第二章 实验数据的统计处理.pptVIP

第二章 实验数据的统计处理 学习目标 了解统计直方图的绘制原理 掌握平均值、标准误差、方差、均方差的计算方法 了解剔除错误值的方法 2.1 统计直方图 2.1.1直方图 直方图用来显示数据的分布规律.以被测量值为坐标，以相对频数(频数)为纵坐标，用于反映被测量值的分布情况 相对频数或频率表示测量值落在某一区间范围内的几率。 注：直方图是对实验数据的一种统计处理方法，只有在观测次数足够大的时候才有意义。 直方图函数 hist(): y=hist(x,n) 把x中的数据分成n个长度相等的段,n缺省为10, y为每段中元素个数. 如要画直方图直接 hist(x,n) x=rand(1,1000); y=hist(x,10) y = 109 88 95 102 105 80 104 97 103 117 hist(x,10) x=randn(10000,1); hist(x,20) x=randn(10000,2); hist(x,20) 2.1.2实验数据的分类排序 所谓排序，就是要整理文件中的记录，使之按关键字递 增(或递减)次序排列起来。其确切定义如下： 输入：n个记录R1，R2，…，Rn，其相应的关键字分别为K1，K2，…，Kn。　　输出：Ril，Ri2，…，Rin，使得Ki1≤Ki2≤…≤Kin。(或Ki1≥Ki2≥…≥Kin)。 数据排序函数 sort() (升序) x=rand(1,5) x = 0.4974 0.0986 0.5544 0.4357 0.1813 y=sort(x) y = 0.0986 0.1813 0.4357 0.4974 0.5544 x=rand(2,5) x = 0.7480 0.0999 0.5363 0.1313 0.7083 0.4428 0.9926 0.1345 0.8640 0.9982 y=sort(x) y = 0.4428 0.0999 0.1345 0.1313 0.7083 0.7480 0.9926 0.5363 0.8640 0.9982 2.2 平均值,方差,标准偏差 随机变量: 离散随机变量: 分布律 例: 掷骰子x 概率: P(x=xi)=f(xi) 连续随机变量: 概率密度 例: 从[0 ,1]中任取一个数x 概率密度: f(x)=1 x取到[a,b]上的概率: 数学期望: 离散: 连续: 方差: 离散: 连续: 标准误差: 正态分布密度函数: 数学期望为?, 标准误差为?. 令?=0, ?=1 x=-5:0.01:5; y=exp(-0.5*x.^2)/sqrt(2*pi); plot(x,y) 算术平均值: 测量值对平均值的均方偏差: 其数学期望: 故令测量值的方差为: 测量值的标准偏差: 相关MATLAB命令: 标准差:std(), 方差:var(), 最大值:max() 最小值:min(), 平均值:mean(), 求和:sum(), 求积: prod(); x=rand(1,100); mean(x) ans = 0.5286 std(x) ans = 0.2818 var(x) ans = 0.0794 max(x) ans = 0.9883 min(x) ans = 0.0099 x=1:4 x = 1 2 3 4 sum(x) ans = 10 prod(x) ans = 24 A=[1 2 3;4 5 6]; sum(A) ans = 5 7 9 2.3 错误值的剔除 拉依达方法: 当某测量值与平均值之差大于标准偏差的3倍,则剔除. 则剔除xi 肖维勒方法: 当 则剔除xi 一阶差分法: 预估值: 比较判别: 如果 则保留 xn否则,用 代替 xn , W为误差窗. function y = lyd(x) % 拉依达法 sx = std(x); mx = mean(x); y = []; for i=1:length(x) d = abs(x(i)-mx); if d = 3*sx y = [y,x(i)]; end end x=randn(1,10