MATLAB：实现出租车数目估计的5个模型（200个样本，每个样本10个数据），分别计算5个模型的标准差，平均值和平均值差估计，并画出5个模型的统计直方图

MATLAB是一种强大的数值计算和图形处理软件，在出租车数目估计的问题上，我们可以使用它来构建并分析五个不同的预测模型。假设我们有200个样本，每个样本包含10个出租车数量观测值。

以下是创建5个简单模型（例如线性回归、移动平均、指数平滑、决策树回归等）作为例子，然后计算标准差、平均值和平均值的置信区间（平均值差估计），以及绘制直方图的步骤：

% 假设出租车数据存储在矩阵'data'
data = randn(200, 10); % 生成随机数据

% 分别创建5个模型并拟合数据
models = {'Linear Regression', 'Moving Average', 'Exponential Smoothing', 'Decision Tree', 'Random Forest'};
for i = 1:length(models)
    model{i} = fitModel(data, models{i}); % 根据模型名称训练
end

% 计算模型的统计数据
model_stats = cell(length(models), 3);
for j = 1:length(models)
    [fit, ~] = predict(model{j}, data); % 预测出租车数量
    model_stats{j, 1} = std(fit); % 标准差
    model_stats{j, 2} = mean(fit); % 平均值
    model_stats{j, 3} = bootstrapCI(fit, 95); % 平均值差估计 (使用bootstrap方法)
end

% 绘制统计直方图
figure;
for k = 1:length(models)
    subplot(length(models), 1, k);
    histogram(fit, 'Normalization', 'probability');
    title(sprintf('%s - Mean: %.2f, SD: %.2f, CI: (%.2f, %.2f)', models{k}, model_stats{k, 2}, model_stats{k, 1}, model_stats{k, 3}(1), model_stats{k, 3}(2)));
end

% 显示结果
disp('Model Statistics:');
disp(model_stats);

%