专题Matlab概率统计.ppt

专题：Matlab概率统计 hjtang@xidian.edu.cn 目录 1 随机数的产生 2 随机变量的概率密度计算 3 随机变量的累积概率值(分布函数值) 4 随机变量的逆累积分布函数 5 随机变量的数字特征 6 统计作图 7 参数估计 8 假设检验 9 方差分析 随机数的产生 1.1 二项分布的随机数据的产生 1.2 正态分布的随机数据的产生 1.3 常见分布的随机数产生 1.4 通用函数求各分布的随机数据 1.1 二项分布的随机数据的产生 命令 参数为N，P的二项随机数据 函数 binornd 格式 R = binornd(N,P) N、P为二项分布的两个参数，返回服从参数为N、P的二项分布的随机数，N、P大小相同。 R = binornd(N,P,m) m指定随机数的个数。 R = binornd(N,P,m,n) m,n分别表示R的行数和列数 例题 1 1.2 正态分布的随机数据的产生 命令 参数为μ、σ的正态分布的随机数据 函数 normrnd 格式 R = normrnd(MU,SIGMA) 返回均值为MU，标准差为SIGMA的正态分布的随机数据，R可以是向量或矩阵。 R = normrnd(MU,SIGMA,m) m指定随机数的个数，与R同维数。 R = normrnd(MU,SIGMA,m,n) m,n分别表示R的行数和列数 例题 2 1.3 常见分布的随机数产生 1.4 通用函数求各分布的随机数据 命令 求指定分布的随机数 函数 random 格式 y = random(name,A1,A2,A3,m,n) name的取值见下页表； A1，A2，A3为分布的参数； m，n指定随机数的行和列 例题4 产生12(3x4)个均值为2，标准差为0.3的正态分布的随机数 常见分布函数表 随机变量的概率密度计算 2.1 通用函数计算概率密度函数值 2.2 专用函数计算概率密度函数值 2.3 常见分布的密度函数作图 2.1 通用函数计算概率密度函数值 命令 通用函数计算概率密度函数值 函数 pdf 格式 Y=pdf(name，x，A) Y=pdf(name，x，A，B) Y=pdf(name，x，A，B，C) 说明 返回在X=x处、参数为A、B、C的概率密度值，对于不同的分布，参数个数是不同；name为分布函数名，其取值如下表。 常见分布函数表 例题4,5 例题4 计算正态分布N（0，1）的随机变量X在点0.6578的密度函数值。 例题5 自由度为8的卡方分布，在点2.18处的密度函数值。 2.2 专用函数计算概率密度函数值 命令 二项分布的概率值 函数 binopdf 格式 binopdf (k, n, p) 等同于pdf(‘bino’, k, n, p)， p — 每次试验事件发生的概率； K—事件发生k次； n—试验总次数 命令 泊松分布的概率值 函数 poisspdf 格式 poisspdf(k, Lambda) 等同于pdf(‘pois’, k, Lambda) 命令 正态分布的概率值 函数 normpdf 格式 normpdf(x,mu,sigma) 计算参数为μ=mu，σ=sigma的正态分布密度函数在x处的值 专用函数计算概率密度函数表 例题 6 绘制卡方分布密度函数在自由度分别为1、5、15的图形 2.3 常见分布的密度函数作图 二项分布 (7) 卡方分布 (8) 非中心卡方分布 (9) 指数分布 (10) F分布 (11) 非中心F分布 (12) Γ分布 (13) 3 随机变量的累积概率值(分布函数值) 3.1 通用函数计算累积概率值 3.2 专用函数计算累积概率值（随机变量 的概率之和） 3.1 通用函数计算累积概率值 命令 通用函数cdf用来计算随机变量的概率之和（累积概率值） 函数 cdf 格式 cdf(‘name’, K, A) cdf(‘name’, K, A, B) cdf(‘name’, K, A, B, C) 说明 返回以name为分布、随机变量X≤K的概率之和的累积概率值，name的取值见表1 “常见分布函数表” 例题21,22 例21 求标准正态分布随机变量X落在区间(-∞，0.4)内的概率（该值就是概率统计教材中的附表：标准正态数值表）。 例22 求自由度为16的卡方分布随机变量落在[0，6.91]内的概率 3.2 专用函数计算累积概率值（随机变量 的概率之和） 命令 二项分布的累积概率值 函数 binocdf 格式 binocdf (k, n, p) n为试验