第九章数据的统计描述和分析1课件.pptVIP

9. 1 引例 9. 2 统计的基本概念 9.2.2 统计量 ?样本是总体的代表及反映。 ?但在抽取样本后并不是直接利用样本进行推断，而是需要对其进行一定的加工和提炼，把样本中我们关心的信息集中起来，用以对总体参数进行估计或检验。 ?这种加工出来、反映样本数量特征的函数称为统计量。 一、基本统计量 2．表示变异程度的统计量 （1）样本标准差 3．表示分布形状的统计量 （1）偏度 （2）峰度 二、计算基本统计量的MATLAB命令 ?均值：mean(x) ?中位数：median(x) ?标准差：std(x) ?方差：var(x) ?极差：range(x) ?偏度：skewness(x) ?峰度：kurtosis(x) 9.2.3 分布函数的近似求法 求频数表和直方图的MATLAB命令hist 1．求频数表 格式：[N,X]=hist(a,k) ?其中a为给定的数组。此命令将区间[min(a),max(a)]分为k个小区间(缺省为10)，返回数组a落在每个小区间的频数N和每个小区间的中点X。 2．画直方图 格式：hist (a,k) 例9.1 求频数表和直方图的例子 运行结果 u = -3.5851 v = 3.7476 N = 5 36 174 331 298 129 24 3 X = -3.1268 -2.2102 -1.2936 -0.3770 0.53696 1.4562 2.3727 3.2893 9.2.4 统计中常用的概率分布 1. 正态分布N(?,?2) (其中?为均值， ?2为方差 ) ?正态分布是概率统计中最重要的一种分布 2. (自由度为n的) χ2分布χ2(n) ?若X1，X2，…，Xn是相互独立的、服从标准正态分布N(0,1)的随机变量，则随机变量 Y=X12+ X22+ … + Xn2 服从自由度为n的χ2分布。 ?随机变量Y服从自由度为n的χ2分布记作 Y~ χ2(n) ?χ2分布的性质 若Y~ χ2(n)，则 均值：E(Y)=n，方差：D(Y)=2n 服从自由度为n的χ2分布的密度函数图形 3. (自由度为n的)t分布 t(n) ?若X和Y是相互独立的、分别服从标准正态分布N(0,1)和自由度为n的χ2分布的随机变量，则随机变量 服从自由度为n的t分布的密度函数图形 4. (自由度为(n1,n2)的)F分布 F(n1,n2) ?若X和Y是相互独立且分别服从自由度为n1和n2的χ2分布的随机变量，则随机变量 服从自由度为(n1,n2)的F分布的密度函数图形 5. 关于常用概率分布的MATLAB命令 ?MATLAB统计工具箱提供了20种概率分布，每一种分布都提供了5类函数 概率密度函数：pdf 概率值(概率累积)函数：cdf 逆概率累积(分位数)函数：inv 均值与方差函数：stat 随机数生成函数：rnd 常见的四种概率分布命令 常见概率分布函数命令的格式 1. 正态分布 (1)正态分布概率密度函数normpdf 格式 y=normpdf(x,?,?) y是正态分布N(?,?2)的概率密度函数在x处的值(?=0, ?=1可以省略) (2)正态分布概率值(概率累积)函数normcdf (3)正态分布逆概率累积(分值点)函数norminv (4)正态分布均值与方差函数normstat 例9.6 求均值为4，方差为1.3的随机数构成的向量的偏度和峰度。 2. χ2分布 3. t分布 4. f分布 格式 [M,V]=normstat(?,?) M和V分别为正态分布N(?, ?2)的均值和方差 (5)正态分布随机数生成函数normrnd 格式 R=normrnd(?,?,m,n) R为服从正态分布N(?, ?2)的随机数构成的m×n矩阵。 x=normrnd(4,1.3,1,1000); %生成均值为4，方差为1.3的随机数构成的 %1×1000的向量 g1=skewness(x) %计算向量的偏度 g2=kurtosis(x) %计算向量的峰度 ?χ2分布概率密度函数chi2pdf 格式 y=chi2pdf(x,n) ?χ2分布概率累积函数chi2cdf 格式 y=chi2cdf(x,n) ?χ2分布逆概率累积函数chi2inv 格式 y=chi2inv(x,n) ?χ2分布均值与方差函数chi2stat 格