实验七对统计中参数估计进行计算机模拟验证.docxVIP

实验七：对统计中参数估计进行计算机模拟验证 1.实验内容： 1) 产生服从给定分布的随机数，模拟密度函数或概率分布； 2) 对分布包含的参数进行点估计，比较估计值与真值的误差； 3) 对分布包含的参数进行区间估计，并估计区间估计的可信度。2.实验源程序： % 以正太分布为例 % 清空内存，清空输出屏幕clc;clear;y=normrnd(10,1,10000,1); ymin=min(y); ymax=max(y); x=linspace(ymin,ymax,80); yy=hist(y,x);yy=yy/10000;bar(x,yy); grid;xlabel((a)?概率密度分布直方图 );phat=mle(y,distribution,norm,alpha,0.05) %对分布函数参数进行区间估计，并估计区间的可信度 [mu,sigma,m_ci,s_si]=normfit(y,0.05)3.运行结果：正态分布概率密度分布直方图得到估计参数m = 9.9909 σ = 1.0048由上可知估计的m = 9.9909，而实际是 10。误差s =（10-0.9909）/10 = 0.091%σ = 1.0048对分布函数参数进行区间估计得 mu = 9.9893sigma = 1.0017m_ci = 9.9697 10.0090s_si = 0.9880 1.0157故置信度为0.95的情况下，m的置信区间为[9.9697，10.0090] σ的置信区间为[0.9880，1.0157]实验四： 程序：% 创建一个二维矩阵装入数据B = [00 16 25 19 20 25 33 24 23 20 24 25 17 15 21 22 26 15 23 2220 14 16 11 14 28 18 13 27 31 25 24 16 19 23 26 17 14 30 2118 16 18 19 20 22 19 22 18 26 26 13 21 13 11 19 23 18 24 2813 11 25 15 17 18 22 16 13 12 13 11 09 15 18 21 15 12 17 13 14 12 16 10 08 23 18 11 16 28 13 21 22 12 08 15 21 18 16 1619 28 19 12 14 19 28 28 28 13 21 28 19 11 15 18 24 18 16 28 19 15 13 22 14 16 24 20 28 18 18 28 14 13 28 29 24 28 14 18 18 18 08 21 16 24 32 16 28 19 15 18 18 10 12 16 26 18 19 33 08 11 18 27 23 11 22 22 13 28 14 22 18 26 18 16 32 27 25 2417 17 28 33 16 20 28 32 19 23 18 28 15 24 28 29 16 17 19 18];% 将二维的矩阵B赋值到一维的矩阵A中。A = zeros(199,1);for i = 2:200 A(i-1) = B(i);end% 均值 Aavg = mean(A);% 中位数Amid = median(A);% 方差Avar = var(A);% 极差Arange = range(A);%偏度Askew = skewness(A);% 峰度Akur = kurtosis(A);fprintf(相应统计量:\n);fprintf(均值为：%-8.2f\n中位数为：%-8.2f\n方差为：%-8.2f\n,Aavg,Amid,Avar);fprintf(极差为：%-8.2f\n偏度为：%-8.2f\n峰度为：%-8.2f\n,Arange,Askew,Akur);%频率直方图[a,b] = hist(A);bar(b,a/sum(a));xlabel(样本数据);ylabel(对应频率);title(频率直方图);% 经验分布函数 f = figure;cdfplot(A);gridtitle(经验分布函数);输出结果： zhangxu4相应统计量:均值为：19.52中位数为：18.00方差为：34.40极差为：25.00偏度为：0.28峰度为：2.33