Statistics Toolbox

Análisis exploratorio de datos

Statistics Toolbox proporciona varias formas de explorar los datos: creación de gráficos estadísticos con gráficos interactivos, algoritmos para análisis de conglomerados y estadística descriptiva para grandes conjuntos de datos.

Creación de gráficos estadísticos y gráficos interactivos

Statistics Toolbox incluye gráficos y diagramas para explorar los datos visualmente. La toolbox incrementa los tipos de gráficos de MATLAB® con gráficos de probabilidad, diagramas de cajas (box plots), histogramas, histogramas de dispersión, diagramas de control y gráficos Q-Q. Asimismo, la toolbox incluye gráficos especializados para el análisis multivariante, como dendogramas, biplots, diagramas de coordenadas paralelas y gráficos de Andrews.

Matriz de gráfico de dispersión de grupo que muestra las interacciones entre cinco variables.

Matriz de gráfico de dispersión de grupo que muestra las interacciones entre cinco variables.

Diagrama de caja compacto con bigotes que proporciona un resumen con cinco números de un conjunto de datos.

Diagrama de caja compacto con bigotes que proporciona un resumen con cinco números de un conjunto de datos.

Histograma de dispersión que utiliza una combinación de gráficos e histogramas de dispersión para describir las relaciones entre las variables.

Histograma de dispersión que utiliza una combinación de gráficos e histogramas de dispersión para describir las relaciones entre las variables.

Gráfico que compara la función de distribución acumulativa (CDF) de una muestra de una distribución de valores extremos con un gráfico de la CDF de la distribución de muestreo.

Gráfico que compara la función de distribución acumulativa (CDF) de una muestra de una distribución de valores extremos con un gráfico de la CDF de la distribución de muestreo.

Análisis de conglomerados

Statistics Toolbox ofrece varios algoritmos para analizar datos por medio de agrupación jerárquica, agrupación de k-medias y mezclas gaussianas.

Modelo de mezcla gaussiana de dos componentes ajustado a una mezcla de gaussianas bivariantes.

Modelo de mezcla gaussiana de dos componentes ajustado a una mezcla de gaussianas bivariantes.

Resultado de aplicar un algoritmo de agrupación al mismo ejemplo.

Resultado de aplicar un algoritmo de agrupación al mismo ejemplo.

Gráfico de dendograma que muestra un modelo con cuatro agrupaciones.

Gráfico de dendograma que muestra un modelo con cuatro agrupaciones.

Ejemplo: Análisis de conglomerados

Análisis de conglomerados (ejemplo)
Utilizar agrupación jerárquica y de k-medias para descubrir agrupaciones naturales en los datos.

Estadística descriptiva

La estadísticas descriptiva le permite comprender y describir rápidamente conjuntos de datos potencialmente grandes. Statistics Toolbox incluye funciones para calcular:

  • Medidas de tendencia central (medidas de ubicación), incluida la media, la mediana y distintas medias.
  • Medidas de dispersión, incluidos el rango, la varianza, la desviación estándar y la desviación absoluta respecto a la media o a la mediana.
  • Correlación por rangos y lineal (parcial y completa).
  • Resultados basados en datos con valores ausentes.
  • Estimaciones de cuartiles y percentiles.
  • Estimaciones de densidad a través de una función de suavizado por núcleos.

Estas funciones le permiten resumir los valores de una muestra de datos mediante algunos números muy relevantes.

En algunos casos, no es posible realizar estimaciones de estadísticas de resumen utilizando métodos paramétricos. Para hacer frente a estos casos, Statistics Toolbox proporciona técnicas de remuestreo como:

  • Función bootstrap generalizada para estimar estadísticos de muestras mediante remuestreo.
  • Función jackknife para estimar estadísticos de muestras por medio de subconjuntos de los datos.
  • Función bootci para estimar los intervalos de confianza.
Siguiente: Regresión, clasificación y ANOVA

Probar Statistics Toolbox

Obtener software de prueba

Multilevel Mixed-Effects Modeling Using MATLAB

Ver seminario virtual