Matlab标准偏差简介
标准差是用来衡量统计学中的扩散的。分布，也被称为 "分散"，告诉我们数据点在平均数或平均值周围分散的程度。贝尔曲线 "被用来研究统计学中的标准差。在Matlab中，我们使用 "std "函数来计算一个向量或数据集的标准差。在当今世界，标准差被广泛用于数据分析中，以创建复杂的基于人工智能的算法。
标准偏差函数的语法。
SD = std (X)
SD = std (X, w)
解释。
- SD = std (X)用于计算 "X "元素的标准差。这里，'X'可以是一个矢量，矩阵，或多维数组。
- SD = std (X, w) 用于计算X元素的标准差，其权重为'w'。
请注意，默认情况下，标准差将被归一化为N-1，N是我们的观察值的数量。
Matlab标准偏差的例子
下面是Matlab标准偏差的例子。
例子#1
在这个例子中，我们将使用std函数来计算一个数组中元素的标准差。
以下是需要遵循的步骤。
- 初始化输入数组。
- 把这个输入数组作为参数传给标准偏差函数。
代码。
X = [7 -5 11 2 6 5 -8 0 17 5] [用10个元素初始化输入数组" 。]
SD = std (X)
[使用std函数来计算输入数组元素的标准偏差]
输入。
输出。
正如我们在输出中看到的，7.2877是我们输入数组中元素的标准差。
例子 #2
这个例子将使用std函数来计算3 x 3矩阵元素的标准差。
以下是需要遵循的步骤。
- 初始化输入的3 x 3矩阵。
- 把这个输入矩阵作为参数传给标准差函数。
请注意，对于一个矩阵，std函数将计算每一列元素的标准差。
代码。
X = [5 -5 1; 0 4 3; 8 10 4] [初始化输入的3 x 3矩阵] 。
SD = std (X)
[使用std函数来计算输入矩阵元素的标准偏差]
输入。
输出。
正如我们在输出中所看到的，我们已经得到了输入矩阵中各列元素的标准差。
例子 #3
在这个例子中，我们将使用std函数来计算一个三维数组中元素的标准差。
下面是需要遵循的步骤。
- 初始化输入的三维数组。
- 把这个输入的三维数组作为参数传给标准差函数。
代码。
X (:, :, 1) = [1 5 3; 2 0 1; 2 2 2];
X (:, :, 2) = [19 3 3; 5 1 3; 3 5 1];
X (:, :, 3) = [0 4 1; 2 -3 1; 2 4 7];
[初始化输入3 x 3矩阵]
SD = std (X)
[使用std函数计算输入三维阵列元素的标准偏差]
输入。
输出。
正如我们在输出中所看到的，我们已经得到了我们的三维输入数组元素的标准偏差和列。
在上面的3个例子中，我们在计算标准差时没有提供任何权重。
现在让我们看看如何在std函数中分配权重。
例子 #4
在这个例子中，我们将使用std函数来计算3×3矩阵元素的标准差，并给它分配一些权重。
以下是需要遵循的步骤。
- 初始化输入的3×3矩阵。
- 初始化权重向量。
- 将输入矩阵和权重向量作为参数传给标准差函数。
代码。
X = [2 15 4; 1 6 4; 1 -5 2];
[初始化输入3 x 3矩阵]
w = [0.7 1 1.5];
[初始化权重向量]
SD = std (X, w)
[使用std函数来计算输入矩阵元素的标准偏差。我们还将权重向量'w'作为第二个参数传给了他] 。
输入。
输出。
正如我们在输出中所看到的，我们已经得到了3 x 3矩阵元素的标准偏差，并分配了权重。
总结
我们使用std函数来计算一个数组、向量或矩阵元素的标准差。默认情况下，标准差将被归一化为N-1，N是我们的观察数。
推荐文章
这是一篇关于Matlab标准差的指南。这里我们分别讨论了Matlab标准差的介绍和例子。You may also have a look at the following articles to learn more -
The postMatlab Standard Deviationappeared first onEDUCBA.
