第六章概率论与数理统计基础知识.pptVIP

t分布 概率密度函数特点 t分布密度曲线关于t=0对称， 在t＝0时，分布密度函数取得最大值。 在t= 处有拐点。 当f趋无穷大时，t分布近似标准正态分布。 t分布 若 和 来自正态分布N(μ1,σ2)和N(μ2,σ2)，则 - 服从正态分布N(μ1-μ1,σ2/n1+σ2/n2) 统计量 为服从自由度f=n1+n2-2的t分布。 * * mu=0,sigma=1; %正态分布参数设定 x=-5:0.1:5; fx=normpdf(x,mu,sigma); % 计算概率密度函数 plot(x,fx); * mu=0;sigma=1; %正态分布参数设定 x=-5:0.1:5; fx=normpdf(x,mu,sigma); % 计算概率密度函数 plot(x,fx); * mu1=-1;mu2=0;mu3=1; sigma=1; %正态分布参数设定 x=-5:0.1:5; fx1=normpdf(x,mu1,sigma); % 计算概率密度函数 fx2=normpdf(x,mu2,sigma); fx3=normpdf(x,mu3,sigma); plot(x,fx1,x,fx2,x,fx3); legend(mu1=-1,mu2=0,mu3=1); * mu=0; sigma1=1;sigma2=2;sigma3=3; %正态分布参数设定 x=-5:0.1:5; fx1=normpdf(x,mu,sigma1); % 计算概率密度函数 fx2=normpdf(x,mu,sigma2); fx3=normpdf(x,mu,sigma3); plot(x,fx1,x,fx2,x,fx3); legend(sigma=1,sigma=2,sigma=3); * mu=0;sigma=1; %正态分布参数设定 x=-5:0.1:5; Fx=normcdf(x,mu,sigma); % 计算分布函数 plot(x,Fx); * f=3; %设定自由度 x=0:0.1:20; fx=chi2pdf(x,f); %计算概率密度函数 plot(x,fx); legend(f=3); * f1=1;f2=2;f3=4;f4=10;f5=20;%设定自由度 x=0:0.1:30; fx1=chi2pdf(x,f1); % 计算概率密度函数 fx2=chi2pdf(x,f2); fx3=chi2pdf(x,f3); fx4=chi2pdf(x,f4); fx5=chi2pdf(x,f5); plot(x,fx1,x,fx2,x,fx3,x,fx4,x,fx5); axis([0,30,0,0.2]); legend(f=1,f=2,f=4,f=10,f=20); * f=1; %设定自由度 x=-5:0.1:5; fx=tpdf(x,f); %计算概率密度函数 plot(x,fx); legend(f=1); * f1=1;f2=5;f3=50;%设定自由度 x=-10:0.1:10; fx1=tpdf(x,f1); % 计算概率密度函数 fx2=tpdf(x,f2); fx3=tpdf(x,f3); plot(x,fx1,x,fx2,x,fx3); legend(f=1,f=5,f=50); * f1=6,f2=10; %设定自由度 x=0:0.1:5; fx=fpdf(x,f1,f2); %计算概率密度函数 plot(x,fx); legend(f1=6,f2=10); xlabel(F); * f11=2;f12=6; f21=6;f22=10; f31=10;f32=20;%设定自由度 x=0:0.1:5; fx1=fpdf(x,f11,f12); fx2=fpdf(x,f21,f22); fx3=fpdf(x,f31,f32); %计算概率密度函数 plot(x,fx1,x,fx2,x,fx3); legend(f11=2,f12=6,f21=6,f22=10,f31=10,f32=20); xlabel(F); 随机变量 随机变量 对于随机试验，其结果可以用随机变量这一数量指标表征。 如果对每一个随机试验e都有一个试验值x与之对应，记作x=x(e)，则称x为一个随机变量。它发生的概率记为P。 随机变量可分为： 离散随机变量 连续随机变量 数理统计基础(2/3) 对样本的理解 样本并非一堆杂乱无章、无规律可循的数据，它是受随机性影响的一组数据。 样本二重性：每个样本即可以视为一组数据，又可以视为一组随机变量 样本不是任意一组随机变量，它是一组独立同分布的随机变量。 研究对象全体的集合称为总体或母体 统计推断即是由样本推断总体 常用概