原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第7章 MATLAB的数据描述
第七章MATLAB 数据描述
7.1 随机数据的统计描述
7.1.1 统计分布的数字特征
【例 7.1.1-1 】样本统计特征量计算示例。
% 生成样本数据
X(:,1)=ones(10,1);X(1,1)=100;X(10,1)=0.01;
rand(state,1);randn(state,1) % 使均布及正态两随机发生器初始化
X(:,2)=rand(10,1);
X(:,3)=randn(10,1);X(:,3)=2*abs(min(X(:,3)))+X(:,3);
% 计算一阶矩
Moment1.arithmetic=mean(X);Moment1.median=median(X);
Moment1.geometric=geomean(X);Moment1.harmmonic=harmmean(X);
% 计算二阶矩
Moment2.Standard=std(X);Moment2.variance=var(X);
Moment2.absolute=mad(X);Moment2.range=range(X);
% 结果显示
X,Moment1,Moment2
X =
100.0000 0.9528 3.0699
1.0000 0.7041 2.2997
1.0000 0.9539 1.3535
1.0000 0.5982 3.0790
1.0000 0.8407 1.7674
1.0000 0.4428 1.7758
1.0000 0.8368 1.1027
1.0000 0.5187 2.6017
1.0000 0.0222 1.2405
0.0100 0.3759 2.3739
Moment1 =
1
arithmetic: [10.8010 0.6246 2.0664]
median: [1 0.6511 2.0377]
geometric: [1 0.4691 1.9463]
harmmonic: [0.0926 0.1682 1.8276]
Moment2 =
Standard: [31.3429 0.2951 0.7273]
variance: [982.3760 0.0871 0.5289]
absolute: [17.8398 0.2331 0.6184]
range: [99.9900 0.9317 1.9762]
7.1.2 样本分布的频数直方图描述
【例 7.1.2-1 】 hist 指令的使用示例。
randn(state,1),rand(state,31) % 初始化
x=randn(100,1);y=rand(100,1); % 生成正态和均匀分布实验样本
subplot(1,2,1),hist(x,7) %7 区间情况
subplot(1,2,2),histfit(x,20) %15 区间情况（带正态拟合线）
图 7.1.2-1 正态分布实验数据在不同分段下的频数直方图
% 观察均匀数据组的频数直方图 7.1.2-2 在不同区间分段数时的变化
n_y1=min(y):0.1:max(y);n_y2=min(y):0.05:max(y);
subplot(1,2,1),hist(y,n_y1) % 较大区间情况
subplot(1,2,2),hist(y,n_y2) % 较小区间情况
2
图 7.1.2-2 均匀分布实验数据在不同分段下的频数直方图
7.1.3 概率函数、分布函数、逆分布函数和随机数的发生
7.1.3.1 泊松分布(Poisson distribution)
【例 7.1.3.1-1 】 泊松分布与正态分布的关系
（1）泊松分布概率函数和相应正态分布概率密度函数的计算
Lambda=20;x=0:50;
yd_p=poisspdf(x,Lambda);
yd_n=normpdf(x,Lambda,sqrt(Lambda));
（2 ）两种概率函数的图形比较
plot(x,yd_n,b-,x,yd_p,r+)
text(30,0.07,\fontsize{12} {\mu} = {\lambda} = 20)
文档评论（0）