7第七章概率统计模型.pptVIP

首先作频率分布直方图. x=[459 362 624 542 509 584 433 748 815 505 612 452 434 982 640 742 565 706 593 680 926 653 164 487 734 608 428 1153 593 844 527 552 513 781 474 388 824 538 862 659 775 859 755 49 697 515 628 954 771 609 402 960 885 610 292 837 473 677 358 638 699 634 555 570 84 416 606 1062 484 120 447 654 564 339 280 246 687 539 790 581 621 724 531 512 577 496 468 499 544 645 764 558 378 765 666 763 217 715 310 851]; hist(x(:),10) %作频率直方图 得到如图７－７所示的频率分布直方图． 观察频率直方图7-7，可以初步认定该刀具出现故障时完成的零件数服从正态分布，但必须进行参数估计和假设检验． 图7-7 正态分布的概率密度函数为 其中是平均值 ，是标准差 ． 1、分布的正态性检验 normplot(x(:)) %每一列绘制出一条曲线，显示X中数据的一个正态概率分布图. 由图7-8可知，刀具出现故障时完成的零件数近似服从正态分布． 用Matlab求解如下： 图7-8 2、参数估计 [muhat,sigmahat,muci,sigmaci] = normfit(x(:)) %正态分布的参数估计函数 muhat = 594 sigmahat = 204.1301 muci = 553.4962 634.5038 sigmaci = 179.2276 237.1329 3、假设检验 已知刀具的寿命服从正态分布，现在在方差未知的情况下，检验其均值 m 是否等于594,使用t检验. [h,sig,ci] =ztest( x(:) ,594,0.05) h = 0 sig= 1 ci= [553.4962,634.5038]. 运行结果估计出该刀具的均值为 ，方差 ，均值的0.95置信区间为 ， 方差的 0.95置信区间为 ． 检验结果表示：h=0, 表示不拒绝零假设，说明提出的假设寿命均值为594是合理的． 综上所述，可以认为刀具出现故障时完成的零件数服从正态分布，刀具的平均寿命为594． 注：设总体服从正态分布，则其点估计和区间估计可同时用以下命令 [muhat,sigmahat,muci,sigmaci]=normfit(X,alpha) 表示在显著性水平alpha下估计数据X的参数，返回值muhat 是X的均值的点估计值，sigmahat 是标准差的点估计值，muci 是均值的区间估计，sigmaci 是标准差的区间估计.alpha缺省时设定为0.05. 实训7 一、模型假设 二、模型的分析、建立与求解 两个总体方差不变时，因为涉及到男、女成绩的比较且两者相互独立，则采用独立样本的t检验.在显著水平 下检验假设. (1)假设这两个样本分别来自正态总体 和 , 、 和 均未知. (2)假设两个样本相互独立. 原假设： ： ； 备择假设： ： . 1.[考试成绩的分析问题] x=[82 80 85 85 78 87 82]; y=[76 80 77 80 77 75 76]; [h,p,ci]=ttest2(x,y,0.05,0) 用Matlab求解如下： h = 1 p = 0.0022 ci = 2.3683 8.4888 % 运行结果如下： 结果表明：h=1表示在显著水