Statistics Toolbox

Datenorganisation und -verwaltung

Die Statistics Toolbox stellt zwei spezielle Arrays zur Speicherung und Verwaltung statistischer Daten zur Verfügung: Dataset-Arrays und kategorische Arrays.

Einführung in Datensatz-Arrays 5:31
Verbessern Sie Ihre Resultate mit statistischen Arrays

Dataset-Arrays

Mit Dataset-Arrays können Sie heterogene statistische Daten und Metadaten bequem organisieren und analysieren. Dataset-Arrays bieten Spalten zur Abbildung der gemessenen Variablen und Zeilen für die einzelnen Beobachtungen. Mit Dataset-Arrays können Sie:

  • unterschiedliche Datentypen in einem einzigen Container speichern;
  • Datenzeilen und -spalten benennen und mit sprechenden Bezeichnern auf diese Daten verweisen;
  • Daten in einem intuitiven Tabellenformat anzeigen und bearbeiten;
  • Metadaten zur Definition von Einheiten, zur Beschreibung von Daten und zum Speichern von Informationen verwenden.
Darstellung eines Dataset-Arrays im MATLAB Variable Editor

Darstellung eines Dataset-Arrays im MATLAB Variable Editor Dieses Dataset-Array enthält eine Mischung aus cell strings und numerischen Informationen, wobei ausgewählte Spalten im Plot Selector Tool zur Verfügung stehen.

Die Statistics Toolbox bietet spezielle Funktionen für die Verarbeitung von Dataset-Arrays. Mit diesen Funktionen können Sie:

  • Datensätze durch Kombination von Feldern mit gemeinsamen Schlüsseln zusammenführen;
  • Daten in Standard-Dateiformate exportieren, u. a. in Microsoft® Excel® und Comma-Separated Value (CSV);
  • Zusammenfassende Statistiken zu gruppierten Daten berechnen;
  • Daten von schmalen zu weiten Repräsentationen konvertieren.

Einführung in Verknüpfungen 5:01
Führen Sie zwei Datensatz-Arrays zusammen, indem Sie Felder anhand einer gemeinsamen Schlüsselvariablen kombinieren.

Kategorische Arrays

Mit kategorischen Arrays können Sie Nominal- und Ordinaldaten organisieren und verarbeiten, die Werte aus einer endlichen Menge diskreter Werte oder Kategorien verwenden. Mit kategorischen Arrays können Sie:

  • den Speicherbedarf durch Ersetzen von sich wiederholenden Textstrings durch Kategorienlabels verringern;
  • Nominale Daten mit Hilfe von beschreibenden Markierungen speichern, wie z. B. rot, grün und blau für eine ungeordnete Menge von Farben.
  • Ordinale Daten mit Hilfe von beschreibenden Markierungen speichern, wie z. B. kalt, warm und heiß für eine ungeordnete Menge von Temperaturmessungen;
  • kategorische Daten mit Hilfe bekannter Array-Operationen und Indizierungsverfahren manipulieren;
  • logische Indizes basierend auf kategonischen Daten erstellen;
  • Beobachtungen nach Kategorie gruppieren.
Weiter: Explorative Datenanalyse

Probieren Sie Statistics Toolbox

Testsoftware anfordern

Multilevel Mixed-Effects Modeling Using MATLAB

Webinar anzeigen