variable数据变量类型介绍

    展开全文
  • 本程序为拉丁超立方体抽样的matlab程序程序简单明了只要确定均值和变异系数或标准差即可得到参数分布 拉丁超立方体抽样分析分为 正态分布 对数正态分布 均值分布共三个程序 适用于考虑不确定性的参数分析考虑不确定...
  • 任务:使用程序语言计算观测数据的均值、方差、标准差,变异系数,偏度,峰度; 中位数,上下四分位数,四分位数极差; 做直方图和经验分布函数图; Pearson相关系数和Spearman相关系数。 实验要求 熟悉Matlab...
  • 克里金插值matlab程序

    热门讨论 2012-09-10 22:08:17
    克里金插值matlab程序 克里金(Kriging)插值法又称空间自协方差最佳插值法,它是以南非矿业工程师D.G.Krige的名字命名的一种最优内插法。克里金法广泛地应用于地下水模拟、土壤制图等领域,是一种很有用的地质统计...
  • 针对接近正态分布的(均值,方差,标准差,极差,变异系数,偏度,峰度) 这里我必须提前说明一点就是,你在写好函数后,函数的名是dts,你保存的文件名也必须是dts.m才行,这样调用dts()函数的时候才不会出现错。 ...
  • 样本变异系数变异系数又称为离散系数,定义为标准差与平均值之比,样本变异系数即样本数据的标准差与其均值之比。样本k阶中心矩:在概率论中,矩是用来描述随机变量的某些特征的数字,即求平均值;随机变量X的K阶...
  • 针对接近正态分布的(均值,方差,标准差,极差,变异系数,偏度,峰度) 这里我必须提前说明一点就是,你在写好函数后,函数的名是dts,你保存的文件名也必须是dts.m才行,这样调用dts()函数的时候才不会出现错。第...
  • 它首先考虑的是空间属性在空间位置上的变异分布.确定对一个待插点值有影响的距离范围,然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的...
  • 摘要:针对通信系统中数字信号调制方式难以准确识别的问题,根据归一化前后小波变换包络的差异性,提出基于小波变异系数差值(ΔCV)和相似度特征的识别算法。该算法对MASK、MFSK、MPSK和MQAM 4种数字调制信号进行分类...
  • clear format long u=15; %个体数 %a=1.4; %a=1.6 %a=1.8; %a=2.0; %a=2.5; %a=3.0; %a=3.5; %a=4.0; %a=4.5; a=5.0; lemda=7.*u;...%经过重组、变异后的群体的适应度值空间 ... x(end) %取最优的系数
  • 权重矩阵通常的确定方法,首先是根据经验初步确定,然后通过模拟,根据输出响应量逐步调整权重系数,直到获得满意的输出响应量为止。这种确定方法不仅费时,而且无法获得最优的权重矩阵使系统性能达到最优。本案例将...
  • (声明:本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计) (按:AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法,但是其模型阶次的估计,除了HOSA工具箱里的arorder函数外,没有现成...
  • 可以通过4个步骤来获得结果,首先是数据准备,其次是结构分析获得变差函数的关键参数,再次就是求解权重系数,最后获得估计值。 (1)数据准备如题所示 (2)利用结构分析获得变异函数的关键值 设海表盐度S0是二阶...
  • 1 (重复了好几次的)前言使用比较...如综合指数法、模糊综合评判法、层次分析法、功效系数法等。这些方法都依赖于 “专家” 的权重或较多独立个体的评判偏好。客观赋权法: 根据各指标间相关关系或各指标值变异程度...
  • 自适应参数的DE算法——JADE,L-SHADE

    千次阅读 热门讨论 2020-07-12 10:40:08
    简单记录差分进化算法的进化机制:初始化——变异——交叉——选择,其中关键参数为变异步骤的变异系数F与交叉步骤的交叉概率CR,经典DE算法中变异系数F设定为固定值0.5,而交叉概率CR则随机从[0,1]中产生。...
  • 为评价煤矿企业自身隐患排查治理能力,建立隐患排查治理能力指标体系模型,应用熵值法与变异系数法的组合赋权法克服熵值法求权重的缺陷,利用Matlab工具求解熵值法权重,最后通过综合指数评价法实现对隐患排查治理能力...
  • 一般用于样本空间有限、变异系数估计较大的场合。土壤环境质量调查过程中很容易因为土壤的各向异性导致采集到的样品不具备代表性,因此需要用对应的工具进行计算。核心代码如下,改进自matlab自带的bootstrap。 ...
  • 数据挖掘学习第一天

    2020-09-30 14:51:55
    2.方差和变异系数 极差:max(data)-min(data) 或者 range(data) 四分位极差:上下四分位数Q3、Q1之差称为四分位之差,matlab中的命令为:iqr(data) 3.偏度与峰度 4.样本可视化 条形图 bar(x) 作样本数据x的条形...
  • 根据所建立的模型,对参数对称且可生产两种产品的多产品生产系统进行详细求解,给出其系统生产率的计算过程,通过Matlab进行数学实验,分析总结出缓冲区的无故障率、产品到达率、生产准备时间、服务率及其变异系数对系统...
  • 数学建模之主成分分析法

    万次阅读 多人点赞 2018-08-14 17:02:01
    一类是主观赋权法,多数采取综合咨询评分确定权重,如综合指数法,模糊综合评价法,层次分析法,功效系数法等.另一类是客观赋权,根据各指标间相关关系或各指标变异程度来确定权数,如主成分分析法,因子分析法,TOPSIS法等. ...
  • 针对冻结法应用中的单管冻结相变热传导问题,考虑土性参数空间上的变异性,将土体传热区域的导热系数和体积比热容模拟为随机场,基于随机场局部平均理论,采用Neumann展开Monte-Carlo随机有限元法对单管冻结随机温度场...
  • 文章目录一、理论基础1、蝴蝶优化算法2、正弦余弦算法3、MSBOA算法(混合策略改进的蝴蝶优化算法)(1)融合改进正弦余弦算法的局部搜索(2)自适应权重系数(3)逐维变异策略二、MSBOA算法实现流程三、仿真实验与...

空空如也

空空如也

1 2
收藏数 32
精华内容 12
关键字:

变异系数matlab

matlab 订阅