07概率统计matlab求解.pptVIP

第八讲 概率统计的MATLAB求解 ;随机试验、样本空间与随机事件的关系;. ;离散型;分布律也可用表格形式表示：;分布函数的定义 ; 连续型随机变量及其概率密度的定义;超几何分布H(n,M,N);命令4：Px=hygepdf(x,M, N, K) 功能：总共M件产品，其中次品N 件，抽取K件检查，计算发现恰好x件次品的概率Px=P{X=x} 注：以后碰到命令末尾为： rnd----产生随机数X； cdf----产生分布函数F(x) pdf----产生密度函数p(x)或分布律Px=P{X=x} inv----计算x=F-1(p)→ p=F (x); 二项分布B(n,p); 泊松分布X~P(λ); 正态分布X~N(μ,σ2); 指数分布X~exp(λ); 均匀分布X~U(a,b); Γ分布; 卡方分布; t分布; F分布; 例1.1某人向空中抛硬币100次，落下为正面的概率为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)绘制分布函数图象和分布列图象。;p2=binopdf(x,100,0.5);plot(x,p2,*r)；title(概率分布图）; 例1.2设X~N(2,0.25) (1) 求概率P{1X2.5}； (2)绘制分布函数图象和分布密度图象; (3)画出区间[1.5,1.9]上的分布密度曲线下方区域。;Date;1.2 随机变量的数字特征; 例1.4设随机变量X的分布列，求期望。; 例1.5设随机变量X的分布密度为： 且EX=3/5，求常数a,b的值。; 例1.6设随机变量X的分布密度为： 求随机变量Y=|X|的期望。; 随机变量的方差; 例1.7设随机变量X的分布密度为： 求随机变量X的期望和方差。; 常见分布的期望和方差; 协方差与相关系数的计算; 矩的计算;1.3 参数估计;5.指数分布的参数估计 格式：[lbdhat, lbdci]=expfit(X,alpha) 6.通用命令mle() 格式：[输出参数项]=mle(分布函数名,X,alpha [,N]) 说明：分布函数名有：bino(二项),geo(几何),hyge(超几何) poiss(泊松),uinf(均匀),unid(离散均匀),exp(指数) norm(正态),t(T分布),f(F分布),beta(贝塔),gam(伽吗) N仅当二项分布时需要，其他没有（因为二项分布的参数估计需要n已知）。; 例1.8设生成一组均值为15,方差为2.52的正态分布的随机数据，然后对这组数据进行置信度97%的参数估计。; 例1.9设从一大批产品中抽取100个产品，经检验知有60个一级品，求这批产品的一级品率(置信度95%)。;1.参数检验：如果观测的分布函数类型已知，这时构造出的 统计量依赖于总体的分布函数，这种检验称为参数检验. 参数检验的目的往往是对总体的参数及其有关性质作出明 确的判断.;假设检验的一般步骤是：;（一）单个正态总体均值检验;Date;（二）单个正态总体方差检验;（三）两个正态总体均值检验;（四）两个正态总体方差检验; 单正态总体均值的假设检验; 例1.10某面粉厂的包装车间包装面粉，每袋面粉的重量服从正态分布，机器正常运转时每袋面粉重量的均值为50kg，标准差1。某日随机的抽取了9袋，重量分别为： 49.7，50.6，51.8，52.4，49.8，51.1，52，51.5，51.2 机器运转是否正常？; 单正态总体均值的假设检验;原假设H0：mu≥2000 备择假设H1：mu2000 程序：clear; x=[1558,1627,2101,1786,1921,1843,1655,1675,1935,1573,2023,1968,1606,1751,1511,1247,2076,1685,1905,1881]; alpha=0.01;mu=2000; [h,p,ci,stats]=ttest(x,mu,alpha,-1) 结果：h=1 %拒绝原假设即认为不符合出厂标准 p =5.9824e-005 %p很小，对假设置疑 ci = 1.0e+003 * -Inf 1.8895 %均值偏低 stats = tstat: - 4.8176 df: 19 sd: 216.8973; 双正态总体均值的假设检验; 原假设H0：mu2≥mu1 备择假设H1：mu2mu1 程序：clear; x=[2461,2404,2407,2439,2394,24