Matlab概率统计工具箱.docVIP

Matlab概率统计工具箱4.5.4 方差命令 求样本方差函数 var格式 D=var(X) %var(X)=,若X为向量,则返回向量的样本方差.D=var(A) %A为矩阵,则D为A的列向量的样本方差构成的行向量.D=var(X, 1) %返回向量(矩阵)X的简单方差(即置前因子为的方差)D=var(X, w) %返回向量(矩阵)X的以w为权重的方差命令 求标准差函数 std格式 std(X) %返回向量(矩阵)X的样本标准差(置前因子为)即:std(X,1) %返回向量(矩阵)X的标准差(置前因子为)std(X, 0) %与std (X)相同std(X, flag, dim) %返回向量(矩阵)中维数为dim的标准差值,其中flag=0时,置前因子为;否则置前因子为.例4-41 求下列样本的样本方差和样本标准差,方差和标准差14.70 15.21 14.90 15.32 15.32解:X=[14.7 15.21 14.9 14.91 15.32 15.32];DX=var(X,1) %方差DX =0.0559sigma=std(X,1) %标准差sigma =0.2364DX1=var(X) %样本方差DX1 =0.0671sigma1=std(X) %样本标准差sigma1 =0.2590命令 忽略NaN的标准差函数 nanstd格式 y = nanstd(X) %若X为含有元素NaN的向量,则返回除NaN外的元素的标准差,若X为含元素NaN的矩阵,则返回各列除NaN外的标准差构成的向量.例4-42 M=magic(3) %产生3阶魔方阵M =8 1 63 5 74 9 2 M([1 6 8])=[NaN NaN NaN] %替换3阶魔方阵中第1,6,8个元素为NaNM =NaN 1 63 5 NaN4 NaN 2 y=nanstd(M) %求忽略NaN的各列向量的标准差y =0.7071 2.8284 2.8284 X=[1 5]; %忽略NaN的第2列元素 y2=std(X) %验证第2列忽略NaN元素的标准差y2 =2.8284命令 样本的偏斜度函数 skewness格式 y = skewness(X) %X为向量,返回X的元素的偏斜度;X为矩阵,返回X各列元素的偏斜度构成的行向量.y = skewness(X,flag) %flag=0表示偏斜纠正,flag=1(默认)表示偏斜不纠正.说明偏斜度样本数据关于均值不对称的一个测度,如果偏斜度为负,说明均值左边的数据比均值右边的数据更散;如果偏斜度为正,说明均值右边的数据比均值左边的数据更散,因而正态分布的偏斜度为 0;偏斜度是这样定义的:其中:μ为x的均值,σ为x的标准差,E(.)为期望值算子例4-43 X=randn([5,4])X =0.2944 0.8580 -0.3999 0.6686-1.3362 1.2540 0.6900 1.19080.7143 -1.5937 0.8156 -1.20251.6236 -1.4410 0.7119 -0.0198-0.6918 0.5711 1.2902 -0.1567 y=skewness(X)y =-0.0040 -0.3136 -0.8865 -0.2652 y=skewness(X,0)y =-0.0059 -0.4674 -1.3216 -0.3954? admin 2007-11-29 20:484.5.5 常见分布的期望和方差命令 均匀分布(连续)的期望和方差函数 unifstat格式 [M,V] = unifstat(A,B) %A,B为标量时,就是区间上均匀分布的期望和方差,A,B也可为向量或矩阵,则M,V也是向量或矩阵.例4-44a = 1:6; b = 2.*a;[M,V] = unifstat(a,b)M =1.5000 3.0000 4.5000 6.0000 7.5000 9.0000V =0.0833 0.3333 0.7500 1.3333 2.0833 3.0000命令 正态分布的期望和方差函数 normstat格式 [M,V] = normstat(MU,SIGMA) %MU,SIGMA可为标量也可为向量或矩阵,则M=MU,V=SIGMA2.例4-45 n=1:4; [M,V]=normstat(n*n,n*n)M =1 2 3 42 4 6 83 6 9 124 8 12 16V =1 4 9 164 16 36 649 36 81 14416 64 144 256命令 二项分布的均值和