- 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
[初中作文]MATLAB在概率统计中的应用
MATLAB在概率统计中的应用
目录
一概率部分
1. 随机变量概率分布的概率计算以及数字特征……………………………………………21.1 随机变量概率分布的概率计算……………………………………………………………21.2 随机变量概率分布的数字特征………………………………………………………… 7
二统计部分
2.数理统计的基础概念…………………………………………………………………………103. 参数估计…………………………………………………………………………………… 114. 假设检验……………………………………………………………………………………165.一元线性回归分析…………………………………………………………………………… 271 随机变量概率分布的概率计算以及数字特征
1.1 随机变量概率分布的概率计算
在MATLAB中列举了多种常见的概率分布,给出了这些概率分布的分布密度函数、分布函数、逆分布函数、随机数发生函数等等,在这一节中,主要研究的是常见概率分布的数字特征(数学期望,方差,协方差以及相关系数)和一些概率的计算
MATLAB中列举的离散型随机变量包括:离散均匀分布、二项分布、泊松分布、几何分布、 超几何分布、负二项分布(Pascal分布):连续型随机变量包括:连续均匀分布、指数分布、正态分布、对数正态分布、 2分布、非中心 2分布、t分布、非中心t分布、F
χ χ
分布、非中心F分布、β分布、γ分布、Rayleigh分布、Weibull分布。
下表是对这20种分布中的常见分布在Matlab中的应用的总结
表一 常见分布的密度函数在x处的值
分布类型 函数 函数调用格式 备注
名 称 名称
p=normpdf(X,MU, 2
正态分布 normpdf 计算正态分布N(μ,σ )的密度函数在x处
SIGMA) 的值,其中参数SIGMA是μ,MU是σ二项分布 binopdf p=binopdf(x,n,p)
均匀分布 unifpdf p=unifpdf(x,a,b) 计算均匀分布U[a,b]的密度函数在x处的值
几何分布 geopdf p=geopdf(a,p)
超几何分 hygepdf p=hygepdf(x,m,k,n)
布
指数分布 exppdf p=exppdf(x,λ) 计算指数分布的密度函数在x处的值泊松分布 poisspdf p=poisspdf(x,λ)
t分布 tpdf p=tpdf(x,n) 计算t分布的密度函数在x处的
2分布 chi2pdf p=chi2pdf(x,n) 计算 2分布的密度函数在 处的值χ χ x
F分布 fpdf p=fpdf(x,n1,n2) 计算F分布的密度函数在x处的值 表二 运用matlab计算常见分布的分布函数
分布类型 函数 函数调用格式以及意义 备注
名 称 名称
若 2 ,计算 可用
p=normcdf(x, X~N(μ,σ ) P{X x}
mu,sigma) p1=normcdf(x,mu,sigma)
p=1-p1
若 2 ,计算 可用
X~N(μ,σ ) P{x1Xx2}正态分布 normcdf 计算服从正态分布的随 [1]
p1=normcdf(x1,mu,sigma)
机变量落在(?∞,x]的概
p2=normcdf(x,mu,sigma)[1]
率,其中mu是参数μ, 2
p=p2-p1[1]
sigma是参数σ
或者p=normspec([x1x2],mu,sigma)
p=binocdf(x,n,p) 若求P(ξx)则p=binocdf(x-1,n,p)二项分布 binocdf 计算服从二项分布的随 若求P(ξx)则p=1-binocdf(x,n,p)
机变量落在(?∞,x]的概
率 若求P(ξ≥x)则p=1-binocdf(x-1,n,p)
若X ~U[a,b],计算P{X x}可用
Y=unifcdf(x,a,b p1=unifcdf(x,a,b)
p=1-p1
均匀分布 unifcdf 计算服从均匀分布的随 若X ~U[a,b],计算P{x Xx }可用
文档评论(0)