記述統計と洞察

記述統計と回帰モデルを使用してデータを要約する

記述統計は、データセットの特徴を定量的に記述します。平均、中央値、標準偏差、百分位数などの記述統計を使用して、データを解釈および要約できます。相関解析および回帰モデルの近似によって、変数間の関係を評価することもできます。

関数

`summary`	Data summary
`pivot`	Summarize tabular data in pivoted table (R2023a 以降)
`groupsummary`	グループ要約の計算

`rmse`	配列間の平方根平均二乗誤差 (R2022b 以降)
`mape`	配列間の平均絶対誤差率 (R2022b 以降)

`kde`	Kernel density estimate for univariate data (R2023b 以降)
`histogram`	ヒストグラムプロット
`histcounts`	ヒストグラムのビンのカウント数

Compute Mean, Median, and Other Descriptive Statistics
Summarize data by computing one or more simple descriptive statistics.
Compare Global, Moving, and Cumulative Statistics
Get data insights by computing and visualizing global, moving, and cumulative statistics.
2 次元プロットでの基本統計の確認
データの統計量ツールを使用して 2 次元でプロットされたデータの記述統計を計算、可視化、および保存することで、データを対話的に要約する。

線形相関
共分散と相関係数は、変数間の線形関係を表すのに役立ちます。
1 つの予測子変数を含む線形回帰
polyfit および polyval を使用して、1 つの予測子変数と 1 つの応答変数に対する 1 次および 2 次の線形回帰モデルの近似および評価を行う。
Linear Regression with Nonpolynomial Terms
Fit a nonpolynomial linear regression model for one predictor variable and one response variable by constructing a design matrix and using the backslash operator (\).
Linear Regression with Multiple Predictor Variables
Fit a polynomial linear regression model for multiple predictor variables and one response variable by constructing a design matrix and using the backslash operator (\).
対話的なデータの当てはめおよびモデルの可視化
基本的な近似ツールを使用して、2 次元でプロットされたデータの多項式回帰モデルによる対話的な近似および検証を行う。次に、モデルを使用してデータを内挿および外挿する。

変数間の相関の計算、フィルターの適用、ランク付け、可視化を行う。