MATLAB总结

时间：2019-05-29 15:20:14 网站：公文素材库

MATLAB总结

MATLAB总结

一、散点图

1．1．命令plot

功能线性二维图。在线条多于一条时，若用户没有指定使用颜色，则plot循环使用由当前坐标轴颜色顺序属性（currentaxesColorOrderproperty）定义的颜色，以区别不同的线条。在用完上述属性值后，plot又循环使用由坐标轴线型顺序属性（axesLineStyleOrderproperty）定义的线型，以区别不同的线条。

用法plot(X,Y)当X,Y均为实数向量，且为同维向量（可以不是同型向量），X=[x(i)]，

Y=[y(i)]，则plot(X,Y)先描出点(x(i)，y(i))，然后用直线依次相连；若X，Y为复数向量，则不考虑虚数部分。若X，Y均为同维同型实数矩阵，X=[X(i)]，Y=[Y(i)]，其中X(i),Y(i)为列向量，则plot(X,Y)依次画出plot(X(i),Y(i))，矩阵有几列就有几条线；若X，Y中一个为向量，另一个为矩阵，且向量的维数等于矩阵的行数或者列数，则矩阵按向量的方向分解成几个向量，再与向量配对分别画出，矩阵可分解成几个向量就有几条线；在上述的几种使用形式中，若有复数出现，则复数的虚数部分将不被考虑。

plot(Y)若Y为实数向量，Y的维数为m，则plot(Y)等价于plot(X,Y)，其中x=1：m；

若y为实数矩阵，则把y按列的方向分解成几个列向量，而y的行数为n，则plot(Y)等价于plot(X,Y)其中x=[1;2;…;n]；在上述的几种使用形式中，若有复数出现，则复数的虚数部分将不被考虑。

plot(X1,Y1,X2,Y2,…)，其中Xi与Yi成对出现，plot(X1,Y1,X2,Y2,…)将分别按顺序

取两数据Xi与Yi进行画图。若其中仅仅有Xi或Yi是矩阵，其余的为向量，向量维数与矩阵的维数匹配，则按匹配的方向来分解矩阵，再分别将配对的向量画出。

plot(X1,Y1,LineSpec1,X2,Y2,LineSpec2…)将按顺序分别画出由三参数定义

Xi,Yi,LineSpeci的线条。其中参数LineSpeci指明了线条的类型，标记符号，和画线用的颜色。在plot命令中我们可以混合使用三参数和二参数的形式：

plot(X1,Y1,LineSpec1,X2,Y2,X3,Y3,LineSpec3)

plot(…,"PropertyName",PropertyValue,…)对所有的用plot生成的line图形对象中指定

的属性进行恰当的设置。

h=plot(…)返回line图形对象句柄的一列向量，一线条对应一句柄值。

说明参数LineSpec功能定义线的属性。Maltab允许用户对线条定义如下的特性：1．线型

表7-1

定义符线型-实线（缺省值）--划线：点线-.点划线2．线条宽度指定线条的宽度，取值为整数（单位为像素点）3．颜色表7-2定义符颜色定义符颜色R（red）红色M(magenta)品红G(green)绿色y(yellow)黄色b(blue)兰色k(black)黑色c(cyan)青色w(white)白色4．标记类型表7-3定义符标记类型定义符标记类型定义符标记类型+加号d棱形s正方形o(字母)小圆圈^向上三角形h正六角星*星号v向下三角形P正五角星.实点>向右三角形x交叉号指定标记符颜色或者是标记符（小圆圈、正方形、棱形、正五角星、正六角星和四个方向的三角形）周边线条的颜色。取值在上表。

在所有的能产生线条的命令中，参数LineSepc可以定义线条的下面三个属性：线型、标记符号、颜色进行设置。对线条的上述属性的定义可用字符串来定义，如：plot(x,y,"-.or")

结合x和y，画出点划线（-.），在数据点（x，y）处画出小圆圈（o），线和标记都用红色画出。其中定义符（即字符串）中的字母、符号可任意组合。若没有定义符，则画图命令plot自动用缺省值进行画图。若仅仅指定了标记符，而非线型，则plot只在数据点画出标记符。

