分布的拟合检验的matlab实现.docVIP

%-------------------------------------------------------------------------- % 分布的拟合与检验 %-------------------------------------------------------------------------- %-------------------------------------------------------------------------- % 描述性统计量和统计图 %-------------------------------------------------------------------------- %读取文件中数据 % 读取文件examp02_14.xls的第1个工作表中的G2G52中的数据，即总成绩数据 score = xlsread(examp02_14.xls,Sheet1,G2G52); % 去掉总成绩中的0，即缺考成绩 score = score(score 0); %计算描述性统计量 score_mean = mean(score) % 计算平均成绩 s1 = std(score) % 计算(5.1)式的标准差 s1 = std(score,0) % 也是计算(5.1)式的标准差 s2 = std(score,1) % 计算(5.2)式的标准差 score_max = max(score) % 计算样本最大值 score_min = min(score) % 计算样本最小值 score_range = range(score) % 计算样本极差 score_median = median(score) % 计算样本中位数 score_mode = mode(score) % 计算样本众数 score_cvar = std(score)mean(score) % 计算变异系数 score_skewness = skewness(score) % 计算样本偏度 score_kurtosis = kurtosis(score) % 计算样本峰度 %绘制箱线图 figure; % 新建图形窗口 boxlabel = {考试成绩箱线图}; % 箱线图的标签 % 绘制带有刻槽的水平箱线图 boxplot(score,boxlabel,notch,on,orientation,horizontal) xlabel(考试成绩); % 为X轴加标签 %绘制频率直方图 % 调用ecdf函数计算xc处的经验分布函数值f [f, xc] = ecdf(score); figure; % 新建图形窗口 % 绘制频率直方图 ecdfhist(f, xc, 7); xlabel(考试成绩); % 为X轴加标签 ylabel(f(x)); % 为Y轴加标签 %绘制理论正态分布密度函数图 % 产生一个新的横坐标向量x x = 400.5100; % 计算均值为mean(score)，标准差为std(score)的正态分布在向量x处的密度函数值 y = normpdf(x,mean(score),std(score)); hold on plot(x,y,k,LineWidth,2) % 绘制正态分布的密度函数曲线，并设置线条为黑色实线，线宽为2 % 添加标注框，并设置标注框的位置在图形窗口的左上角 legend(频率直方图,正态分布密度曲线,Location,NorthWest); %绘制经验分布函数图 figure; % 新建图形窗口 % 绘制经验分布函数图，并返回图形句柄h和结构体变量stats， % 结构体变量stats有5个字段，分别对应最小值、最大值、平均值、中位数和标准差 [h,stats] = cdfplot(score) set(h,color,k,LineWidth,2); % 设置线条颜色为黑色，线宽为2 %绘制理论正态分布函数图 x = 400.5100; % 产生一个新的横坐标向量x % 计算均值为stats.mean，标准差为stats.std的正态分布在向量x处的分布函数值 y = normcdf(x,stats.mean,stats.std); hold on % 绘制正态分布的分布函数曲线，并设置线条为品红色虚线，线宽为2 plot(x,y,k,LineWidth,2); % 添加标注框，并设置标注框的位置在图形窗口的左上角 legend(经验分布函数,理论正态分布,Lo