matlab用var函数算出的方差和标准差求解释~！！~！~！

这个你具体打开help，分别搜var和std函数就行了，help里边说的很明白很详细，一看就懂。

我这里稍微做一下解释：

v1=var(x)

V = var(X) returns the variance of X for vectors

v2=var(x,0)

var(X,0) is equivalent to var(X)

v3=var(x,1)

V = var(X,1) normalizes by N and produces the second moment of the sample about its mean

v4=var(x,w)

V = var(X,w) computes the variance using the weight vector w

v5=var(x,1,1)

V = var(X,w,dim) takes the variance along the dimension dim of X

s1=std(x)

s = std(X), where X is a vector, returns the standard deviation using (1) above

（std可以使用不同的式子求，求出来不等价，看具体情况选择，这里的(1)是help里边的一个公式）

s2=std(x,1)

s = std(X,flag) for flag = 0, is the same as std(X) For flag = 1, std(X,1) returns the standard deviation using (2) above, producing the second moment of the set of values about their mean

s3=std(x,w)

s = std(X,flag,dim) computes the standard deviations along the dimension of X specified by scalar dim Set flag to 0 to normalize Y by n-1; set flag to 1 to normalize by n

这里只是大体粘贴了一下，公式在help里边也有，你还是自己help一下哈~

小波分析后，你也没处理，组合起来依然是原信号啊。方差不会变的。

你用连续小波变换，得到了1：43尺度下的小波基系数组z（i）。

如果你指的是在一定分辨率下，该信号在某个尺度上投射的分量的方差。

就用z（i）乘以这个小波φ（τ，σ）基。在用STD求方差呗。

%m为均值，s为方差

a=2;

b=10;

n=1000;

p=rand(1,n)(b-a)+a;

m=mean(p);%均值

s=std(p);%方差

xi = linspace(a-1a-1,b+1b+1,200);

cdf = ksdensity(p,xi,'function','cdf');

pdf = ksdensity(p,xi,'function','pdf');

plot(xi,cdf,'b',xi,pdf,'r');

grid on

legend('概率密度曲线','概率分布曲线','Location','East')

title('均匀分布的概率密度曲线和概率分布曲线')

>>

x=rand(1,5);

>>

y=2rand(1,5);

>>

cov(x,y)

%计算协方差

ans

=

01079

-00225

-00225

06148

协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。

方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来，质量因子是可以人为控制的。

回归分析是从数量因子的角度出发，通过建立回归方程来研究实验指标与一个（或几个）因子之间的数量关系。但大多数情况下，数量因子是不可以人为加以控制的。

补充一下一楼：std函数只能是求行或者列的标准差，如果要求一个mxn矩阵的标准差，需要用到std2函数。而如果要求方差，只能通过求标准差然后再平方求得，var函数也只能求行或者列的方差。

>>x=rand(1,5);\x0d\>>y=2rand(1,5);\x0d\>>cov(x,y)%计算协方差\x0d\\x0d\ans=\x0d\\x0d\01079-00225\x0d\-0022506148

std这个函数就是求均方差的，但要注意std这个函数有两种调用形式，help-->std查看具体信息！

方均根误差 RMSe=sqrt(sum((Ti-Ai)^2)/n)

其中 Ti 是准确值数组，Ai 是模型的预计值数组，而n是数据点的总个数。

Matlab中输入help var 可以得到var函数的有关帮助，其中有一句非常重要的话：

VAR(X) normalizes by N-1 where N is the sequence length This makes VAR(X) the best unbiased estimate of the variance if X is a sample from a normal distribution

也就是说matlab这样设置是考虑到现实中误差理论的应用。

查阅了一些相关的书籍，不知道能不能给你一个正确的解释。

严格意义上的方差公式的却如你所说。matlab中var实际上求的并不是方差，而是误差理论中“有限次测量数据的标准偏差的估计值”。

测量值的总体偏差是在测量次数n趋于无穷大的情况下的“真误差”[dirta(i)=x(i)-E(x(i))]来定义的，即a=根号下{1/n[dirta1^2+dirta2^2+]},注意n是趋于无穷大的。

实际中n是有限次，只能求出真值的估计值x',不能得到真值E(x)和真误差。通常以算术平均值代替真值，以测量值与算术平均值的差--残差v来代替真误差，即v(i)=x(i)-x'。显然残差的代数和为0。

用有限次测量数据来计算标准偏差的最佳估计值时，可以采用贝塞尔公式法计算，计算的公式就是matlab采用的方法了，分母成了n-1这个是测量值标准偏差的估计值,通常称为实验偏差可以证明,它的平方是方差的无偏估计,但它本身并不是标准差的无偏估计

------------------------------

总之,这种计算方法来自与贝塞尔公式法对"标准偏差的最佳估计值的计算",而不是由数学期望得到的描述离散程度的变量