本文主要是介绍matlab中zeros 和 ones 这两个函数的用法以及size的用法，princomp,pcacov,pcares,barttest四大分析函数用法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
转载自：http://blog.sina.com.cn/s/blog_6133198901018srz.html
matlab中zeros 和 ones 这两个函数的用法以及size的用法
一、ones产生全1数组，zeros产生全零数组。
ones(a,b)产生a行b列全1数组
ones(a)产生a行a列全1数组
例如：
ones(1,3)产生1行3列全1数组[1 1 1]
ones(2)产生 1 1
1 1
zeros用法同ones，只是产生的是全0数组
二、size：获取数组的行数和列数
（1）s=size(A),当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时数组的行数，第二个元素是数组的列数。
（2）[r,c]=size(A),当有两个输出参数时，size函数将数组的行数返回到第一个输出变量，将数组的列数返回到第二个输出变量。
（3）如果在size函数的输入参数中再添加一项，并用1或2为该项赋值，则size将返回数组的行数或列数。其中r=size(A,1)该语句返回的时数组A的行数， c=size(A,2) 该语句返回的时数组A的列数。
三、
x(i,:)代表第i的所有元素.x(:,i)代表的是第i列的所有元素.x([i:k],:)则代表X的i到k行的所有元素.如果只想单独要第i行和第j行的元素,x([i,j],:)就行了.同样读取列也是类似.
转载自：http://blog.sina.com.cn/s/blog_6833a4df0100pwma.html
matlab中princomp,pcacov,pcares,barttest四大分析函数的应用如下：
1.princomp
功能：主成分分析
格式：PC=princomp(X)
[PC,SCORE,latent,tsquare]=princomp(X)
说明：[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分(PC)、所谓的Z-得分 (SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。
2.pcacov
功能：运用协方差矩阵进行主成分分析
格式：PC=pcacov(X)
[PC,latent,explained]=pcacov(X)
说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方差矩阵X的特征值 (latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。
3.pcares
功能：主成分分析的残差
格式：residuals=pcares(X,ndim)
说明：pcares(X,ndim)返回保留X的ndim个主成分所获的残差。注意，ndim是一个标量，必须小于X的列数。而且，X是数据矩阵，而不是协方差矩阵。
4.barttest
功能：主成分的巴特力特检验
格式：ndim=barttest(X,alpha)
[ndim,prob,chisquare]=barttest(X,alpha)
说明：巴特力特检验是一种等方差性检验。ndim=barttest(X,alpha)是在显著性水平alpha下，给出满足数据矩阵X的非随机变量的n 维模型，ndim即模型维数，它由一系列假设检验所确定，ndim=1表明数据X对应于每个主成分的方差是相同的；ndim=2表明数据X对应于第二成分及其余成分的方差是相同的。
这篇关于matlab中zeros 和 ones 这两个函数的用法以及size的用法，princomp,pcacov,pcares,barttest四大分析函数用法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
