12.基本统计概论.ppt

* 如果将上述命令中的后缀pdf分别改为cdf，inv，rnd，stat 就得到相应的随机变量的分布函数、分位数、随机数的生成以及均值与方差. ncx2pdf 非中心卡方布 lognpdf 对数正态分布 nctpdf 非中心T分布 hygepdf 超几何分布 ncfpdf 非中心F分布 geopdf 几何分布 weibpdf Weibull分布 gampdf 伽马分布 unifpdf 均匀分布 fpdf F分布 tpdf T分布 exppdf 指数分布 raylpdf 瑞利分布 chi2pdf 卡方分布 poisspdf 泊松分布 binopdf 二项分布 normpdf 标准正态分布 betapdf Beta分布 MATLAB 密度函数 随机变量 名称 MATLAB 密度函数 随机变量 名称 一. 随机变量与分布 第九讲 数据的基本统计分析 我们利用MATLAB中的函数来计算正态分布的分布函数、概率密度函数值、做出密度函数曲线、分位数. 在MATLAB中计算上述分布函数的命令为： P = NORMCDF(x,mu,sigma) Default values for MU and SIGMA are 0 and 1 respectively. 例1 已知 试求： 解：normcdf(3,2,0.5)= 0.9772; normcdf(2,2,0.5)- normcdf(1,2,0.5)= 0.4772 1.计算分布函数与概率密度函数值: 2. 做出密度函数曲线、求分位数 已知X的均值和标准差及概率p=P{Xx},求x的命令为: X = NORMINV(P,MU,SIGMA) 例2. X~N(1,0.04) , p{Xx}=0.6827 求x 解：x = norminv(0.6827,1,0.2)= 1.0951 NORMSPEC([a,b],MU,SIGMA) 用于做出随机变量在区间[a,b]上的正态密度曲线 例3. 若X~N(2,4)，作出 X在[-1，3]上的曲线 解： normspec([-1,3],2,2) 图形如右图所示 (图7.1) 二. 数据特征 设 是取自总体X的一个简单随机样本，在n次抽样以后得到样本的一组观测值 我们通过对数据的分析研究可以得到总体X的有关信息，在MATLAB中有专门的函数分析数据特征，如下表所示. mad 平均绝对偏差 harmmean 调和平均 iqr 四分位极差 geomean 几何平均 std 标准差 trimmean 切尾平均 var 方差 median 中位数 range 极差 mean 算术平均 MATLAB函数 变异特征 MATLAB函数 位置特征 例4. 已知数据： 459 362 624 542 509 584 433 748 815 505 612 452 434 982 640 742 565 706 593 680 926 653 164 487 734 608 428 1153 593 844 527 552 513 781 474 388 824 538 862 659 775 859 755 649 697 515 628 954 771 609 402 960 885 610 292 837 473 677 358 638 699 634 555 570 84 416 606 1062 484 120 447 654 564 339 280 246 687 539 790 581 621 724 531 512 577 496 468 499 544 645 764 558 378 765 666 763 217 715 310 851 计算该数据特征. 解：a=[459 362 624 542 509 584 433 748 815 505 612 452 434 982 640 742 565 706 593 680 926 653 164 487 734 608 428 1153 593 844 527 552 513 781 474 388 824 538 862 659 775 859 755 649 697 515 628 954 771 609 402 960 885 610 292 837 473 677 358 638