第10讲据的统计分析与描述.pptVIP

7.2 随机变量的概率密度计算 7.2 随机变量的概率密度计算 1.3随机变量（离散均匀分布） 1.3随机变量(二项分布） 二项分布的概率函数图形 二项分布的概率函数的图形因受参数p的影响而呈偏对称阶梯形，若不断增大p的值，则最高点就会不断向右移动，图象整体就偏向右侧。 1.2 二项分布的累积分布函数及图象 二项分布的累积分布函数定义为: 二项分布的累积分布函数的图形为阶梯形(如下): 1.3随机变量(超几何分布） 超几何分布的概率函数的图象 超几何分布的分布函数图象 1.3随机变量（Poisson分布） 7 . 几何分布：若随机变量?的分布列为 则称?服从参数为p的几何分布。几何分布亦来源于贝努里概型。 8．普哇松（Poisson）分布。 若?的分布列为： 其中 则称服从参数为?的普哇松分布,记为 1.3随机变量（Poisson分布的概率函数图象） 1.3随机变量（Poisson分布的分布函数图象） 1.3 随机变量（分布函数） 7.2.2常见分布的概率密度函数表 Weibull分布 Weibull 或 weib 离散均匀分布 Discrete Uniform 或 unid 均匀分布 Uniform 或 unif T分布 T 或 t 瑞利分布 Rayleigh 或 rayl 泊松分布 Poisson 或 poiss 正态分布 Normal 或 norm 非中心卡方分布 Noncentral Chi-square 或 ncx2 非中心t分布 Noncentral t 或 nct 4.离散均匀分布 定义1.3.6 设X是一个随机变量,离散均匀分布是由如下概率函数所确定的概率分布. f(x)=1/N, x=1,2,…,N 若x服从离散均匀分布,则x 等概率取1至N中第个整数值.它的图象用柱形图表示如下(N=10时) 5.二项分布 定义1.3.5 设X是一个随机变量,二项分布是由如下概率函数所确定的概率分布 其中n是正整数,0?P?1,q=1-p. 有时二项分布也可表示为 用于强调参数对(n,p),以便作图,二项分布的柱状图象如下页所示 例 某班有男生20名,女生28名,将15张电影票随机发给15名同学,求恰有10名男生得到电影票的概率,并画出概率分布的图象. 解: x(x=0,1,2,…,15)名男生得到电影票的概率分布是一个几何分布(如下页图形所示）,由几何分布公式得X=10的概率为 6.超几何分布 定义1.3.7 设X是一个随机变量,超几何分布是由下面的概率函数所确定,表示为 它的图形（n=10,lambda=0.8)如下图所示 N=10,lamda=0.8时有普哇松分布 N=10,lamda=0.8 在MATLAB中输入以下命令： x=-6:0.01:6; y=normpdf(x); z=normpdf(x,0,2); plot(x,y,x,z) 1．密度函数：p=normpdf(x,mu,sigma) (当mu=0,sigma=1时可缺省) To MATLAB(liti2) 如对均值为mu、标准差为sigma的正态分布，举例如下： 3.分布函数 定义1.3.4 对任意实数x,随机变量X的分布函数就是X取值不大于x的概率,通常记作F(x),对于离散型变量来说,就是 其中求和是对所有不超过x的t进行的.分布函数也称作累积分 布函数(简写为cdf),这一叫法在于强调分布函数的概率积累。 To MATLAB(liti3) 3．逆概率分布：x=norminv(P,mu,sigma). 即求出x ，使得P{Xx}=P.此命令可用来求分位数. 2．概率分布：P=normcdf(x,mu,sigma) To MATLAB(liti4) To MATLAB(liti5) 4．均值与方差：[m,v]=normstat(mu,sigma) 例5 求正态分布N(3,52)的均值与方差. 命令为：[m,v]=normstat(3,5) 结果为：m=3,v=25 5．随机数生成：normrnd(mu,sigma,m,n).产生m×n阶的正态分布随机数矩阵. 例6 命令：M=normrnd([1 2 3;4 5 6],0.1,2,3) 结果为：M=0.9567 2.0125 2.8854 3.8334 5.0288 6.1191 To MATLAB（liti6） 此命令产生了2×3的正态分布随机数矩阵，各数分别服从分布：N(1,0.12), N(