1．2．命令scatter(x1,y,50,c,"o","filled")

二、一元线性回归

2．1．命令polyfit最小二乘多项式拟合[p，S]=polyfit（x，y，m）

多项式y=a1xm+a2xm-1+…+amx+am+1

其中x=（x1，x2，…，xm）x1…xm为（n*1）的矩阵;y为（n*1）的矩阵；

p=（a1，a2，…，am+1）是多项式y=a1xm+a2xm-1+…+amx+am+1的系数；S是一个矩阵，用来估计预测误差.2．2．命令polyval多项式函数的预测值

Y=polyval（p，x）求polyfit所得的回归多项式在x处的预测值Y；p是polyfit函数的返回值；x和polyfit函数的x值相同。2．3．命令polyconf残差个案次序图

[Y，DELTA]=polyconf（p，x，S，alpha）求polyfit所得的回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间DELTA；alpha缺省时为0.05。p是polyfit函数的返回值；x和polyfit函数的x值相同；S和polyfit函数的S值相同。

2．4命令polytool（x，y，m）一元多项式回归命令2．5．命令regress多元线性回归（可用于一元线性回归）b=regress(Y,X)

[b,bint,r,rint,stats]=regress(Y,X,alpha)b回归系数

bint回归系数的区间估计r残差

rint残差置信区间

stats用于检验回归模型的统计量，有三个数值：相关系数R2、F值、与F对应的概率p,相关系数R2越接近1，说明回归方程越显著；F>F1-α（k，n-k-1）时拒绝H0，F越大，说明回归方程越显著；与F对应的概率p时拒绝H0，回归模型成立。

Y为n*1的矩阵；

X为（ones(n,1),x1,…,xm）的矩阵；alpha显著性水平（缺省时为0.05）。

三、多元线性回归

3．1．命令regress（见2。5）3．2．命令rstool多元二项式回归命令：rstool（x，y，’model’,alpha）x为n*m矩阵y为n维列向量

model由下列4个模型中选择1个（用字符串输入，缺省时为线性模型）：linear（线性）：

purequadratic（纯二次）：interaction（交叉）：quadratic（完全二次）：

alpha显著性水平（缺省时为0.05）返回值beta系数返回值rmse剩余标准差返回值residuals残差--------------------------------------------五、其它

命令gridon

命令axis（坐标轴）([06000.025])命令figure弹出新的画图窗口命令获取矩阵的某行某列

x(n,:);获取矩阵的第n行x(:,n);获取矩阵的第n列命令rcoplot

画出残差及其置信区间：rcoplot（r，rint）glmfit一般线性模型拟合regstats回归统计量诊断regstats(responses,DATA,"model")"

stats=regstats(responses,DATA,"model","whichstats")"Q"QfromtheQRDecompositionofX"R"RfromtheQRDecompositionofX

"beta"RegressionCoefficients"covb"CovarianceofRegressionCoefficients"yhat"FittedValuesoftheResponseData"r"Residuals

"mse"MeanSquaredError

"leverage"Leverage"hatmat"Hat(Projection)Matrix"s2_i"Delete-1Variance"beta_i"Delete-1Coefficients"standres"StandardizedResiduals"studres"StudentizedResiduals"dfbetas"ScaledChangeinRegression

Coefficients"dffit"ChangeinFittedValues"dffits"ScaledChangeinFittedValues"covratio"ChangeinCovariance"cookd"Cook"sDistance"all"Createalloftheabovestatistics命令bar(条图)命令pie(饼图)命令hist(直方图)命令help

命令mean(平均值)命令inv(逆概率分布)命令pdf(密度)命令cdf(分布函数)命令stat(均差与方差)命令rnd(随机函数)命令std(标准差)命令var(方差)命令median(中位数)命令skewness(偏度)命令kurtosis(峰度)命令norm（正态分布）命令t（t分布）命令f（f分布）命令chr2（x2分布）命令poiis（泊松分布）

