matlab數(shù)據(jù)的統(tǒng)計(jì)分析與描述-wenkub.com
2025-08-01 18:37 本頁(yè)面
【正文】 plot(x,y,x,z) 1．密度函數(shù) ： p=normpdf(x,mu,sigma) (當(dāng) mu=0,sigma=1時(shí)可缺省 ) To MATLAB(liti2) 如對(duì)均值為 mu、標(biāo)準(zhǔn)差為 sigma的正態(tài)分布，舉例如下： 例 3 ． 計(jì)算標(biāo)準(zhǔn)正態(tài)分布的概率 P { 1 X 1}. 命令為： P= no rm cd f(1 ) no rm cd f( 1) 結(jié)果為 ： P = 0. 6 827 To MATLAB(liti3) 3．逆概率分布 ： x=norminv(P,mu,sigma). 即求出 x ，使得 P{Xx}= . 2．概率分布 ： P=normcdf(x,mu,sigma) 例 4 取 ?? ，求21??u 21??u的含義是： )1,0(~ NX , P { X 21??u}=21?? ?? 時(shí)， P =0 .975 , ?9 7 nor m i n v ( 5) = To MATLAB(liti4) To MATLAB(liti5) 4．均值與方差： [m,v]=normstat(mu,sigma) 例 5 求正態(tài)分布 N(3,52)的均值與方差 . 命令為： [m,v]=normstat(3,5) 結(jié)果為： m=3,v=25 5．隨機(jī)數(shù)生成 ： normrnd(mu,sigma,m,n).產(chǎn)生 m n階的正態(tài)分布隨機(jī)數(shù)矩陣 . 例 6 命令： M=normrnd([1 2 3。 ,。iixf?的矩形， 1,2,1,39。239。 ?ii xx （ i =1 ， 2 ， ? ， n 1 ） 內(nèi)都有樣本觀測(cè)值 x i（ i =1 ， 2 ， ? ， n 1 ）落入其中 . 2. 求出各組的頻數(shù)和頻率 ：統(tǒng)計(jì)出樣本觀測(cè)值在每個(gè)區(qū)間 ],( 39。39。239。139。1 , nxxx ?各點(diǎn)，分別以 ],( 39。39。 ,] 2．將矩陣 data的數(shù)據(jù)保存在文件 data1中： save data1 data 3．進(jìn)行統(tǒng)計(jì)分析時(shí)，先用命令 ： load data1 調(diào)用數(shù)據(jù)文件 data1中的數(shù)據(jù)，再用以下命令分別將矩陣data的第一、二、三行的數(shù)據(jù)賦給變量 t、 x、 y： t=data(1,:) x=data(2,:) y=data(3,:) 若要調(diào)用矩陣 data的第 j列的數(shù)據(jù)，可用命令： data(:,j) To MATLAB(data) 返回 二、基本統(tǒng)計(jì)量 對(duì)隨機(jī)變量 x，計(jì)算其基本統(tǒng)計(jì)量的命令如下： 均值： mean(x) 中位數(shù)： median(x) 標(biāo)準(zhǔn)差： std(x) 方差： var(x) 偏度： skewness(x) 峰度： kurtosis(x) 例 對(duì)例 1中的職工工資總額 x，可計(jì)算上述基本統(tǒng)計(jì)量 . To MATLAB(tjl) 返回 三 、 常見(jiàn)概率分布的函數(shù) 常見(jiàn)的幾種分布的命令字符為： 正態(tài)分布： no rm 指數(shù)分布： ex p 泊 松分布： po is s ? 分布： b et a 韋 布爾分布： w ei b 2?分布： c hi 2 t 分布： t F 分布： F MATLAB工具箱對(duì)每一種分布都提供 5類函數(shù)，其命令字符為： 概率密度： pdf 概率分布： cdf 逆概率分布： inv 均值與方差： stat 隨機(jī)數(shù)生成： rnd （當(dāng)需要一種分布的某一類函數(shù)時(shí)，將以上所列的分布命令字符與函數(shù)命令字符接起來(lái)，并輸入自變量（可以是標(biāo)量、數(shù)組或矩陣）和參數(shù)即可 .） 