数学建模与数学实验数据的统计描述和分析.pptVIP

确的判断，因而必须要求构造出的检验统计量的分布函数不依赖于观测值的分布函数类型，这种检验叫非参数检验.如：要求判断总体分布类型的检验就是非参数检验.2.非参数检验：如果所检验的假设并非是对某个参数作出明01统计量依赖于总体的分布函数，这种检验称为参数检验.参数检验的目的往往是对总体的参数及其有关性质作出明确的判断.对总体X的分布律或分布参数作某种假设，根据抽取的样本观察值，运用数理统计的分析方法，检验这种假设是否正确，从而决定接受假设或拒绝假设.1.参数检验：如果观测的分布函数类型已知，这时构造出的02假设检验假设检验的一般步骤一、参数检验单个正态总体均值的检验（二）单个正态总体方差的检验（三）两个正态总体均值的检验（四）两个正态总体方差的检验返回概率纸检验法概率纸是一种判断总体分布的简便工具.使用他们，可以很快地判断总体分布的类型.概率纸的种类很多.0102二、非参数检验01数据的录入、保存和调用02基本统计量03常见的概率分布函数04频数直方图的描绘05参数估计06假设检验07综合实例08返回统计工具箱中的基本统计命令一、数据的录入、保存和调用例1上海市区社会商品零售总额和全民所有制职工工资总额的数据如下：方法11．年份数据以1为增量，用产生向量的方法输入.命令格式：x=a:h:bt=78:872．分别以x和y代表变量职工工资总额和商品零售总额.x=[23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4]y=[41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0]3．将变量t、x、y的数据保存在文件data中.savedatatxy4．进行统计分析时，调用数据文件data中的数据.loaddataToMATLAB(txy)方法21．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]2．将矩阵data的数据保存在文件data1中：savedata1data3．进行统计分析时，先用命令：loaddata1调用数据文件data1中的数据，再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)ToMATLAB(data)返回二、基本统计量对随机变量x，计算其基本统计量的命令如下：均值：mean(x)中位数：median(x)标准差：std(x)方差：var(x)偏度：skewness(x)峰度：kurtosis(x)例对例1中的职工工资总额x，可计算上述基本统计量.ToMATLAB(tjl)返回0102MATLAB工具箱对每一种分布都提供5类函数，其命令字符为：概率密度：pdf概率分布：cdf逆概率分布：inv均值与方差：stat随机数生成：rnd（当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可.）三、常见概率分布的函数在MATLAB中输入以下命令：x=-6:0.01:6;y=normpdf(x);z=normpdf(x,0,2);plot(x,y,x,z)1．密度函数：p=normpdf(x,mu,sigma)(当mu=0,sigma=1时可缺省)ToMATLAB(liti2)如对均值为mu、标准差为sigma的正态分布，举例如下：2．概率分布：P=normcdf(x,mu,sigma)ToMATLAB(liti4)ToMATLAB(liti3)逆概率分布：x=norminv(P,mu,sigma).即求出x，使得P{Xx}=P.此命令可用来求分位数.ToMATLAB(liti5)4．均值与方差：[m,v]