- 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
Matlab在概率统计教学中作用浅析
Matlab在概率统计教学中作用浅析
摘要:将Matlab引入概率统计的教学中,可以提高教学效率,从而破解概率统计这门课程教学时间少与教学任务重这一难题。
关键词:概率论;数理统计;Matlab
当今社会是一个信息高度发达、人们的社会经济活动日益频繁的社会,大量的信息、数据需要人们处理。如何从这些海量的信息中提取有用的信息,指导人们的社会实践活动,越发显得必要而迫切,从而为数理统计提供了日益广阔的舞台。
社会实践对数理统计的日益广泛而迫切的需求,对我们的教学活动提出了这样的要求:加强数理统计的教学,充实其内容,为社会实践提供更好的服务。
但要将这一要求体现到数理统计的教学中颇为困难。这是因为,目前一般工科院校均将概率论与数理统计列为一门课程。这样做的优越性自不待言,它能让学生清楚地体会二者的密切关系,将两者的思想方法融会贯通。但弊端也由此而来,由于将二者列为一门课,分配给它们的课时就相对较少,这使得教与学双方均感到这门课吃力,学完之后也是感到没有吃透,应用起来自然也感到较为困难。
如何解决这一问题,增加课时固然是一个选择,但在目前各门学科的课时均在压缩的大趋势下不太现实,剩下的选择只能是向先进的教学方式要效益。
下面结合我校的实际情况作一探讨。
我校概率论与数理统计这门课的课时一般安排54学时,其中概率论与数理统计部分的学时分配大致是:概率论36学时,数理统计18学时,现在我们要加强数理统计的教学,虽然可以适当地压缩一下概率论的学时,向概率论要一点,但概率论重要而难学,因而压缩的空间有限。如何在此基础上较大幅度地充实数理统计的教学内容而又不致使教学效果受到影响甚或是提高?引入Matlab,将大量繁重的计算任务交与Matlab处理,应当是一个出路。
Matlab是MathWorks公司开发的一款以数值计算为其主要特色的数学工具软件,在数值计算领域独领风骚,其所带的统计工具箱几乎囊括了诸如参数估计、假设检验、方差分析、回归分析等数理统计的所有领域,并且统计工具箱中的命令调用格式极为简单方便。
将Matlab引入概率统计的教学后,概率统计中的数据处理数值计算变得轻而易举,使得我们可以将精力集中于讲清处理问题的思想方法,极大地提高教学效率。
为了体会Matlab在概率统计教学中的作用,我们从几个侧面加以展现。
一、 在概率论中的应用
1. 直观演示
Matlab统计工具箱中提供了一个图形演示程序disttool,可以直观演示常见分布的分布函数图像以及概率密度函数的图像。通过该界面,可以对各种分布的相关参数的作用有一个直观的印象。
下面以正态分布概率密度函数为例加以说明。
首先在Matlab命令窗口中运行disttool命令,回车出现如下界面(图-1):
点选右上方(图-1)的下拉菜单,选择PDF,出现正态分布概率密度曲线(图-2),调整参数的值,即可直观演示这两个参数的作用。
下面再通过几个实例来直观展示Matlab在概率论与数理统计中的应用。
2. 求事件的概率
例1. 一大楼装有5个同类型的供水设备。调查表明在任一时刻每个设备被使用的概率为0.1,问在同一时刻:(1) 恰有2个设备被使用的概率是多少?(2) 至少有3个设备被使用的概率是多少?
解:本题可归结为参数的二项分布问题,故可调用统计工具箱中的binopdf命令求解。
(1) Matlab程序如下
binopdf(2,5,0.1)
ans =
0.0729
(2) Matlab程序如下
k=[3:5];
x=binopdf(k,5,0.1);
sum(x)
ans =
0.0086
二、 在数理统计中的应用
1. 参数估计
例2.有一大批糖果。现从中随机地取16袋,称得重量(以克计)如下:
506508499503504510497512
514505493496506502509496
设袋装糖果的重量近似地服从正态分布,试求总体均值?滋及总体方差?滓的0.95的置信区间。
解:Matlab程序如下:
x=[506 508 499 503 504 510 497 512514 505 493 496 506 502 509 496];
[mu,sigma,muci,sigmaci]= normfit(x)
mu =
503.7500
sigma =
6.2022
muci =
500.4451
507.0549
sigmaci =
4.5816
9.599
文档评论(0)