概率统计计算讲义.ppt

粗劣观察此散点图，觉得似乎回归方程形式可取线性形式：y= a+bx. 但仔细观察，发现散点图有一些上凸，而上凸的图形具有y= a+b形式。下面用Mathematica 数学软件尝试这两种形式回归的优劣。 In[3]:=Statistics`LinearRegression` In[4]:= r=Regress[dat,{1,x},x] Out[4]= In[5]:= r = Regress[dat,{1,Sqrt[x]},x] Out[5]= 实验结果发现，两个回归方程的线性关系都是高度显著的，但回归方程y= a+b无论在变量系数b的检验概率还是对应回归方程检验概率都比回归方程y= a+bx要小近一个数量级，因此回归方程y= a+b要比y= a+bx形式好。我们最后选定本题的回归方程为： y= 105.767+1.43079 谢谢 概率统计计算 1 概率统计软件包 Mathematica可以处理概率统计方面的计算,有关的命令都在Mathematica自带的统计软件包中, 这些软件包存放在Mathematica系统自己带有程序包,存放在C:\wnmath22\Packges\Statisti目录中,用户可以在Mathematica的工作窗口键入Ctrl+ O,调出Open窗口, 将该窗口左下脚的文件类型选为Packages (*.m), 并用鼠标双击文件夹packages打开其中的子文件夹,然后任意双击Statisti文件夹, 就可以在窗口左上部分看到很多以.m为扩展名的Mathematica所有自带的概率统计软件包文件: (见图) 下一页 返回 软件包文件名 调用名称 涉及的问题 confiden.m Statistics`ConfidenceIntervals` 置信区间 continuo.m Statistics`ContinuousDistributions` 连续分布 descript.m Statistics`DescriptiveStatistics 统计函数的说明 discrete.m Statistics`DiscreteDistributions` 离散分布 hypothes.m Statistics`HypothesisTests` 假设检验 linearre.m Statistics`LinearRegression` 线性回归 nonlinear.m Statistics`NonlinearFit` 非线性拟合 Mathematica中的部分概率统计软件包文件名,调用名称及涉及的问题 2 Mathematica概率统计软件包中最常用的命令 为了使用的方便,下面写出一些概率统计软件包中最常用的内容及其调用文件名 需调用Statistics`DescriptiveStatistics`软件包才能使用的函数: Mean[data] 计算样本数据data的均值 Median[data] 计算样本数据data的中值 Variance[data] 计算样本数据data的方差 StandardDeviation[data] 计算样本数据data的标准差 注意: data是由离散数据组成的表 例1： 1) 已知样本数据为dat={3.2,5.1,1,4,2},试计算dat的均值、中值、方差、标准差。 2) 产生[0，1]上的20个随机实数，并计算它们的均值、中值、方差、标准差。 解: In[1]:= Statistics`DescriptiveStatistics` *调用统计软件包 In[2]：=dat={3.2, 5.1, 1, 4, 2}； In[3]:=Mean[dat] Out[3]:=3.06 In[4]:=Median[dat] Out[4]:=3.2 In[5]:= Variance[dat] Out[5]:= 2.608 In[6]:= StandardDeviation[dat] Out[6]:= 1.61493 In[7]:=dat1=Table[Random[],{20}] Out[7]:= {0.93234, 0.439331, 0.407442, 0.469035, 0.741679, 0.884562, 0.111029, 0.696056, 0.0591917, 0.622