MATLAB数理统计浅析.ppt

3.1.2 频率直方图 绘制例3-1的频率直方图 clear load E:\matlab7\mnsi.txt hist(mnsi) h=findobj(gca,Type,patch); set(h,FaceColor,y,EdgeColor,b) h=histfit(mnsi,13); %画附正态参考曲线的直方图，并提取图形句柄h set(h(1),FaceColor,c,EdgeColor,w) set(h(2),Color,r) 3.1.3 经验分布函数 求出例3-1中25MnSi钢含硅量的经验分布函数 clear load E:\matlab7\mnsi.txt [h,stats]=cdfplot(mnsi) 由图可以看出，样本经验分布函数图像上升速度较快，均值与中值接近，图像的S形状均衡对称，均值处函数值为0.5.这些特征表明，25MnSi钢的含硅量可能服从均值为0.8026、标准差为0.0450的正态分布。接下来可以通过正态分布拟合检验进一步证实这种推测。 3.2 变量分布参数的估计 3.2.1 极大似然估计 表3-2 重复观测样本数据 2 0 1 2 4 2 1 2 0 2 1 5 1 1 3 1 1 1 5 5 例3-2 对于表3-2中的数据，请利用MATLAB函数解答下列问题。 （1）假设表3-2中的数据为X~P(λ)的重复观测样本数据，计算X方差的极大似然估计值； （2）假设表3-2中的数据为X~N(μ,σ2)的重复观测样本数据，计算μ的极大似然估计值； （3）假设表3-2中的数据为X~N(μ,σ2)的重复观测样本数据，计算μ和σ的极大似然估计值； （4）假设表3-2中的数据为X~U(a,b)的重复观测样本数据，计算a的极大似然估计值； （5）假设表3-2中的数据为X~U(a,b)的重复观测样本数据，计算a和b的极大似然估计值； 解：先将表3-2中的数据作为20维列向量赋给x。 （1）泊松分布的方差为参数λ，其极大似然估计值为： O=poissfit(x) （2）参数μ的极大似然估计值为： O=normfit(x) （3）参数μ和σ的极大似然估计值为： [o1,o2]=normfit(x) （4）参数a的极大似然估计值为： O=unifit(x) （5）参数a和b的极大似然估计值为： [o,oo]=unifit(x) 3.2.2 正态分布的区间估计 例3-3 表3-3中的数据为正态分布总体的重复观测样 本数据，试用MATLAB相关函数计算总体均值和总 体方差的0.99置信区间。 10.0001 9.3643 12.1900 6.2520 10.8564 11.7913 11.4619 11.1557 10.0806 11.3542 11.1378 9.4887 9.2451 9.4082 7.0497 9.5320 10.2369 10.6296 12.8870 9.2981 11.2465 11.5981 11.8818 8.0158 表3-3 N(10,4)的重复观测样本数据 解：程序如下： x=[10.0001 9.3643 12.1900 6.2520 10.8564 11.7913 11.4619 11.1557 10.0806 11.3542 11.1378 9.4887 9.2451 9.4082 7.0497 9.5320 10.2369 10.6296 12.8870 9.2981 11.2465 11.5981 11.8818 8.0158]; a=0.01; [m,s,mci,sci]=normfit(x,a) 谢谢！ 数理统计分析的MATLAB实现 MATLAB基础知识 统计分析的基本概念、工具及推理基础 统计估计 第一章 MATLAB基础知识 1.1 MATLAB概况 1.1.1 MATLAB发展历程 1980年，美国的Clever Moler博士建立了MATLAB (Matrix Laboratory)，即矩阵实验室。随后1984年建立了名为Math Works的软件开发公司。早期的MATLAB只能做矩阵运算，绘图也只能用星号描点的形式画图。而后经过不断的改进发展，现在MATLAB已经成为国际最为流行的科学与工程计算软件之一，它以其模块化的计算方法、可视化与智能化的人机交互功能、丰富