1、1.从外部文本文件导入数据到MatLab的工作区;1)File/Import data 2)利用内置函数高级IO函数低级IO函数loadfopenImportdatafclosedlmreadfgetstextreadfgetlstrreadtextscanMatLab程序区数据外部数据文本外部Excel文件数据交换示意图2.将MatLab的工作区数据写出到外部磁盘文件;1)save(e.g.save 123.txt test-ascii save 123 test -123.mat)use load to retrieve 2)dlmwrite ref pdf help file 3)fpr
2、intf ref out_data.m3.从Excel文件导入数据到MatLab工作区 1)import data,工作区变量 data,textdata 2)用xlsread调入数据4.从MatLab写出数据到Excel文件 xlswrite函数 e.g.s,t=xlswrite(filename,var)5.从MatLab操作Excel文件 Excel=actxserver(Excel.Application);Excel.Visible=1;将Excel作为ACtiveX服务器打开,与MatLab交互,ref VBA e.g.test_Excel.m1.数据的平滑处理 smooth函数的
3、使用 smooth_1.m ref:smooth.pdf 对于多元数据,当各变量的量纲和数量级不一致时,往往需要对数据进行预处理,以消除量纲和数量级的限制,便于分析.2.数据的标准化变换 3.数据的极差归一化变换 数据的标准化变换极差归一化变换p)(n)(ijxXp)(n)(RijRxXkjnkkjnkkjnkijRijxxxxx111minmaxmin经过极差变换,每个元素位于0,1,列的最大最小元分别变换为1与0数据拟合0.观察数据的散点图,辅助判别数据拟合应采纳的模型 plot_1.m 数据文件:cliamate_data.xls plot_2.m 数据文件:data2009.xls一元
4、线性回归分析函数regress regress函数可用于多重线性或广义线性回归分析,特别地也适合作一元线性回归分析Ref:edit regress.mp-重广义线性回归模型npnppnnppppnxfxfxfxfxfxfxfxfxfyyy212122112222211112211121)()()()()()()()()(Y的n次独立观察数据模型设计矩阵X需要拟合估计的系数向量误差向量p-重线性回归模型npnpnnppnxxxxxxxxxyyy212121222211121121nnnkxxxyyy212121111最简单的情形:一元线性多重回归分析序号yx1x2x3x4x5144.64489.
5、56.862178245.34075.1662185354.34485.85.245156459.64268.24.940166549.938895.555178644.84777.5758176745.740767.270176849.14381.26.564162939.44481.47.9631741060.13881.95.2481701150.544736.1451681237.44587.78.4561861344.84566.56.751176假设的关联数据dchg.xls55443322110 xbxbxbxbxbby 5124151510iiiiiijjiijiiixbxxb
6、xbby一次项多重回归一次项交叉项二次项多重回归 研究样本或指标之间存在程度不同的相似性(亲疏关系以样本间距离衡量)。根据一批样本的多个观测指标,具体找出一些能够度量样品或指标之间相似程度的统计量,以这些统计量为划分类型的依据。把一些相似程度较大的样本(或指标)聚合为一类,把另外一些彼此之间相似程度较大的样本(或指标)又聚合为另一类,直到把所有的样本(或指标)聚合完毕,这就是分类的基本思想。在聚类分析中,根据分类对象的不同分为Q型聚类分析和R型聚类分析两大类。常用的样品对距离qpkqjkikijxxqd/11|)(pkjkikijxxd1|)1(2/112)()2(pkjkikijxxd|ma
7、x)(1jkikpkijxxd)cov(,)()()(1XSXXSXXMdjijiijRef:pdist常用聚类方法 最短距离法(single linkage method)最长距离法(complete linkage method)中间距离法(median method)重心法(centroid hierarchical method)类平均法(average linkage method)离差平方和法(Ward method)与系统聚类法相关的MatLab函数包括:pdist;squareform;linkage;dendrogram;cophenet;inconsistent;clust
8、er;clusterdatag1 g2 g3 g4 g5g1 0g2 10g3 540g4 7620g5 10 9530g6g3g4G5G60G340G4620G59530g6g7G5G60G740G5930G6=g1,g2g8g5g80g540G7=g3,g4G8=g5,g7G9=g5,g8聚类分析示意图 主成分分析是一种通过降维技术把多个变量化为少数几个主成分(即综合变量)的多元统计方法,这些主成分能够反映原始变量的大部分信息,通常表现为原始变量的线性组合,为使得主成分所包含的信息互不重叠,要求各主成分之间线性无关.MatLab的主成分分析函数 pcacov;根据相关系数矩阵进行主成分分析
9、 princomp;根据样本观察值矩阵进行主成分分析 pcares;根据主成分重建原始数据Ref:zcffx.m.0426.06288.04226.0.3628.02654.03548.032123211xxxyxxxypcares函数重建数据 为了分析丢掉后面的主成分所造成的信息损失,设原始样本数据矩阵为 ,由前m个主成分重建的样本数据矩阵为;)(1)(;)(1)(112)(2112)(1nipjijmijijnipjmijijxxxnpmExxnpmERef:pca.mpnijxX)(pnmijmxX)()()(分析主成分效果的统计量基于Excel的数据处理与分析 一般的数据计算 VBA程序设计 加载数据分析工具库计算趋势线的公式bmxy66554433221xcxcxcxcxcxcbybxcy)ln(线性多项式bxcey bcxy ntttntttyyyyR12122)()(1对数指数乘幂R平方值