描述性统计的matlab实现

x=[ 1 2 0/0 4 5 6]
function dts(x);
a = x(:);
nans = isnan(a);
ind = find (nans); %nan是0/0.
a(ind)=[];
xbar= mean(a);
disp(['均值是：',num2str(xbar)]);
s2 = var(a);
disp(['方差是：',num2str(s2)]);
s = std(a);
disp(['标准差是：',num2str(s)]);%数据里必须是元素的类型一样，所以要有num2str()函数转一下。
R = range(a);
disp(['极差是：',num2str(R)]);
cv = 100*s./xbar;%它是一个相对的数且没有量纲，所以更具有说明性。
disp(['变异系数是：',num2str(cv)]);
g1 = skewness(a,0);
disp(['偏度：',num2str(g1)]);
g2=kurtosis(a,0);
disp(['峰度',num2str(g2)]);

function fws(x)
a = x(:);
a(isnan(a))=[];
ss5 = prctile(a,50);
disp(['中位数是：',num2str(ss5)]);
ss25 = prctile(a,25);
disp(['下四分位数是：',num2str(ss25)]);
ss75 = prctile(a,75);
disp(['上四分位数是：',num2str(ss75)]);
RS = ss75-ss25;
disp(['四分位极差：',num2str(RS)]);
sss = 0.25*ss25+0.5*ss50+0.25*ss75;
disp('三均值：',num2str(sss));

a=[10 20 10;54 56 78]
a=a(:)
b=a-mod(a,10);
b=unique(b);
b=sort(b);
N=length(b);
for k=1:N
    tmp=b(k);
    TT=sort(a');
    TT(TT<tmp)=[];
    TT(TT>tmp+10)=[];
    ts=mat2str(mod(TT,10));
    ts(ts=='[')=[];
    ts(ts==']')=[];
    disp([int2str(tmp),'   :   ',ts])
end
    

X=[12,3,5,6;4,5,6,7];
X=X(:)'
X=sort(X)
n=length(X)
m=size(X)%写这一步是为了比较length 和 size两个函数的不同
xsui=ones(size(X))
B=cumsum(xsui)
B=B/n
x1=min(X)-(max(X)-min(X))*0.1
xr=max(X)+(max(X)-min(X))*0.1
x=[x1,X,xr]
y=[0,B,1]
h=stairs(x,y)
set(h,'linewidth',2,'color','k')
xlabel('x')
ylabel('F(x)')
grid on
axis([x1,xr,-0.05,1.05])
title('经验分布函数')