统计频数直方图

x=1:14;
freqy=[1 0 1 4 3 5 0 0 1 0 1 1 0 1];
subplot(1,3,1); bar(x,freqy); xlim([0 15]);
subplot(1,3,2); area(x,freqy); xlim([0 15]);
subplot(1,3,3); stem(x,freqy); xlim([0 15]);

这里，freqy是频数数组
下图从左到右分别是bar,area,stem的样式

tabulate

对于一般的数据，我们可以首先统计频数，再绘图。
使用tabulate函数创建向量X信息数据频率表

tbl = tabulate(x)

创建的TBL（数据频率表）的结构：

• 第一列：x的唯一值
• 第二列：每个值的实例数量
• 第三列：每个值的百分比

例如

data=[1 9 14 8 5 4 5 4 1 1 1 8 5 55 6 8 8 8 2 0 0 0];
A=tabulate(data);
bar(A(:,1)',A(:,2)');

histogram

或者直接用histogram函数画直方统计图
例如

data=[1 9 14 8 5 4 5 4 1 1 1 8 5 55 6 8 8 8 2 0 0 0];
histogram(data);

Boxplot

箱形图提供了一种只用5个点对数据集做简单总结的方式。这5个点包括中点、Q₁、Q₃、分部状态的高位和低位。
例如

marks=[99 95 88 87 91 93 96 94 96 92 98 96];
boxplot(marks);
prctile(marks , [25 50 75] )

prctile(marks , [25 50 75] )

ans =

   91.5000   94.5000   96.0000

例如prctile函数就可以得到boxplot图中25％，50％，75％的点的数值了。

skewness

偏态系数

我们可知

• Left-skewed:skewness<0
• Right-skewed:skewness>0

实例代码

X=randn([10 3])*3;
X(X(:,1)<0,1)=0;
X(X(:,3)>0,3)=0;
boxplot(X,{'Right-skewed','Symmetric','Left-skewed'});
y=skewness(X)

偏态的结果：(符合之前skewness的结论)

y =

    1.0487    0.2193   -1.5381

Kurtosis

峰态系数
随机变量在均值附近的相对平坦程度或峰值程度，以正态分布为界，峰度值为0，如比正态分布陡，峰度值大于0，否则小于0.