ch07数据的统计技巧.pptVIP

解： % step1：数据输入 load li10.txt; x=reshape(li10,size(li10,1)*size(li10,2),1); % step2：作直方图 hist(x,10); % step3：分布的正态性检验 normplot(x); % step4：参数估计 [muhat,sigmahat,muci,sigmaci] = normfit(x) % 估计出该刀具的均值为594，方差204 % 均值的0.95置信区间为[ 553.4962，634.5038] % 方差的0.95置信区间为[ 179.2276，237.1329] % step5 假设检验：已知刀具的寿命服从正态分布，现在方差未知的情况下，检验其均值m 是否等于594. [h, sig, ci]=ttest(x,594) 结果：h = 0，sig = 1，ci =[553.4962，634.5038]. 检验结果: 1、布尔变量h=0, 表示不拒绝零假设. 说明提出的假设寿命均值594是合理的；2、95%的置信区间为[553.5，634.5], 它完全包括594, 且精度很高；3、sig值为1, 远超过0.5, 不能拒绝零假设。 六、统计作图 正整数的频率表 经验累积分布函数图形 最小二乘拟合直线 绘制正态分布概率图形 样本的概率图形 附加有正态密度曲线的直方图 在指定的界线之间绘制正态密度曲线 绘制威布尔(Weibull)概率图形 样本数据的盒图 思考 数据的统计分析在经济学与管理科学中的应用有哪些？ 不同投资组合的投资收益率服从什么分布？ 原始数据是否服从正态分布，模型残差项是否服从正态分布？ 利用Matlab产生的不同随机数，模拟一个正向或负向的外部冲击对宏观经济（GDP、CPI、FDI等）、投资收益率、股票价格等的影响是什么？ 不同投资产品的平均收益率、风险是否有显著差异？ …… * 平均值： 算数平均值：mean(x) 调和平均值：harmmean(x) 几何平均值：geomean(x) 中位数：median(x) 众数：mode(x) 2、数据比较 max：提取数据集合中的最大值，调用格式： C=max(A)：当A为向量时，返回A的最大值；当A为矩阵时，返回一个行向量，它的元素对应于A的列向量的最大值。 C=max(A,B)：A、B为同样大小的数据，C返回与A、B同样大小的数组，它的元素为A、B对应元素的较大者。 [C,I]=max(A)：不仅返回最大值，而且返回最大值的索引，若最大值有重复，则返回第1个最大值的位置。 C=max(A,[],1) C=max(A,[],2) 这两个函数的功能是什么？ 例4 生成两个随机向量和一个随机矩阵，利用max函数求最大值等。 rand(seed,0); A=rand(6,1); B=rand(6,1); C=rand(5,4); fprintf(向量A的最大值%6.4f\n,max(A)) fprintf(向量A和B中的最大值:\n) ; disp(max(A,B)); [CC,CI]=max(C); fprintf(矩阵C中的最大值是：\n); disp(CC); fprintf(矩阵C中的最大值的位置为：\n); disp(CI); Matlab输出结果： 向量A的最大值0.9347 向量A和B中的最大值: 0.5194 0.8310 0.6789 0.6793 0.9347 0.6711 矩阵C中的最大值是： 0.6868 0.9304 0.9103 0.7361 矩阵C中的最大值的位置为： 5 2 4 3 min：提取数据集合中的最小值，函数min的用法与max相同，只是把最大值改为最小值。 例5 生成两个随机向量和一个随机矩阵，利用min函数求最小值等。 rand(seed,0); A=rand(6,1);B=rand(6,1);C=rand(5,4); fprintf(向量A的最小值%6.4f\n,min(A)) fprintf(向量A和B中的最小值:\n) ; disp(min(A,B)); [CC,CI]=min(C); fprintf(矩阵C中的最小值是：\n); disp(CC); fprintf(矩阵C中的最小值的位置为：\n); disp(CI); Matlab输出结果： 向量A的最小值0.0470 向量A和B中的最小值: 0.2190 0.0470 0.0346 0.0535 0.5297 0.3835 矩阵C中的最小值是：