瓦尔
的方差。
库::`工程师`
语法
函数调用
-
<参数:V>>,<参数:M>>=var(___,[参数:nanflag])-确定是否包括或排除值南在[参数:A]对于前面的任何语法选项。 例如,var(A,"omitnan")忽略值南时计算方差。 默认情况下var包括值南.
争论
输入参数
# 一个 — 输入数组
+
向量资料 | 矩阵 | 多维数组
Details
指定为向量、矩阵或多维数组的输入数组。 如果 A -一个标量，然后 var(A) 申报表 0. 如果 A -大小的空数组 0 上 0 然后 var(A) 申报表 南.
| 数据类型 |
|
# 昏暗 — 执行操作的测量
+
正整数标量
Details
对其执行操作的维度设置为正整数标量。 如果未指定维度，则默认使用数组的第一个维度，其大小不等于 1.
论点 昏暗 指定长度缩减为的维度 1. 尺寸(s,暗淡) 同样 1，而所有其他维度的维度保持不变。
考虑输入矩阵 A 大小 m 上 n:
-
var(A,0,1)计算矩阵每列中元素的方差A并返回大小的向量字符串1上n.
-
var(A,0,2)计算矩阵每行中元素的方差A并返回大小的列向量m上1.
如果 昏暗 更多 ndims(A) 然后 var(A) 返回一个大小与 A.
# vecdim — 测量向量
+
正整数的向量
Details
维的向量定义为正整数的向量。 每个元素表示输入数组的一个维度。 在指定的操作测量中，输出数据的长度为 1，而其他维度保持不变。
考虑输入数组 A 大小 2×3×3. 然后 var(A,0,[12]) 返回大小的数组 1×1×3，其中的元素表示为每个层计算的方差 A.
# nanflag — 缺失值的条件
+
"包括" （默认情况下）| "包括" | "省略" | "omitnan"
Details
缺少由以下值之一设置的值的条件:
-
"包括"或"包括"-启用值南在A时计算方差。 如果工作维度中的任何元素等于南，则相应的元素在V也等于南."包括"和"包括"他们的行为方式相同。 -
"省略"或"omitnan"-忽略值南在A和w并计算较少点的方差。 如果工作维度中的所有元素都相等南，则相应的元素在V也等于南."省略"和"奥米特南"他们的行为方式相同。
例子：
矩阵方差
Details
让我们创建一个矩阵并计算其方差。
import EngeeDSP.Functions: var
A = [4 -7 3; 1 4 -2; 10 7 9]
var(A).V1×3 Matrix{Float64}:
21.0 54.3333 30.3333数组方差
Details
让我们创建一个三维数组并计算其方差。
import EngeeDSP.Functions: var
A = cat([1 3; 8 4], [3 -4; 1 2], dims=3)
var(A).V1×2×2 Array{Float64, 3}:
[:, :, 1] =
24.5 0.5
[:, :, 2] =
2.0 18.0指定方差的权重向量
Details
让我们创建一个矩阵，并根据权重向量计算其方差 w.
import EngeeDSP.Functions: var
A = [5 -4 6; 2 3 9; -1 1 2]
w = [0.5 0.25 0.25]
var(A, w).V1×3 Matrix{Float64}:
6.1875 9.5 6.1875指定方差维度
Details
让我们创建一个矩阵并计算它在第一维的方差。
import EngeeDSP.Functions: var
A = [4 -2 1; 9 5 7]
var(A, 0, 1).V1×3 Matrix{Float64}:
12.5 24.5 18.0计算方差 但是 在第二维度中。
var(A, 0, 2).V2×1 Matrix{Float64}:
9.0
4.0阵列层的方差
Details
让我们创建一个三维数组并计算每个数据层（行和列）的方差。
import EngeeDSP.Functions: var
A = cat([2 4; -2 1], [9 13; -5 7], [4 4; 8 -3], dims=3)
V = var(A, 0, [1 2]).V1×1×3 Array{Float64, 3}:
[:, :, 1] =
6.25
[:, :, 2] =
60.0
[:, :, 3] =
20.916666666666664无缺失值的方差
Details
创建包含值的矩阵 南.
A = [1.77 NaN -2.95; NaN 0.34 0.19]2×3 Matrix{Float64}:
1.77 NaN -2.95
NaN 0.34 0.19计算矩阵的方差，不包括值 南. 对于包含任何值的矩阵列 南，功能 var 计算除 南.
import EngeeDSP.Functions: var
V = var(A, "omitnan").V1×3 Matrix{Float64}:
0.0 0.0 4.9298方差和数学期望
Details
让我们创建一个矩阵并计算每列的方差和数学期望。
import EngeeDSP.Functions: var
A = [4 -7 3; 1 4 -2; 10 7 9]
V, M = var(A)(V = [21.0 54.33333333333334 30.333333333333336], M = [5.0 1.3333333333333333 3.3333333333333335])让我们创建一个矩阵，并根据权重向量计算每列的加权方差和加权平均值。 w.
A = [5 -4 6; 2 3 9; -1 1 2]
w = [0.5 0.25 0.25]
V, M = var(A, w)(V = [6.1875 9.5 6.1875], M = [2.75 -1.0 5.75])