随机数的产生、数据的统计描述.pptxVIP

概率论与数理统计实验;实验目的;;;调用格式：; 当只知道一个随机变量取值在（a，b）内，但不知道（也没理由假设）它在何处取值的概率大，在何处取值的概率小，就只好用U（a，b）来模拟它。;例1、产生U(2,8)上的一个随机数，10个随机数， 2行5列的随机数。;;;;;;排队服务系统中顾客到达率为常数时的到达间隔、故障率为常数时零件的寿命都服从指数分布。;4、二项分布随机数;20、其他分布随机数的产生方法;（一）直接抽样法（反函数法）;设分布律为P(X=xi)= pi , i=1, 2, ...，其分布函数为F(x) ;（二）变换抽样法;例5、 设X分布函数为F(X);生成n=20的1行10000列随机数，并画经验分布函数曲线 频率直方图。;例5 生成单位圆上均匀分布的1行10000列随机数，并画经验分布函数曲线。;例6 频率的稳定性;掷一枚硬币，记录掷硬币试验中频率P*的波动情况。;在Matlab中编辑.m文件输入以下命令：;在Matlab命令行中输入以下命令：;在Matlab命令行中输入以下命令：;在Matlab命令行中输入以下命令：;例7 、Buffon试验;从而针线相交的概率为;步骤： 设针的长度为 l ,模拟试验次数为n.; buffon(.6,1000) piguji = 3.1662 buffon(.6,10000) piguji = 3.1072 buffon(.6,100000) piguji = 3.1522 buffon(.6,1000000) piguji = 3.1386 buffon(.6,1000000) piguji = 3.1451 buffon(.6,1000000) piguji = 3.1418 buffon(.6,1000000) piguji = 3.1448 buffon(.6,1000000) piguji = 3.1405 buffon(.6,1000000) piguji = 3.1394;1、表示位置的统计量—平均值和中位数;2、表示变异（离散）程度的统计量 —方差、标准差、极差 ;3. 表示分布形状的统计量—偏度和峰度 ;峰度是分布形状的另一种度量，正态分布的峰度为3， 若g2比3大很多，表示分布有沉重的尾巴，说明样本中 含有较多远离均值的数据，因而峰度可用作衡量 偏离正态分布的尺度之一 ;三、分布函数的近似求法（直方图）;;1、整理资料： 把样本值x1，x2，…，xn进行分组，先将它们依大小次序排列，得 ;2、求出各组的频数和频率：;3、作图： ;;一、数据的录入、保存和调用;方法1;3、将变???t、x、y的数据保存在文件data中。 save data t x y;1、输入矩阵： data=[78,79,80,81,82,83,84,85,86,87,88; 23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4; 41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0];3、数据的调用： 命令： load data1 用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y： t=data(1,:) x=data(2,:) y=data(3,:) 若要调用矩阵data的第j列的数据，可用命令： data(:,j);data=[78 79 80 81 82 83 84 85 86 87; 23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4; 41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0]; save data1 data;;二、基本统计量;例10 对例1中的职工工资总额x， 可计算上述基本统计量。;mean1=41.7200 median1=34.3000 std1=16.4544 var1=270.7462 range1=49.6000 skewness1=0.8590 kurtosis1=2.4037;三、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