实验十九MATLAB中的概率统计函数.pptVIP

实验十九 MATLAB中的概率统计函数 一、实验目的 熟悉MATLAB中有关概率统计的命令，掌握利用MATLAB软件进行概率统计基本问题的解决方法。 二、相关知识 在MATLAB中，有一个专门的工具箱stats toolbox来处理有关概率论和数理统计的内容，该工具箱中有许多关于概率统计的函数，这里介绍一些基本命令。 我们先看一个例子： 例1：设有1000件零件，其中优等品300件，随机抽取50件来检查，计算： （1）其中不多于10件优等品的概率。绘出这50件产品中优等品的概率分布图。 （2）根据（1）算得的概率p，进行逆累积概率计算，把算得的结果和10进行比较。 二、相关知识 （3）其中恰好有10件优等品的概率。给出随机变量的分布概率密度图像。 根据概率论的知识，对于一批共有M件产品，其中有K件次品，如果我们一次随机抽取N件来查看，则其中次品件数x符合超几何分布，我们记做：X~H(N,K,M)。 在MATLAB中，函数hygecdf()用来计算超几何分布的积累概率分布，其具体格式如下： P=hygecdf(x,M,K,N) 命令函数中参数的意义为：共有M件产品，次品K件，抽取N件检查，计算发现其中不多于x件次品的概率。 函数hygepdf()用来计算超几何分布的概率密度分布，其具体格式如下： Px=hygepdf(x,M,K,N) 命令函数中参数的意义为：共有M件产品，次品K件，抽取N件检查，计算发现其中恰好有x件次品的概率。 函数hygeinv()进行逆累积分布计算，和hygecdf()命令相对应。其具体格式如下： X=hygeinv(p,M,K,N) 在已知参数M、K、N和概率p的情况下计算随机量X，使得x分布在[0,X]上的概率为p。 函数hygernd()产生超几何分布随机数，具体格式为X＝hygernd(M,K,N,m,n)，其在已知参数M、K、N的条件下，产生m行n列符合超几何分布的随机数。 依照上面的介绍，我们可设计程序如下： clear P1=hygecdf(10,1000,300,50) X=hygeinv(P1,1000,300,50) P2=hygepdf(10,1000,300,50) x=1:50; Px1=hygecdf(x,1000,300,50); Px2=hygepdf(x,1000,300,50); stairs(x,Px1); figure ％生成一个新的图形窗口 stairs(x,Px2); 这里，函数stairs(x,y)绘制向量y的阶梯图，其中阶梯的宽度以向量x指定。 上面我们介绍了4个关于超几何分布的函数，其实对于每一种常见分布，MATLAB都提供了相应的函数，只要把表示超几何分布的字头”hyge”换成相应的字头即可，在MATLAB中，表示常用分布函数的字头如下： 我们只要将它们分别与cdf、pdf、inv、rnd组合，即可得到各种分布的相应函数。其用法可以用“help 函数名”查看。 MATLAB还可以用来求常用分布函数计算数学期望和方差，命令如下： 命令cov()计算协方差，corrcoef()计算相关系数。 MATLAB还可以用来进行参数估计，常用分布参数估计的命令如下表 例2：设有一批零件，其中一级品的概率为0.2，现在从中随机抽取20只，其中一级品的个数为随机量。根据条件给出一个随机数，然后再根据这个随机数计算一级品率的最大可能性估计值。 解：程序如下： clear X=binornd(20,0.2) ％生成二项分布随机数 [p,pci]=binofit(X,20) ％给出参数估计和置信区间 结果为：X =2，p =0.1000，pci =[0.0123, 0.3170] 这样的结果表示：当随机抽取20个样品，其中一级品为2个时，一级品率的估计值为0.1，虽然与实际情况不符，但的确在置信区间内。 例3：设有一批产品2000个，其中有30个次品，随机抽取100个产品，求其中次品数x的概率密度分布，并绘制图形。这里有两种抽取方法： （1）不放回抽样，一次抽取100个。 （2）放回抽样，抽100次。 分析：不放回抽样，x服从超几何分布。放回抽样，x服从两项分布，此时次品率按30/2000 =0.015计算；因为抽取的数量多（100个），次品率小（p=0.015），所以x的分布可以按泊松分布近似计算，此时分布参数Lambda＝100×0.015=1.5。程序如下： clear x=0:20; P1=hygepdf(x,2000,30,100); P2=binopdf(x,100,0.015); P3=poisspdf(x,1.5); subplot(3,1,1) plot(x,P1,+)