例 2 畫出正態(tài)分布 )1,0(N 和 )2,0(2N 的概率密度函數(shù)圖形 .在 MATLAB中輸入以下命令： x=6::6。4 5 6],2,3) 結(jié)果為： M= To MATLAB（ liti6） 此命令產(chǎn)生了 2 3的正態(tài)分布隨機(jī)數(shù)矩陣，各數(shù)分別服從分布： N(1,), N(2,22), N(3, 32), N(4,), N(5, 22), N(6, 32). 返回 1． 給出數(shù)組 data的 頻數(shù)表 的命令為： [N,X]=hist(data,k) 此命令將區(qū)間 [min(data),max(data)]分為 k個(gè)小區(qū)間（缺省為 10），返回?cái)?shù)組 data落在每一個(gè)小區(qū)間的頻數(shù) N和每一個(gè)小區(qū)間的中點(diǎn) X. 2．描繪數(shù)組 data的 頻數(shù)直方圖 的命令為： hist(data,k) 四、數(shù) 直 方 圖 的 描 繪 返回 五、參數(shù)估計(jì) 1． 正態(tài)總體的參數(shù)估計(jì) 設(shè)總體服從正態(tài)分布，則其點(diǎn)估計(jì)和區(qū)間估計(jì)可同時(shí)由以下命令獲得： [muhat,sigmahat,muci,sigmaci]=normfit(X,alpha) 此命令在顯著性水平 alpha下估計(jì)數(shù)據(jù) X的參數(shù)（ alpha缺省時(shí)設(shè)定為 ），返回值 muhat是 X的均值的點(diǎn)估計(jì)值， sigmahat是標(biāo)準(zhǔn)差的點(diǎn)估計(jì)值 , muci是均值的區(qū)間估計(jì) ,sigmaci是標(biāo)準(zhǔn)差的區(qū)間估計(jì) . 2．其它分布的參數(shù)估計(jì) 有兩種處理辦法 : 一 、 取容量充分大的樣本 （ n50） ， 按中心極限定理 ， 它近似地 服從正態(tài)分布； 二 、 使用 MATLAB工具箱中具有特定分布總體的估計(jì)命令 . （ 1） [muhat, muci] = expfit(X,alpha) ──在顯著性水平 alpha下，求 指數(shù)分布的數(shù)據(jù) X的 均值的點(diǎn)估計(jì)及其區(qū)間估計(jì) . （ 2） [lambdahat, lambdaci] = poissfit(X,alpha) ──在顯著性水平 alpha下，求 泊松分布的數(shù)據(jù) X的參數(shù)的點(diǎn)估計(jì)及其區(qū)間估計(jì) . （ 3） [phat, pci] = weibfit(X,alpha) ──在顯著性水平 alpha下，求 Weibull分布的數(shù)據(jù) X的參數(shù)的點(diǎn)估計(jì)及其區(qū)間估計(jì) . 返回 六、假設(shè)檢驗(yàn) 在總體服從正態(tài)分布的情況下，可用以下命令進(jìn)行假設(shè)檢驗(yàn) . 1． 總體方差 已知時(shí)，總體均值的檢驗(yàn)使用 z檢驗(yàn) [h,sig,ci] = ztest(x,m,sigma,alpha,tail) 檢驗(yàn)數(shù)據(jù) x 的關(guān)于均值的某一假設(shè)是否成立，其中 sigma 為已知方差， alpha 為顯著性水平，究竟檢驗(yàn)什么假設(shè)取決于 tail 的取值： tail = 0，檢驗(yàn)假設(shè)“ x 的均值等于 m ” tail = 1，檢驗(yàn)假設(shè)“ x 的均值大于 m ” tail =1，檢驗(yàn)假設(shè)“ x 的均值小于 m ” tail的缺省值為 0， alpha的缺省值為 . 返回值 h 為一個(gè)布爾值， h=1 表示可以拒
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1