MATLAB在概率统计中的应用.docxVIP

第7章MATLAB在概率统计中的应用一、统计量的数字特点 一）简单的数学希望和几种均值 mean(x平均值函数 当x为向量时，获得它的元素平均值；当x为矩阵时，获得一列向量，每一行值为 矩阵行元素的平均值， 举例1：求矩阵A的平均值。 D=[74.00174.00574.00374.00174.0073.99874.00674.02] Mean(d 举例2：设随机变量 x的散布规律如下表，求 2 E(x和E(3x+5的值E(x的值 X -2 0 pk 0.4 0.3 E(x的值： x=[-202]，pk=[0.40.30.3] sum(x．*pk E(3x2+5的值。 x=[-202]，pk=[0.40.30.3] z=3*x.^2+5 sum(z．*pk 二）数据比较 max最大值 min最小值 median中值 sort由小到大排序 三）求和与积 sum求向量或矩阵的元素累和 prod：求目前元素与所有前面元素的积 举例： 下面的程序用来求向量各元素的之和 prod=1 varx=[234] forx=varx prod=prod*x end 四）方差和标准差 为了反应随机变量与其均值的偏离程度 方差表示为 标准差表示为： 样本方差为： 样本标准差为： 方差函数Var ①Var(xx为向量，返回向量的样本方差；x为矩阵，则返回矩阵各列的方差。 ②Var(x,1返回向量矩阵x）的简单方差即置前因子为1的方差） n ③Var(x,w返回向量矩阵）x即以w为权的方差。 Std 标准差函数 Std(x 返回向量或矩阵 x的样本标准差置前因子为 1 ） x的标准差置前因子为1 n 1 Std(x,1 返回向量或矩阵 ） n 举例：d=[74.00174.00574.00374.00174.0073.99874.00674.02] mean(d var(d,1%方差 var(d%样本方差 std(d,1%标准差 std(d%样本标准差 五）协方差和有关系数 cov(x：x为向量，返回向量的方差， x为矩阵时返回矩阵的协方差矩阵，其中 协方差矩阵的对角元素是 x矩阵的列向量的方差值。 cov(x,y ：返回向量 x.,y 的协方差矩阵，且x，y的维数必须相同。 cov(x,1 ：返回向量 1 x的协方差矩阵），置前因子为 n corrcoef(x,y：返回列向量x,y的有关系数。 corrcoef(x：返回矩阵x的列元的有关系数矩阵。 举例： a=[121221] x1=var(a % 向量的方差 y1=cov(a % 向量的方差 d=rand(2,6 cov1=cov(d% 矩阵D的样本协方差 c=rand(3,3 x2=cov(c % 矩阵C的样本协方差 y2=corrcoef(c% 矩阵C各列元的有关系数 二、常用的统计散布量 一）希望和方差 函数名调用方式参数说明函数说明 M为希望值 Betastat [M，V]=betastatA，B） V为方差值 β散布的希望方差 A、B为β散布参数 Binostat [M，V]=binostat(N,P N主实验次数 二项式散布的期差和 P为二次散布概率 方差 Chizstat [M，v]=Chi2stat(nu nu为卡方散布参数 卡方分散布的希望和 方差 Expstat [M，V]=expstat(mu mu为指数散布的特 指数散布的希望和方 征参数 差 Fstat [M1,V]=fstat(v1,v2 V1和V2 为F散布 F散布的希望和方差 的两个自由度 Gamstat [M，v]=gamstat(A1,B A,B为γ散布的参数 γ散布的希望和方差 Geostat [M，v]=geostat(P P为几何散布的几 几何散布的希望和方 何概率参数 差 Hygestat [MN,,V]=hygestat(M1,K1,N M,K,N为超几何概 超几何散布的希望和 散布参数 方差 Lonstat [M,,V]=logstat(mu,sigma mu为对数散布的均 值,sigma 为标准差 Poisstat [M,V]=Poisstat(LAMBDA LAMBDN 为泊松分 布参数 Normstat [M1,V]=normstat(mu,signa Mu为正态散布的均 正态散布的希望和方 值sinma 为标准差 差 Tstat [M,,V]=tstat(nu Nu为T散布参数 Unifstat [M1,V]=unifstat(A,B A,B为均散布区间 端点值 举例1： 求参数为 0.12和0.34的β散布的希望和方差 [m,v]=betastat(0.12,0.34m 为希望，v为方差 举例2： 求参数为6的泊松散布参数的希望和方差 [m,v]=poisstat(6m为希望，v为方差 二