数理统计实验作业(notebook).docVIP

实验1 抽样分布实验 实验目的： 掌握产生来自常用分布的随机数，并会利用软件计算常用分布的密度函数（概率函数），分布函数，分位数； 能利用软件绘制给定分布概率密度的图像，并能将不同参数的情形体现在同一张图中，能根据图形判断分布随参数变化而改变的趋势； 能利用软件绘制给定分布经验概率密度的图像，并验证当样本容量充分大时经验分布函数是总体分布函数较好的近似； 验证抽样分布定理。 实验方法：先上机练习下列内容,认证思考各条命令的作用，并注意观察实验结果，然后将练习和思考题的结果写在实验报告中并通过电子邮件提交实验报告。 实验内容： Matlab中相关命令 分布中心 mean, median 离散程度 var, std, range 偏度 skewness 峰度 kurtosis 协方差 cov 相关系数 corr 标准化 zscore 与分布有关的命令 随机数 概率密度 分布函数 分位数 binornd binopdf binocdf binoinv poissrnd poisspdf poisscdf poissinv unifrnd unifpdf unifcdf unifinv exprnd exppdf expcdf expcdf normrnd normpdf normcdf normcdf 其他分布的缩写：t, chi2, f, beta, gam, geo, hyper 例1.(概率计算问题) 对正态分布随机变量((N(5,22) ，计算（1）；（2）；（3）下侧分位数（4）生成服从该分布的容量为10的一个样本。 解： (1)normpdf(3,5,2) ans = 0.1210 (2)normcdf(6,5,2) ans = 0.6915 (3)norminv(0.1,5,2) ans = 2.4369 normcdf(2.4369,5,2) ans = 0.1000 (4)normrnd(5,2,10,1) ans = 4.1843 2.4242 5.1672 5.3276 6.3651 2.8273 5.5950 4.7134 7.7839 5.6135 例2．通过模拟实验的方式对正态样本和非正态样本（以均匀分布为例）下样本均值的分布进行比较。 解：我们已经知道，当样本是正态样本时，样本均值服从正态分布，但是其他样本下，样本均值的分布怎样。 m=500;%模拟次数 n=20;%每次取样的容量 dt1=unifrnd(0,100,m,n); dt2=normrnd(0,2,m,n); m1=mean(dt1);m2=mean(dt2); x = -5:0.1:5; subplot(2,3,1) hist(m1) subplot(2,3,2) [p,xi]=ksdensity(zscore(m1)); plot(xi,p) hold on plot(xi,normpdf(xi),r) hold off subplot(2,3,3) cdfplot(zscore(m1)),hold on plot(x,normcdf(x,0,1),m) hold off subplot(2,3,4) hist(m2) subplot(2,3,5) [p,xi]=ksdensity(zscore(m2)); plot(xi,p) hold on plot(xi,normpdf(xi),r) hold off subplot(2,3,6) cdfplot(zscore(m2)),hold on plot(x,normcdf(x,0,1),m) hold off 例3 分别从a=[1 2 4 6 13 14 16];aa=[6.9 7.4 7.7 8.1 8.3 8.6 9]两总体中以不同的抽样方式抽取容量n=5的样本,重复抽取m=21次，比较不同的抽样方式下样本的差异。 randsample(n,m,replace=T) 从1到n中有放回的抽取m个数 randsample(x,m,prob) 从总体x中以分布律prob从中抽取m个数 解：代码如下 clc;clear; a=[1 2 4 6 13 14 16]; aa=[6.9 7.4 7.7 8.1 8.3 8.6 9]; n=5; m=21; px=[];py=[]; pxx=[];pyy=[]; for k=1:m x=randsample(a,n,true); y=randsample(aa,n,true); px=[