方差的參數(shù)估計(jì)和置信區(qū)間估計(jì)(參考版)
2025-05-19 08:54本頁面
【正文】 )。)title(39。,39。,39。,39。,2)legend([F G],39。,2)set(G,39。set(F,39。r39。F=cdfplot(X)。其調(diào)用格式如下：h=kstest(X)h=kstest(X,CDF)h=kstest(X,CDF,alpha)h=kstest(X,CDF,alpha,type)[h,p,ksstat,cv]=kstest(…..)例：clear all。指定分布中待估參數(shù)的個(gè)數(shù) h = 0p = st = chi2stat: df: 5 edges: [ ] O: [9 10 11 8 13 12] E: [ ] 說明：h=0(p值)故接受原假設(shè)，認(rèn)為事故發(fā)生與星期幾無關(guān).KlomogorovSmirnov檢驗(yàn) KlomogorovSmirnov檢驗(yàn)是檢驗(yàn)任意已知分布函數(shù)的一種有效的假設(shè)檢驗(yàn)算法。,0) %39。,expCounts,39。,obsCounts,39。,bins,39。% 理論頻數(shù)，即均為63/6[h,p,st]=chi2gof(bins,39。%總的觀測樣本數(shù)據(jù)lambdaHat=1/6。%總體分成的區(qū)間總類obsCounts=[ 9 10 11 8 13 12]。nparams39。nparams39。expected39。frequency39。ctrs39。 %參數(shù)的MLE估計(jì)值expCounts=[n*lambdaHat n*lambdaHat n*lambdaHat n*lambdaHat n*lambdaHat n*lambdaHat]。%對應(yīng)區(qū)間上樣本觀測值個(gè)數(shù)n=sum(obsCounts)。指定分布中待 估參數(shù)的個(gè)數(shù) 注：h=0（p值） 接受原假設(shè)分布；例2 丟擲骰子100次,分別出現(xiàn)的點(diǎn)數(shù)為13次 14次 20次 17次 15次 21次1點(diǎn) 2點(diǎn) 3點(diǎn) 4點(diǎn) 5點(diǎn) 6 點(diǎn)檢驗(yàn)這粒骰子是否均勻？解::均勻,即{1點(diǎn)朝上}=……={6點(diǎn)朝上}=根據(jù)觀測值: 接受,認(rèn)為總體服從均勻分布,這粒骰子是均勻的.bins=1:6。,expCounts) %39。,obsCounts,39。,expCounts,39。,obsCounts,39。,expCounts,39。,obsCounts,39。,expCounts,39。,obsCounts,39。,expCounts,39。,obsCounts,39。,expCounts,39。,obsCounts,39。,bins,39。%對應(yīng)區(qū)間上的理論頻數(shù)[h,p,st]=chi2gof(bins,39。%對應(yīng)區(qū)間上樣本觀測值個(gè)數(shù)n=sum(obsCounts)。bins=1:6。nparams39。nparams39。expected39。frequency39。ctrs39。%總的觀測樣本數(shù)據(jù)expCounts=[n* n* n* n* n* n*]。%總體分成的區(qū)間總類obsCounts=[2 6 6 3 3 0]。close。nparams39。expected39。frequency39。nparams39。expected39。fre
公司管理相關(guān)推薦
鄂ICP備17016276號-1