實驗一：MATLAB檔案讀寫操作與資料預處理及描述性統計量計算
MATLAB檔案讀寫操作與資料預處理及描述性統計量計算
該程式為一些實驗報告的程式結果，主要是針對資料的相關描述統計。
1：使用readtable讀取資料，並將資料儲存為資料表
% 的資料計入Matlab工作區，以備後用；
filename
=
‘shiyanyishuju。xlsx’
；
data
=
readtable
（
filename
）；
讀入的資料結果部分如下圖所示：
問題2：程式如下：
%% 箱線圖
boxplot（data{：，2：end}，‘notch’，‘on’，‘labels’，{‘EXPE’，‘QUAL’，‘VALU’，‘SATI’}，。。。
‘whisker’，2）
title（‘滿意度資料箱線圖’）
得到的箱線圖如下：
從箱線圖中可以看出：變數1數值小於等於5的資料為異常值，變數二、三、四資料小於等於二的資料為異常值
%% 兩兩配對散點圖
gplotmatrix（data{：，2：end}，［］，［］，。。。
‘r’，‘o’，3，‘on’，‘hist’，{‘EXPE’，‘QUAL’，‘VALU’，‘SATI’}，。。。
{‘EXPE’，‘QUAL’，‘VALU’，‘SATI’}）
title（‘矩陣散點圖’）
剔除異常觀察資料；
% 從箱線圖中可以看出：變數一數值小於等於5的資料為異常值，
% 變數二、三、四資料小於等於二的資料為異常值
index = data{：，2} > 5 & data{：，3} > 2 & data{：，4} > 2 & data{：，5} > 2；
newdata = data（index，：）； % 剔除異常值後的資料
sum（index） % 剔除異常值後總共資料條數
剔除資料後還剩下921條記錄
ans = 921
問題2：使用varfun函式，對資料集表中的每個變數進行相應的操作，程式和結果如下：
% 最小值
newdatamin = varfun（@min，newdata（：，2：end））
% 最大值
newdatamax = varfun（@max，newdata（：，2：end））
% 均值
newdatamean = varfun（@mean，newdata（：，2：end））
% 眾數
newdatamode = varfun（@mode，newdata（：，2：end））
% 中位數
newdatamedian = varfun（@median，newdata（：，2：end））
% 方差
newdatavar = varfun（@var，newdata（：，2：end））
% 標準差
newdatastd = varfun（@std，newdata（：，2：end））
結果：
newdatamin =
min_EXPE min_QUAL min_VALU min_SATI
________ ________ ________ ________
6 3 3 3
newdatamax =
max_EXPE max_QUAL max_VALU max_SATI
________ ________ ________ ________
10 10 10 10
newdatamean =
mean_EXPE mean_QUAL mean_VALU mean_SATI
_________ _________ _________ _________
8。2747 7。9088 7。6504 7。8132
newdatamode =
mode_EXPE mode_QUAL mode_VALU mode_SATI
_________ _________ _________ _________
8 8 8 8
newdatamedian =
median_EXPE median_QUAL median_VALU median_SATI
___________ ___________ ___________ ___________
8 8 8 8
newdatavar =
var_EXPE var_QUAL var_VALU var_SATI
________ ________ ________ ________
1。1212 1。5917 1。7581 1。6955
newdatastd =
std_EXPE std_QUAL std_VALU std_SATI
________ ________ ________ ________
1。0589 1。2616 1。3259 1。3021
計算變數之間的方差和相關係數
% 變數協方差
cov（newdata{：，2：end}）
ans =
1。1212 0。7088 0。6614 0。6666
0。7088 1。5917 1。0083 1。0906
0。6614 1。0083 1。7581 1。2172
0。6666 1。0906 1。2172 1。6955
% 變數相關係數
corr（newdata{：，2：end}）
ans =
1。0000 0。5306 0。4711 0。4835
0。5306 1。0000 0。6028 0。6639
0。4711 0。6028 1。0000 0。7050
0。4835 0。6639 0。7050 1。0000
% 幾何平均
newdatageomean = varfun（@geomean，newdata（：，2：end））
% 調和平均
newdataharmmean = varfun（@harmmean，newdata（：，2：end））
% 極差
newdatarange = varfun（@range，newdata（：，2：end））
newdatageomean =
geomean_EXPE geomean_QUAL geomean_VALU geomean_SATI
____________ ____________ ____________ ____________
8。2049 7。798 7。5259 7。6901
newdataharmmean =
harmmean_EXPE harmmean_QUAL harmmean_VALU harmmean_SATI
_____________ _____________ _____________ _____________
8。1328 7。6734 7。3891 7。5455
newdatarange =
range_EXPE range_QUAL range_VALU range_SATI
__________ __________ __________ __________
4 7 7 7
% 絕對平均偏差
newdatamad = varfun（@mad，newdata（：，2：end））
% 四分位數極差
newdataiqr = varfun（@iqr，newdata（：，2：end））
newdatamad =
mad_EXPE mad_QUAL mad_VALU mad_SATI
________ ________ ________ ________
0。85914 0。94503 1。0756 0。9906
newdataiqr =
iqr_EXPE iqr_QUAL iqr_VALU iqr_SATI
________ ________ ________ ________
1 2 2 2
% 分為數
quantile（newdata{：，2：end}，［0。025，0。25，。5，。75，。975］，1）
ans =
6 5 5 5
8 7 7 7
8 8 8 8
9 9 9 9
10 10 10 10
計算標準變換系數
% 中心矩
moment（newdata{：，2：end}，3）
% 偏度
skewness（newdata{：，2：end}）
% 峰度
kurtosis（newdata{：，2：end}）
% 便相關係數
partialcorr（newdata{：，2：end}）
ans =
-0。1739 -1。0039 -0。7776 -1。3812
ans =
-0。1467 -0。5008 -0。3341 -0。6266
ans =
2。5663 3。2753 2。8462 3。6709
ans =
1。0000 0。2823 0。1402 0。1107
0。2823 1。0000 0。2017 0。3713
0。1402 0。2017 1。0000 0。4873
0。1107 0。3713 0。4873 1。0000
