统计量计算的MATLAB实现(授课).pptVIP

统计量计算的MATLAB实现 样本k阶中心矩、 k阶原点矩 * * 数学实验 主要内容 统计量的计算 样本均值： Y=mean(X) 样本方差、标准差： D=var(X,1)、 S=std(X) 样本K阶中心矩、k阶原点矩： Bk=moment(X,k)、 Ak=sum(X.^k)/length(X) 样本均值、中位数 均值--- Y=mean(X) 格式 当X为向量时，输出一个平均数；当X为矩阵时， 输出为行向量，对应于矩阵每列的平均值；因此 计算矩阵所有数的平均值，应用嵌套： mean(mean(X))或m=mean(X(:)) median(median(X))或m=median (X(:)) 中位数--- median(X) 例1 MATLAB统计工具箱中的数据文件gas.mat.中提供了美国1993年1月份和2月份的汽油平均价格（price1,price2分别是1、2月份的油价，单位为美分） 样本均值 load gas.mat mean(price1) ans = 115.15 w=[price1,price2]; mean(w(:)) ans =116.825 w=[price1,price2]; mean(mean(w)) ans =116.825 样本方差、标准差、极差 方差---D=var(X) 格式 功能：当X为向量时，输出一个标量；当X为矩阵时，输出为行向量，对应于矩阵每列的方差值、标准差、极差；因此计算矩阵所有数的方差、标准差，应用嵌套： var(w(:)) std (w(:)) range(w(:)) 标准差---S=std(X) 极差--- R=range(X) 样本方差、标准差 例1 MATLAB统计工具箱中的数据文件gas.mat.中提供了美国1993年1月份和2月份的汽油价格，求方差、及标准差。（price1,price2分别是1、2月份的油价，单位为美分） load gas.mat var(price1) w=[price1,price2]; var(w) ans =14.976 13.9474 ans =14.9763157894737 var(w(:)) ans =16.969 k阶中心矩---Bk=moment(X,k) 格式 k阶原点矩---Ak=sum(X.^k)/length(X) 样本k阶中心矩、 k阶原点矩 例 MATLAB统计工具箱中的数据文件gas.mat.中提供了美国1993年1月份和2月份的汽油价格，求样本的5阶中心矩及2阶原点矩 load gas.mat B5=moment(price1,5) B5 = -166.331883750012 X=price1 A2= sum(X.^2)/length(X) A2 = 13273.75 w=[price1,price2]; moment (w,5) sum(w.^2)/length(w) 样本k阶中心矩、 k阶原点矩 ans = -166.331883750012 -3442.5 ans = 13273.75 14055.5 描述分布形状的量—偏度和峰度 分布偏度： 其估计量为： 其中 样本偏度 正态分布偏度为0，偏度反映分布的对称性，g1 0称为右偏态，此时数据位于均值右边的比位于左边的多；g1 0称为左偏态，情况相反；而g1接近0则可认为分布是对称的. 命令：y=skewness(X) 若 X为矢量，返回样本偏度; 若 X为矩阵，结果为行向量，每个元素对应 X 中列元素的样本偏度. 描述分布形状的量—偏度和峰度 分布峰度 其估计量为： 其中 描述分布形状的量—偏度和峰度 峰度是分布形状的另一种度量，正态分布的峰度为3，若g2比3大很多，表示分布有沉重的尾巴，说明样本中含有较多远离均值的数据，因而峰度可用作衡量偏离正态分布的尺度之一 . 命令：y=kurtosis(x) 若 x 为矢量，返回x的样本峰度; 若 x 为矩阵，结果为行向量，每个元素对应 x 中列元素的样本峰度. 描述分布形状的量—偏度和峰度 例8：产生5组标准正态分布随机数，每组100个，计算样本偏度和峰度。 例9：产生5组指数分布随机数，每组100个，计算样本偏度和峰度。 clear; x=normrnd(0,1,100,5); y=skewness(x) y=kurtosis(x) clear; x=exprnd(1