1实验 统计数据的概括.docVIP

实验一 统计数据的概括 一 实验目的 学习用Mathematica求来自某个总体的一个样本的样本均值，中位数, 样本方差，偏度, 峰度, 样本分位数和其他数字特征, 并能由样本作出直方图. 二 学习Mathematica命令 1.调用统计软件包命令Statistics\Datamanipulation.m 和Statistics\DescriptiveStatistics.m 用Mathematica2.2或Mathematica4.0进行统计数据的处理, 必须调用相应的软件包. 首先要输入并执行命令 Statistics\Datamanipulation.m Statistics\DescriptiveStatistics.m 对Mathematica4.0版本，则也可以简单地输入并执行命令 Statistics` 便完成了数据概括的准备工作. 2.调用作图软件包命令Graphics\Graphics.m 用Mathematica2.2或Mathematica4.0作直方图, 必须调用相应的作图软件包. 输入并执行 Graphics\Graphics.m 对Mathematica4.0版本，则也可以简单地输入并执行命令 Graphics` 这时可以查询这个软件包中的一些作图命令的用法. 如输入 ??BarChart 则应该得到命令BarChart的用法说明(英文), 如果没有, 则说明调用软件包不成功, 必须重新启动计算机, 再次调用软件包. 3.求样本数字特征命令 命令Mean[list], 给出样本list的均值; 命令Median[list] , 给出样本list的中位数; 命令Min[list] , 给出样本list的最小值; 命令Max[list] , 给出样本list的最大值; 命令Variance[list] , 给出样本list的方差; 命令StandardDeviation[list], 给出样本list的标准差; 命令Quantile[list,], 给出样本list的分位数; 命令CentralMoment[list, n], 给出样本list的n阶中心矩. 4.计算分组后各组内含有的数据个数命令BinCounts 命令BinCounts的格式是 BinCounts[数据, {最小值, 最大值, 增量}] 例如输入 BinCounts[{1,1,2,3,4,4,5,15,6,7,8,8,8,9,10,13},{0,15,3}] 输出为 {4,4,5,1,2} 上述输出表示指落入区间, , , , 的数据个数分别是4,4,5,1,2. 注意每个小区间是左开右闭的区间. 5.作条形图命令BarChart 命令BarChart的格式是 BarChart[数据, 选项1, 选项2, …] 其中数据是或的形式. 而为条形的高度, 为条形的中心. 在数据为的形式时默认条形的中心是{1,2,…}. 常用选项有BarSpacing-数值1, BarGroupSpacing-数值2. 例如输入 BarChart[{{4,1.5},{4,4.5},{5,7.5},{1,10.5},{2,13.5}}, BarGroupSpacing-0.1] 则输出下面的条形图(图15.1): 图15.1 三 实验内容 1. 样本的位置统计, 分散性统计, 样本中心矩, 分布的形状统计, 数据的变换. 例1 某厂生产的某种型号的细轴中任取20个，测得其直径数据如下： 13.26, 13.63, 13.13, 13.47, 13.40, 13.56, 13.35, 13.56, 13.38, 13.20, 13.48, 13.58, 13.57, 13.37, 13.48, 13.46, 13.51, 13.29, 13.42, 13.69 求以上数据的样本均值, 中位数, 四分位数; 样本方差, 样本标准差, 极差, 变异系数, 二阶、三阶和四阶中心矩; 求偏度, 峰度. 并把数据中心化和标准化. 解 首先输入并执行调用统计软件包命令 Statistics` 输入 data1={13.26, 13.63, 13.13, 13.47, 13.40, 13.56, 13.35, 13.56, 13.38, 13.20, 13.48, 13.58, 13.57, 13.37, 13.48, 13.46, 13.51, 13.29, 13.42, 13.69};(*数据集记为data1*) Mean[data1](*求样本均值*) Median[data1](*求样本中位数*) Quartile[data1](*求样本的0.25分位数, 中位数, 及0.75分位数*) Quantile[data1,0.05](*求