数学见面之一——数据的基本统计与教案解析.ppt

* * 二、非参数检验 （二）概率纸检验法 概率纸是一种判断总体分布的简便工具.使用它们，可以很快地判断总体分布的类型.概率纸的种类很多. 返回 * * 统计工具箱中的基本统计命令 1.数据的录入、保存和调用 2.基本统计量 3.常见概率分布的函数 4.频 数 直 方 图 的 描 绘 5.参数估计 6.假设检验 7.综合实例 返回 * * 一、数据的录入、保存和调用 例1 上海市区社会商品零售总额和全民所有制职工工资总额的数据如下 统计工具箱中的基本统计命令 * * 1、年份数据以1为增量，用产生向量的方法输入。 命令格式： x=a:h:b t=78:87 2、分别以x和y代表变量职工工资总额和商品零售总额。 x=[23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4] y=[41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0] 3、将变量t、x、y的数据保存在文件data中。 save data t x y 4、进行统计分析时，调用数据文件data中的数据。 load data To MATLAB(txy) * * 1、输入矩阵： data=[78,79,80,81,82,83,84,85,86,87,88; 23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4; 41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0] 2、将矩阵data的数据保存在文件data1中：save data1 data 3、进行统计分析时，先用命令： load data1 调用数据文件data1中的数据，再用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y： t=data(1,:) x=data(2,:) y=data(3,:) 若要调用矩阵data的第j列的数据，可用命令： data(:,j) To MATLAB(data) 返回 * * 二、基本统计量 对随机变量x，计算其基本统计量的命令如下： 均值：mean(x) 中位数：median(x) 标准差：std(x) 方差：var(x) 偏度：skewness(x) 峰度：kurtosis(x) 例 对例1中的职工工资总额x，可计算上述基本统计量。 To MATLAB(tjl) 返回 * * 三、常见概率分布的函数 Matlab工具箱对每一种分布都提供五类函数，其命令字符为： 概率密度：pdf 概率分布：cdf 逆概率分布：inv 均值与方差：stat 随机数生成：rnd （当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可.） * * 在Matlab中输入以下命令： x=-6:0.01:6; y=normpdf(x); z=normpdf(x,0,2); plot(x,y,x,z) 1、密度函数：p=normpdf(x,mu,sigma) (当mu=0,sigma=1时可缺省) To MATLAB(liti2) 如对均值为mu、标准差为sigma的正态分布，举例如下： * * To MATLAB(liti3) 3、逆概率分布：x=norminv(P,mu,sigma). 即求出x ，使得P{Xx}=P.此命令可用来求分位数. 2、概率分布：P=normcdf(x,mu,sigma) To MATLAB(liti4) * * To MATLAB(liti5) 4、均值与方差：[m,v]=normstat(mu,sigma) 例5 求正态分布N(3,52)的均值与方差. 命令为：[m,v]=normstat(3,5) 结果为：m=3,v=25 5、随机数生成：normrnd(mu,sigma,m,n).产生m?n阶的正态分布随机数矩阵. 例6 命令：M=normrnd([1 2 3;4 5 6],0.1,2,3) 结果为：M=0.9567 2.0125 2.8854 3.8334 5.0288