Matlab参数估计与假设检验讲课文档.pptVIP

(1)找出样本观测值的最小值x(1)和最大值x(l) ； (2)取a≤x(1)和b≥x(l) ，将区间[a,b]分成k个子区间； (3)计算样本观测值落入各子区间内的频数ni 和频 率 ； (4)在x 轴上以各子区间为底边，以ni（或 ） 为高作小矩形即得频数（或频率）直方图。 3. 频数与频率直方图 第三十页，编辑于星期五：十三点 二十分。 4. 箱线图 设 为总体X 的一个样本，样本观测值 则可得出如下箱线图。 为： Matlab命令 boxplot(x) 第三十一页，编辑于星期五：十三点 二十分。 5. 正态概率图 正态概率图用于正态分布的检验，实际上就是纵坐标经过变换后的正态分布的分布函数图，正常情况下，正态分布的分布函数曲线是一条S形曲线，而在正态概率图上描绘的则是一条直线。 如果采用手工绘制正态概率图的话，可以在正态概率纸上描绘，正态概率纸上有根据正态分布构造的坐标系，其横坐标是均匀的，纵坐标是不均匀的，以保证正态分布的分布函数图形是一条直线。 第三十二页，编辑于星期五：十三点 二十分。 第三十三页，编辑于星期五：十三点 二十分。 四、卡方拟合优度检验 1. 简单假设检验问题 第三十四页，编辑于星期五：十三点 二十分。 第三十五页，编辑于星期五：十三点 二十分。 第三十六页，编辑于星期五：十三点 二十分。 2. 复合假设检验问题 第三十七页，编辑于星期五：十三点 二十分。 检验统计量 拒绝域 第三十八页，编辑于星期五：十三点 二十分。 3. chi2gof函数 调用格式： h = chi2gof(x) [h,p] = chi2gof(...) [h,p,stats] = chi2gof(...) [...] = chi2gof(X,Name,value) 第三十九页，编辑于星期五：十三点 二十分。 五、Kolmogorov-Smirnov检验 1. Kolmogorov检验 检验统计量 拒绝域 第四十页，编辑于星期五：十三点 二十分。 2. Lilliefors检验 检验统计量 拒绝域 第四十一页，编辑于星期五：十三点 二十分。 3. Smirnov检验 检验统计量 拒绝域 第四十二页，编辑于星期五：十三点 二十分。 4. kstest函数 调用格式： h = kstest(x) h = kstest(x,CDF) h = kstest(x,CDF,alpha) h = kstest(x,CDF,alpha,type) [h,p,ksstat,cv] = kstest(...) 第四十三页，编辑于星期五：十三点 二十分。 5. kstest2函数 调用格式： h = kstest2(x1,x2) h = kstest2(x1,x2,alpha,type) [h,p] = kstest2(...) [h,p,ks2stat] = kstest2(...) 第四十四页，编辑于星期五：十三点 二十分。 6. lillietest函数 调用格式： h = lillietest(x) h = lillietest(x,alpha) h = lillietest(x,alpha,distr) [h,p] = lillietest(...) [h,p,kstat] = lillietest(...) [h,p,kstat,critval] = lillietest(...) [h,p,...] = lillietest(x,alpha,distr,mctol) 第四十五页，编辑于星期五：十三点 二十分。 % 读取文件examp02_14.xls的第1个工作表中的G2:G52中的数据，即总成绩数据 score = xlsread(examp02_14.xls,Sheet1,G2:G52); % 去掉总成绩中的0，即缺考成绩 score = score(score 0); %**********计算描述性统计量******************* score_mean = mean(score) % 计算平均成绩 s1 = std(score) % 计算(5.1)式的标准差 s1 = std(score,0) % 也是计算(5.1)式的标准差 s2 = std(score,1) % 计算(5.2)式的标准差 score_max = max(score)