matlab數(shù)據(jù)的統(tǒng)計(jì)分析(編輯修改稿)
2025-06-16 22:51 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 x=0::30。 y=exppdf(x,4)。 plot(x,y) 例： ?=4 時(shí)的指數(shù)分布密度函數(shù)圖 離散分布：幾何分布 ? 幾何分布 是一種常見(jiàn)的 離散分布 ? 在貝努里實(shí)驗(yàn)中，每次試驗(yàn)成功的概率為 p，設(shè)試驗(yàn)進(jìn)行到第 ? 次才出現(xiàn)成功，則 ? 的分布滿(mǎn)足： 其右端項(xiàng) 是幾何級(jí)數(shù) 的一般項(xiàng)，于是人們稱(chēng)它為幾何分布 。 11kkpq????? ? 1( ) 1 , 2 ,kpqP k k? ?? ? ?x=0:30。 y=geopdf(x,)。 plot(x,y) 例： p= 時(shí)的幾何分布密度函數(shù)圖 離散分布：二項(xiàng)式分布 ? 二項(xiàng)式分布 屬于離散分布 ? 如果隨機(jī)變量 X 的分布列為： 則稱(chēng)這種分布為二項(xiàng)式分布。記做： ~ ( , )X b n p? ? (1( ) 0 , 1 , ,)k n kn ppP X k kk n??? ????????x=0:50。 y=binopdf(x,500,)。 plot(x,y) 例： n=500， p= 時(shí)的二項(xiàng)式分布密度函數(shù)圖 離散分布： Poisson 分布 ? 泊松分布 也屬于離散分布，是 1837年由發(fā)個(gè)數(shù)學(xué)家 Poisson 首次提出，其概率分布列為： 記做： ~ ( )XP ?? ? !( ) 0 , 1 , 2 , , 0kP e kkXk ?? ??? ? ? ?? 泊松分布是一種常用的離散分布，它與單位時(shí)間（或單位面積、單位產(chǎn)品等）上的計(jì)數(shù)過(guò)程相聯(lián)系 。 如：?jiǎn)挝粫r(shí)間內(nèi)，電話(huà)總機(jī)接到用戶(hù)呼喚次數(shù)； 1 平方米內(nèi)，玻璃上的氣泡數(shù)等 。 Poisson 分布舉例 x=0:50。 y=poisspdf(x,25)。 plot(x,y) 例： ?=25 時(shí)的泊松分布密度函數(shù)圖 離散分布：均勻分布 ? 如果隨機(jī)變量 X 的分布列為： ? ? 2 1( ) 1 , , ,P X k k nn? ? ?則稱(chēng)這種分布為 離散均勻分布 。記做： ? ?~ [ 1 , 2 , , ]X U nn=20。 x=1:n。 y=unidpdf(x,n)。 plot(x,y,39。o39。) 例： n=20 時(shí)的離散均勻分布密度函數(shù)圖 抽樣分布： ?2分布 ? 設(shè)隨機(jī)變量 X1, X2, … , Xn 相互獨(dú)立，且同服從正態(tài)分布 N(0,1)，則稱(chēng)隨機(jī)變量 ?n2= X12+X22+ … + Xn2服從自由度為 n 的 ?2 分布，記作 ，亦稱(chēng)隨機(jī)變量 ?n2 為 ?2 變量。 22~ ( )n n??x=0::20。 y=chi2pdf(x,4)。 plot(x,y) 例： n=4 和 n=10 時(shí)的 ?2 分布密度函數(shù)圖 x=0::20。 y=chi2pdf(x,10)。 plot(x,y) 抽樣分布： F 分布 ? 設(shè)隨機(jī)變量 ，且 X 與 Y 相互獨(dú)立，則稱(chēng)隨機(jī)變量
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1