- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
统计图与概率密度分布函数作图.doc
大连民族学院
数 学 实 验 报 告
课程: 数理统计
实验题目: 统计图及概率密度与分布函数作图
系别: 理学院
专业: 信息与计算科学
姓名: 历红影
班级: 信息102班
指导教师: 董莹
完成学期: 2012 年 11 月 15 日
实验目的:
1. 掌握一些统计绘图的函数命令,并学会用MATLAB绘出统计图
2. 加深对统计学的理解,并学会用MATLAB解决统计学中遇到的问题
3. 完成实验中的问题,并进行分析 实验内容:(问题、要求、关键词)
问题
例 1 创建服从正态分布的数据的钟形直方图, 设置图形颜色, 使得条形为红色, 条形的边为白色.
例 2 产生 50 个标准正态分布的随机数, 指出它们的分布特征, 并画出经验累计分布函数图.
例 3 产生 50 个标准正态分布的随机数和指数分布的随机数, 并画出它们的正态分布概率图形.
例4 产生100个均值为5, 标准差为1的正态分布的随机数, 再产生100个均值为6, 标准差为1 的正态分布的随机数, 用箱形图比较它们均值大小.
例 5 产生 30 个标准正态分布的随机数, 计算这些数据落入区间[-2, 2] 的概率.
例 6 产生 100 个均值为10, 标准差为1 的正态分布的随机数, 画出它们的直方图并附加正态密度曲线, 观察它们之间的拟合程度.
例 7 画出区间[10, +∞)上均值为11.5, 标准差为1.25 的正态密度曲线, 并计算样本落在[10, +∞)上的概率.
例 8 设随机变量 X=0,1,…,10,计算X 的服从二项分布B(10,0.5)的概率, 并画出二项分布分布律图形,指出取概率最大的X 的值.
例9 设随机变量X取区间[-3, 3]上步长为0.2的各值, 计算X的服从标准正态分布的概率, 并画出概率密度函数图形.
例 10 设随机变量X 取区间[-5, 5]上步长为0.1 的各值, 计算X 的服从参数为5 的t 分布的概率, 并画出概率密度函数图形,同时画出标准正态概率密度曲线,观察二者的区别.
例 11 用交互式经验分布函数和概率密度函数图形工具箱, 生成均值为 6,标准差1 的正态分布的分布函数图形和概率密度函数图形; 生成参数为6 的泊松分布的累积分布函数图形和分布律.
作业:
1 某人向空中抛掷一枚硬币100 次, 落下后“正面向上”的概率为0.5. 这100次中正面向上的次数记为X.
(1) 试计算{X=45}的概率和{X≤45}的概率;
(2) 绘制分布律图形和分布函数图像.
2 设X~N(2,0.25).
(1) 求概率P{1X2.5};
(2) 绘制分布函数图像和概率密度函数图像;
(3) 画出区间[1.5, 1.9]上的概率密度曲线的下方区域.
要求
熟练掌握用MATLAB绘画统计图的基本操作。
关键词 MATLAB 统计图 概率密度 分布函数 实验方法和步骤:
理论方法:1.直接在MATLAB中输入要完成的命令即可实现
2.在MATLAB中利用输入相关函数实现
步骤:产生随机数:randn()
直方图:hist(y , s)
实验数据和分析:
实验数据:
例1:
x=-2.9:0.1:2.9;
y=randn(10000,1);
hist(y,x)
h=findobj(gca,type,patch);
set(h,Facecolor,r,Edgecolor,w);
例2:
x=normrnd(0,1,1,50);
[h,stats]=cdfplot(x);
例3:
x=normrnd(0,1,1,50);
y=exprnd(1,1,50);
normplot(x)
normplot(y)
例4:
x1=normrnd(5,1,100,
文档评论(0)