>> n=6;                                %zadame n                  
>> A=ones(2*n);                        %vytvori jednotkovu maticu rozmerov 2n x 2n 
>> neparne=1:2:2*n;                    %vytvori vektor neparnych cisiel 1:2n
>> parne=2:2:2*n;                      %vytvori vektor parnych cisiel 2:2n
>> A(:,neparne)=0;                     %vynuluje neparne stlpce
>> A(parne,:)=0;                       %vynuluje parne riadky
>> p=sum(A(1,:));                      %spravi sumu prvkov prveho riadku
>> Q=[p:0.5:(2*n-1);ones(n-1,2*n-1)];  %pomocna matica vrchny riadok od p po 2n-1 s krokom 0.5 zvysok jetnotky
>> P=cumsum(Q);                        %spravi kumulativny sucet prvkov matice Q  matica spravi maticu [p p+1 p+2...p+n-1;p+1 p+2 p+3 ...p+n;....;p+n-1 p+n...p+2n-2]
>> P(:,parne)=0;	               %vynuluje parne stlpce matice P
>> A(2:2:end,:)=P(1:end,:)             %na parne riadky matice A vlozi riadky matice P a vypise vyslednu maticu A


>> dataV=[161 164 164 164 167 168 169 171 173 175 175 176 177 178 178 180 180 181 181 182 183 184 184 185 186 188 190 193 197 198];  %definicia datoveho suboru
>> dataH=[67 68 68 70 71 73 74 74 75 77 77 78 78 78 80 80 80 80 81 83 84 85 86 86 88 91 92 95 97 100];                               %definicia datoveho suboru
>> avg=mean(dataH); 				  %priemer dataH
>> x=round(randn(1,5000)*5+avg);		  %vytvori vektor nahodnych 5000 prvkov podla normalneho(gaussovho) rozdelenia
>> poc=7;			       	          %definicia poctu tried
>> krok=(max(x)-min(x))/poc;                      %sirka jednej triedy
>> ht=[min(x):krok:max(x)];                       %zadefinuje hranice tried
>> p=histc(x,ht);                                 %pocetnost prvkov v jednotlivych triedach+posledna trieda	
>> pt=[p(1:end-2),p(end-1)+pt(end)];              %pripocita prvky 8mej triedy do prvkov 7mej triedy
>> kpt=cumsum(pt);                                %kumulativna pocetnost
>> n=length(x);                                   %dlzka vektoru x
>> rpt=pt/n;    (*100)                            %relativna pocetnost   (v percentach)
>> Sxy=cov(dataV,dataH,1)                         %kovariancia
>> Sxx=cov(dataV,1);                              %variancia dataV
>> Syy=cov(dataH,1);                              %variancia dataH     
>> kkoef=Sxy(1,2)/sqrt(Sxx*Syy);                  %korelacny koeficient





Korelačný koeficient môže nadobúdať hodnoty z intervalu <-1,1>. 
Ak je korelačný koeficient rovný 0, znamená to, že medzi skúmanými veličinami nie je žiadny vzťah. 
Ak je rovný jednej, tak sú veličiny navzájom priamo závislé, nárast jednej veličiny spôsobuje nárast druhej. 
Ak je rovný -1, nárast jednej veličiny spôsobuje pokles druhej veličiny.