扩展阅读：matlab心得

学习Matlab心得体会

学习Matlab已经有一段时间了，对Matlab编程有了一定的了解。下面谈谈自己近期的学习心得。

第一节的时候我们对Matlab有了初步的认识：Matlab是“矩阵实验室（matrixlaboratoy）”的缩写，它是一种与数学水平密切相关的算法语言，专门针对科学、工程计算及绘图的需求。Matlab的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和处理、财务建模和分析以及计算机生物学等众多应用领域。附加的工具箱扩展了Matlab环境，以解决这些领域的特定性问题。比如说在自动控制理论中用的比较多的是根轨迹，相平面，传递函数，拉普拉斯变换，乃氏曲线等。在电机控制里面还有很多仿真实验，也经常用，对于辅助分析，也是很好用的。

我们已经学习过C语言，不难发现Matlab的编程基本语法学习起来很快的，和C语言很类似，而且支持C语言函数的，或者说函数就是用C语言编的。大一时学习线性代数，对矩阵又有了一定的了解,为今天学习Matlab打下了一定的基础。从matlab的名字的来源可以看出，它以矩阵运算常见，在当今的科学计算中，几乎无处不用矩阵运算，这是它的优势得到了充分的体现。

随着学习的课时的增加，我们对Matlab的有了深入而实质性的了解。首先我们学习了Matlab的数学运算、程序设计、程序调试、Matlab绘图及图形句柄，最后我们又学习了Matlab的图形用户界面设计。经过几次实验课，我们学会了M文件编程及程序调试，学会利用help这一命令对程序进行解释。

Matlab是以解释方式工作的，即它对每条语句解释后立即执行，若有错误也立即做出反应，便于对程序进行修改，大大减轻了编程和调试的工作量。它灵活、方便，程序调试手段丰富，调试速度快。Matlab语言像Basic和C语言一样规定了矩阵的算算术运算符、关系运算符、逻辑运算符、条件运算符及赋值运算符等。Matlab的绘图功是十分方便的,在调用绘图函数时调整自变量可绘制出不同颜色的点、线、复线或多重线，这是通用的编程语言所不及的。Matlab的工作环境主要由命令窗口、图形窗口、和文本编辑窗口组成。

当然，matlab与其它计算机语言相比，有其独特的优点。特点如下：Matlab把编辑、编译、连接以及执行融为一体，加快了编写、修改、和调试程序的速度，或者说是一种比VB还要简单的语言。Matlab语言的内容极为丰富，它的各种函数都与数学领域有关，它的起点高，编程效率高，用户使用方便，智能化程度高，人机交互性好，功能丰富，可扩展性强。

通过这段时间的理论学习及实验，我觉得要提高matlab编程能力的方法有以下几点：（1）利用help，lookfor等功能对程序进行编译修改。（2）多上网查资料，上论坛，搜索帖子、发帖子问人（3）阅读别人、特别是一些高级技术人员的程序，在阅读的过程中进行学习，学习别人的编程方法。（4）还要有一本matlab的函数工具词典，可以尽量多的熟悉matlab自带的函数，因为matlab自带的函数特别多，基本上能够满足一般的数据和矩阵的计算。当然了，正如所有的程序语言一样，“3分课本7分上机”，一定要动手才行，不能光看。多想、多思考、多尝试，才是正路。

记得上第一节课时，老师给我们放得ppt上有这样一句话：学会Matlab将改变你的一生，网络对你的改变将远远的超过一台独立的计算机！作为一名电气工程及其自动化的一名学生，学好Matlab是非常有用的，扩展就业方向，为将来就业打下良好的基础!

最后，感谢老师您这么久以来对我们的谆谆教导!我们不会忘记您对我们的细心辅导，不会忘记您在我们瞌睡的时候给我们的讲的故事

友情提示：本文中关于《MATLAB总结》给出的范例仅供您参考拓展思维使用，MATLAB总结：该篇文章建议您自主创作。

　　来源：网络整理免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。

《MATLAB总结》
由互联网用户整理提供,转载分享请保留原作者信息,谢谢!
http://m.bsmz.net/gongwen/712917.html