第2讲 随机数的产生数据的统计描述.pptVIP

例7、Buffon试验1777年法国数学家蒲丰用随机掷针的实验方法计算π假设平面上有很多条距离为1的等距平行线，现向该平面随机投掷一根长度为l的针(l≤1)则我们可计算该针与任一平行线相交的概率。这里，随机投针指的是：针的中心点与最近的平行线间的距离x均匀的分布在区间[0,0.5]上，针与平行线的夹角θ(不管相交与否）均匀分布在区间[0,π]上。因此，针与线相交的充要条件是第30页，共63页，星期日，2025年，2月5日从而针线相交的概率为根据上式，若我们做大量的投针试验并记录针与线相交的次数，则由大数定理可以估计出针线相交的概率p从而得到π的估计值。第31页，共63页，星期日，2025年，2月5日步骤：设针的长度为l,模拟试验次数为n.(1)模拟产生n个[0，0.5]上的均匀分布随机数xrandnum，[0，π]上的均匀分布随机数sita(3)计算针与线相交的频率，作为概率，计算π（2）统计满足的个数，即为针与线相交的次数第32页，共63页，星期日，2025年，2月5日buffon(.6,1000)piguji=3.1662buffon(.6,10000)piguji=3.1072buffon(.6,100000)piguji=3.1522buffon(.6,1000000)piguji=3.1386buffon(.6,1000000)piguji=3.1451buffon(.6,1000000)piguji=3.1418buffon(.6,1000000)piguji=3.1448buffon(.6,1000000)piguji=3.1405buffon(.6,1000000)piguji=3.1394第33页，共63页，星期日，2025年，2月5日1、表示位置的统计量—平均值和中位数平均值（或均值，数学期望）：中位数：将数据由小到大排序后位于中间位置的那个数值.二、常用统计量第34页，共63页，星期日，2025年，2月5日2、表示变异（离散）程度的统计量—方差、标准差、极差样本方差：它是各个数据与均值偏离程度的度量标准差：是方差的开方极差：样本中最大值与最小值之差.第35页，共63页，星期日，2025年，2月5日3.表示分布形状的统计量—偏度和峰度偏度：峰度偏度反映分布的对称性，g10称为右偏态，此时数据位于均值，右边的比位于左边的多；g10称为左偏态，情况相反；而g1接近0则可认为分布是对称的.第36页，共63页，星期日，2025年，2月5日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第37页，共63页，星期日，2025年，2月5日三、分布函数的近似求法（直方图）1、经验分布函数（累计频率直方图）EmpiricalCumulativeDistributionFunction定义：设x1，x2，…，xn是总体的容量为n的样本值，将其按由小到大的顺序排列，并重新编号，记为则经验分布函数为：总体分布函数的近似第38页，共63页，星期日，2025年，2月5日2、频率直方图——近似概率密度函数下面介绍频率直方图和经验分布函数的做法第39页，共63页，星期日，2025年，2月5日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，得在包含的区间[a，b]内插入一些等分点：注意要使每一个区间（i=1，2，…，n-1）内都有样本观测值xi（i=1，2，…，n-1）落入其中.第40页，共63页，星期日，2025年，2月5日2、求出各组的频数和频率：统计出样本观测值在每个区间中出现的次数它就是这区间或这组的频数，计算频率累计频数为累计频率为第41页，共63页，星期日，2025年，2月5日3、作图：在直角坐标系的横轴上，标出分别以各点，为底边，作高为的矩形，即得频率直方图.若以为高既得累计频率直方图第42页，共63页，星期日，2025年，2月5日统计工具箱中的基本统计命令1.数据的录入、保存和调用2.基本统计