实验10：统计推断实验.pptVIP

实验十 统计推断 数学实验 数学实验 10.1 样本的数字特征 MATLAB提供了常见的求样本数字特征的函数，如下表所示 函数名 调用格式 注释 算术平均值 mean(X) X为向量，返回X中各元素的算术平均值 算术平均值 mean(A) A为矩阵，返回A中各列元素的算术平均值构成的向量 无偏估计方差 D=var(X) 若X为向量，则返回向量的无偏估计的方差.?若为矩阵，则D为A的列向量的样本方差构成的行向量 有效估计方差 D=var(X,1) 返回向量（矩阵）X的有效估计方差 数学实验 输入： A=[1 3 4 5;-1 3 0 4;2 -3 8 3]; mean(A) 例1 求矩阵 中各列元素的平均值. 输出结果： ans = 0.6667 1.0000 4.0000 4.0000 数学实验 输入： X=[14.7,15.21,14.9,14.91,15.32,15.32]; DX=var(X,1) DX1=var(X) 例2 求下列样本的有效估计的方差和无偏估计的方差. 输出结果： DX = 0.0559 DX1 = 0.0671 14.7 15.21 14.9 14.91 15.32 15.32 数学实验 10.2 参数估计 1. 正态分布的参数估计 命令：[) [mu,sigma,muci,sigmaci]=normfit(X,alpha) 说明：[) 1.数组X服从正态分布 2.给定置信水平alpha,缺省时为0.05 3.mu给出的是总体均值的点估计值 4.sigma给出的是总体标准差的点估计值 5.muci给出的是总体均值的区间估计 6.sigmaci给出的是总体标准差的区间估计 数学实验 2.二项分布的参数估计(n重已知,p未知) 命令： [phat,puci]=binofit(X,n,alpha) 3.泊松分布的参数估计 命令： [lbdhat,lbdci]=poissfit(X, alpha) 4.均匀分布的参数估计 命令： [ahat,bhat,aci,bci]=unifit(X,alpha) 5.指数分布的参数估计 [lbdhat, lbdci]=expfit(X,alpha) 命令： 数学实验 （1）输入： X=[50.6 50.8 49.9 50.3 50.4 51.0 49.7 51.2 51.4 50.5 49.3 49.6 50.6 50.2 50.9 49.6]; [mu,sigma,muci,sigmaci]=normfit(X,0.05) 例3 有一大批袋装化肥，现从中随机地取出16袋，称得重量 （kg）如下： 50.6，50.8，49.9，50.3，50.4，51.0，49.7，51.2， 51.4，50.5，49.3，49.6，50.6，50.2，50.9，49.6 设袋装化肥的重量近似地服从正态分布，试求总体均值 的置信 区间与总体方差 的置信区间（置信度分别为0.95与0.90）. 数学实验 输出结果： mu = 50.3750 sigma = 0.6202 muci = 50.0445 50.7055 sigmaci = 0.4582 0.9599 数学实验 由上可知，零件测定的 估计值为50.3750，置信区间为[50.0445，50.7055], 总体均值 的估计值为0.6202，置信区间为[0.4582,0.9599],故而方差 的置 信区间[0.2099，0.9214]. （2）输入： X=[50.6 50.8 49.9 50.3 50.4 51.0 49.7 51.2 51.4 50.5 49.3 49.6 50.6 50.2 50.9 49.6]; [mu,sigma,muci,sigmaci]=normfit(X,0.1) 数学实验 输出结果： mu = 50.3750 sigma = 0.6202 muci = 50.1032 50.6468 sigmaci = 0.4805 0.8914 数学实验 由上可知，零件测定的 估计值为50.3750，置信区间为[50.1032，50.6468], 总体均值 的估计值为0