实验5(1)-概率统计问题的Matlab求解..ppt

数 学 实 验 概率统计问题的Matlab求解 熟练掌握Matlab编程中常见概率分布的概率密度、概率分布、逆分布、均值和方差等语句的调用格式 会用Matlab对服从各种分布的样本进行参数估计和假设检验。 对实际问题，能够进行样本的分析，得出服从哪种分布的预测，依该分布进行参数估计和假设检验。 实验目的 I 实验目的 II 熟练掌握Matlab编程中线性回归、非线性回归、逐步回归等语句的调用格式 会用Matlab对各种数据样本进行回归分析，并分析回归结果，对回归进行评价。 对实际问题，能够进行数据样本的分析，选用哪种方式进行回归模拟，依该回归进行预测。 实验过程 1.在D盘建立一个自己的文件夹 2.开启软件平台-MATLAB，将你建立的文件夹加入到MATLAB的搜索路径中。 3. 学会调用基本命令计算常见分布概率统计函数，掌握基本的参数估计与假设检验方法； 4.学会调用基本回归分析命令，掌握基本的回归分析方法； 5.完成实验报告。 实验内容I 数据描述基本命令 统计推断 参数估计 假设检验 数据描述基本命令 对随机变量x，计算其基本统计量的命令如下： 均值：mean(x) 中位数：median(x) 标准差：std(x) 方差：var(x) 偏度：skewness(x) 峰度：kurtosis(x) 例1. load gas shuju=[price1;price2] jun_zhi=mean(shuju) zhong_wei_shu=median(shuju) biao_zhun_cha=std(shuju) fang_cha=var(shuju) ji_cha=range(shuju) pian_du=skewness(shuju) feng_du=kurtosis(shuju) 常见的概率分布及其matlab实现 几种概率分布类型的“代表字符” 均匀分布--uniform distribution 指数分布--exponential distribution 正态分布--normal distribution X2分布--chi2 distribution t分布--t distribution F分布—f(F) distribution B分布—beta distribution T分布--gamma distribution 二项分布--binomial distribution 泊松分布—poisson distribution 常见概率分布的函数 Matlab工具箱对每一种分布都提供五类函数，其命令字符为： 概率密度：pdf 概率分布：cdf 逆概率分布：inv 均值与方差：stat 随机数生成：rnd 当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可. 例2. 分别使用金球和铂球测定引力常数 （1）用金球测定观察值为：6.683 6.681 6.676 6.678 6.679 6.672 （2）用铂球测定观察值为：6.661 6.661 6.667 6.667 6.664 设测定值总体为 ，μ和σ为未知。对(1)、(2)两种情况分别求μ和σ的置信度为0.9的置信区间。 参数估计 解：建立M文件： X=[6.683 6.681 6.676 6.678 6.679 6.672]; Y=[6.661 6.661 6.667 6.667 6.664]; [mu,sigma,muci,sigmaci]=normfit(X,0.1) %金球测定的估计 [MU,SIGMA,MUCI,SIGMACI]=normfit(Y,0.1) %铂球测定的估计 运行后结果显示如下： mu = 6.6782 sigma = 0.0039 muci = 6.6750 6.6813 sigmaci = 0.0026 0.0081 MU = 6.6640 SIGMA = 0.0030 MUCI = 6.6611 6.6669 SIGMACI = 0.0019 0.0071 由上可知，金球测定的μ估计值为6.6782，置信区间为[6.6750，6.6813]； σ的估计值为0.0039，置信区间为[0.0026，0.0081]。 泊球测定的μ估计值为6.66