使用MATLAB，给定如下5个指标：10，30，60，80，120。分别利用min-max标准化、 Z-score标准化方差和小数定标标准化将上述指标进行标准化。

在MATLAB中，对数据进行标准化是为了消除量纲影响，使得不同尺度的数据可以进行比较。以下是三种常见的标准化方法：

1. **最小-最大标准化（Min-Max Scaling）**:
这种方法会将所有数值缩放到0到1之间。公式如下：
\[
\text{Normalized Value} = \frac{\text{Original Value} - \text{Minimum}}{\text{Maximum} - \text{Minimum}}
\]
对于给出的指标，先找到最小值（10）和最大值（120），然后计算每个值的标准化结果。

2. **Z-Score标准化（Standard Score or Z-Score）**:
也称为标准分数，它表示原始数值与平均值之差除以标准差。公式是：
\[
\text{Z-Score} = \frac{\text{Original Value} - \text{Mean}}{\text{Standard Deviation}}
\]
首先需要求出这组数据的均值和标准差，然后进行标准化。

3. **小数定标标准化（Decimal Scaling）**:
这种方法简单地通过乘以一个小的常数进行调整，比如将所有值乘以一个很小的正数（如0.001）。对于这个例子，可以直接将每个数乘以0.01来进行简单标准化，因为小数点向左移动两位相当于除以100。

下面是MATLAB代码示例：

% 给定的数据
data = [10, 30, 60, 80, 120];

% Min- min(data)) ./ (max(data) - min(data));

% Z-Score标准化，假设我们有mean和std_dev
mean_data = mean(data);
std_dev_data = std(data);
normalized_zscore = (data - mean_data) ./ std_dev_data;

% 小数定标标准化（这里假设是乘以0.01）
decimal_scaled = data * 0.01;

% 显示标准化后的结果
disp('Min-Max标准化:');
disp(normalized_minmax)
disp('Z-Score标准化:');
disp(normalized_zscore)
disp('小数定标标准化:');
disp(decimal_scaled)