统计计算和软件实验内容.docVIP

实验一 常用分布函数和分位数计算 1． 问题的背景 正态分布是实际生活中最常用的概率分布，在概率论与数理统计的理论研究和实际应用中都具有重要的价值，应熟练掌握和运用。 2． 实验目的要求 学会用C语言或matlab作正态分布密度函数和分布函数的图形， 学会常见分布的分位数的算法。 3． 实验主要内容 (1) 固定数学期望μ=0．05，分别取标准差为σ=0．01、0．02、0．03，绘制密度函数和分布函数的图形。 (2) 固定标准差为σ=0．02， 分别取数学期望为μ=0．03、 0．05、0．07， 绘制密度函数和分布函数的图形。 (3) 计算期望μ=2，标准差为σ=1的正态分布在0.05处的分位数 (4) 根据Beta 分布函数的递推算法，计算出的值 4、实验仪器设备 计算机、C语言软件 实验二 任意分布随机数的产生 1． 问题的背景 实际中经常需要用到服从指定分布F(x)的随机数据。学会产生服从任意分布的随机数，对今后的学习和实际应用而言，是非常有帮助的。 2． 实验目的要求 学会产生分布函数为预先指定的分布函数F(x)的随机数。 3． 实验主要内容 (1)分别产生1000、10000个分布随机数，通过变换分别把它们转换为服从指数分布Exp(3)，然后对所得到的Exp(3)随机数作组距为0.1的直方图，观察它的轮廓线的形状。 (2)设随机变量X的密度函数为：，试利用C语言中的rand()函数产生1000个X随机数，并作出组距为0.1的直方图。 4、实验仪器设备 计算机、C语言软件 实验三 随机模拟方法——概率、期望的模拟计算 1． 问题的背景 计算机随机模拟方法又称蒙特卡罗方法。它是以概率统计理论为基础的一种方法。当所求问题的解是某个事件的概率，或者是某个随机变量的数学期望，或者是与概率、数学期望有关的量时，通过某种试验的方法，得出该事件发生的频率，或者该随机变量若干个具体观察值的算术平均值，通过它得到问题的解。 2． 实验目的要求 学会随机事件模拟的基本方法与基本思路。 3． 实验主要内容（任选一个） (1)、有十张外观相同的扑克牌, 其中有一张是大王, 让十人按顺序每人随机抽取一张, 讨论谁先抽出大王. 甲方认为: 先抽的人比后抽的人机会大. 乙方认为: 不论先后, 他们抽到大王的机会是一样的. 究竟他们谁说的对? 分别输出模拟实验100次, 1000次, 5000次的结果, 将实验结果进行统计分析, 给出分析结果. (2)、一个大型超市每日都从农村采购新鲜农产品出售，正常情况下每公斤可获例1元。如果采购数量过多，次日只能减价出售，每公斤将亏损0.4元，现在该市采用以下采购策略：以前一天的市场需求量作为当天的采购量。据统计分析，每天需求量服从正态分布，平均需求量为100 kg,标准差为30 kg。在这种情况下，模拟计算该超市经营一个月能获多少利润？ 4、实验仪器设备 计算机、C语言软件 提示: 用1～10的随机整数来模拟实验结果. 在1～10十个数中, 假设10代表抽到大王, 将这十个数进行全排, 10出现在哪个位置, 就代表该位置上的人模拟到大王. 实验四 随机模拟方法——参数点估计的模拟计算 一、背景知识： （一）参数点估计的计算方法 1、参数估计问题，一种是总体分布类型已知，但含有未知参数，对总体的未知参数进行估计后可以近似确定总体分布；另一种是总体分布类型未知，通过参数估计来了解总体的主要数字特征如总体均值、总体方差等． 2、点估计：设来自总体的样本为，通过某种参数估计方法，构造统计量，用来作为总体未知参数的估计，这个随机量就是的点估计量． 3、矩估计法的应用：分两种情况讨论，并只讨论到1阶到2阶矩． (1)总体的未知参数为总体的矩时 总体均值近似于样本1阶原点矩即样本均值　　 总体方差的矩估计就是样本2阶中心矩即样本方差 (2)总体分布类型已知，有1个或2个未知参数（我们主要考虑这两种）可以用样本的1阶、2阶原点矩列出方程（组）求解未知参数。 当只有一个未知参数时，可列出一个方程解得． 当有二个未知参数是时，可根据样本一阶和二阶原点矩列出一个二元方程组． 3、极大似然估计法 似然函数等于样本分布列（离散总体）或样本概率密度（连续总体）的连积： 极大似然估计法就是求的极大似然估计 (所要求的要概率)，要求出，就是要求似然函数的最大值点． 要求极大似然估计，通常用三步： (1)根据已知的样本分布，列出似然函数 (2)将函数两边取自然对数。 (3)由函数对求导，令其等于0，算出的极大似然估计． （二）关于无偏性、有效性和相合性 1、设是未知参数的估计量，若满足，则称是的无偏估计量．也就是估计量这个随机变量的取值集中位置是． 样本的均值，样