数据统计、回归分析.docVIP

1．输入矩阵： data=[78,79,80,81,82,83,84,85,86,87; 23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4; 41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0] 2．将矩阵data的数据保存在文件data1中：save data1 data 3．进行统计分析时，先用命令：load data1 调用数据文件data1中的数据，再用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y： t=data(1,:) x=data(2,:) y=data(3,:) 若要调用矩阵data的第j列的数据，可用命令： data(:,j) 例10 一道工序用自动化车床连续加工某种零件，由于刀具损坏等会出现故障.故障是完全随机的，并假定生产任一零件时出现故障机会均相同.工作人员是通过检查零件来确定工序是否出现故障的.现积累有100次故障纪录，故障出现时该刀具完成的零件数如下： 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 试观察该刀具出现故障时完成的零件数属于哪种分布. 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] 作频数直方图 hist(x,10) 分布的正态性检验 normplot(x) 4．参数估计： [muhat,sigmahat,muci,sigmaci]=normfit(x) [h,sig,ci] = ttest(x) 检验结果: 1. 布尔变量h=0, 表示不拒绝零假设. 说 明提出的假设寿命均值594是合理的. 2. 95%的置信区间为[553.5，634.5], 它 完全包括594, 且精度很高. 3. sig值为1, 远超过0.5, 不能拒绝零假 设. 练习：1．某校60名学生的一次考试成绩如下: 93 75 83 93 91 85