制作高桌子

方法创建数据存储airlinesmall.csv数据集。治疗“NA”值作为缺失的数据，以便将它们替换为南值。选择要处理的变量的一个子集。将数据存储转换为高表。

变量名= {“ArrDelay”，“DepDelay”，“年”，“月”};Ds =数据存储“airlinesmall.csv”，“TreatAsMissing”，“NA”，.．.“SelectedVariableNames”, varnames);T =高(ds)

T = Mx4高表ArrDelay DepDelay年月________ ________ ____ _____ 8 12 1987 10 8 1 1987 10 21 20 1987 10 13 12 1987 10 4 -1 1987 10 59 63 1987 10 3 -2 1987 10 11 -1 1987 10::::::::

到达延误直方图

的直方图ArrDelay变量来检验到达延误的频率分布。

h =直方图(t.r ardelay);

使用本地MATLAB会话计算高表达式:-通过1 / 2:在1.1秒内完成-通过2:在0.51秒内完成计算在2.5秒内完成

标题(“1987 - 2008年航班延误”)包含(“到达延误(分钟)”) ylabel (“频率”）

到达延迟通常是一个接近0的小数字，所以这些数值主导着剧情，并让玩家很难看到其他细节。

调整直方图的箱限

限制直方图箱的限制，只绘制-50到150分钟之间的到达延迟。从高数组创建直方图对象后，不能更改需要重新计算容器的任何属性，包括BinWidth而且BinLimits．另外，你不能使用morebins或fewerbins调整箱的数量。在这些情况下，使用柱状图从tall数组中的原始数据重建直方图。

图直方图(T。ArrDelay,“BinLimits”[-50150])

使用本地MATLAB会话计算高表达式:-通过2:完成在0.64秒-通过2:完成在0.38秒评估完成在1.3秒

标题(“1987 - 2008年，航班到达延误时间为-50 - 150分钟”)包含(“到达延误(分钟)”) ylabel (“概率”）

从这张图中可以看出，长时间的延误可能比最初预期的更常见。要进一步调查，找出一个小时或更长时间到达延误的概率。

延误一小时或更长时间的可能性

原始的直方图返回一个对象h控件中的bin值值属性和bin边缘中的BinEdges财产。您可以使用这些属性来执行内存计算。

确定哪些箱子包含一个小时(60分钟)或更长时间的到达延迟。从逻辑索引向量中删除最后一个bin边，使其长度与bin值向量相同。

idx = h.BinEdges >= 60;Idx (end) = [];

使用idx检索与每个所选bin相关联的值。将bin值相加，除以样本总数，再乘以100，以确定延迟大于或等于1小时的总体概率。由于样本总数是从原始数据集中计算出来的，因此使用收集显式计算并返回内存中标量。

N = numel(t.r ardelay);P = gather(sum(h.Values(idx))*100/N)

通过1 / 1:在0.34秒内完成计算，在0.4秒内完成

P = 4.4809

总体而言，飞机延误一小时或更长时间的概率约为4.5%。

按月绘制二元延迟直方图

绘制按月60分钟或更长时间到达延误的二元直方图。这幅图考察了季节性如何影响到达延误。

图h2 = histogram2(T. month,T. month)ArrDelay, 50 [12],“YBinLimits”(1100),.．.“归一化”，“概率”，“FaceColor”，“平”）;

使用本地MATLAB会话计算高表达式:通过1 / 1:在0.72秒内完成，在0.77秒内完成

标题(“到达延误1小时或以上的概率(按月计算)”)包含(“月(1 - 12)”) ylabel (“到达延误(分钟)”) zlabel (“概率”xticks(1:12)视图(-126,23)

按月的延迟统计

使用二元直方图对象计算每个月有一个小时或更大的到达延迟的概率，以及每个月的平均到达延迟。将结果放入带有变量的表中P包含概率信息和变量MeanByMonth包含平均到达延迟。

monthNames = {“1月”，2月的，“3”，4月的，“可能”，“君”，.．.“7”，“8月”，“9”，“10月”，11月的，12月的} ';G = findgroups(T.Month);M = splitapply(@(x) mean(x，)“omitnan”)、T.ArrDelay G);delayByMonth = table(monthNames, sum(h2.Values,2)*100, gather(M)，.．.“VariableNames”, {“月”，“P”，“MeanByMonth”})

使用本地MATLAB会话计算高表达式:-通过2:在0.4秒内完成-通过2:在1秒内完成计算在2秒内完成

delayByMonth =12×3表月P MeanByMonth  _______ ______ ___________ {' } 1月9.6497 - 8.5954 7.7058 - 7.3275{' 2月'}{“Mar”}9.0543 - 7.5536{4月的}7.2504 - 6.0081 7.4256 - 5.2949{‘可能’}{“君”}10.35 - 10.264{‘7’}10.228 - 8.7797 8.5989 - 7.4522{“8月”}{‘9’}5.4116 - 3.6308{10月的}6.042 - 4.6059{11月的}6.9002 5.2835{12月的}11.384 - 10.571

结果显示，12月假期的航班延误超过1小时的几率为11.4%，但平均延误时间为10.5分钟。紧随其后的是夏季的6月和7月，大约有10%的几率会延误一个小时或更长时间，平均延误时间约为9或10分钟。