数据浓缩与图示.docVIP

下载本文档

7
0
约5.08千字
约 8页
2017-03-30 发布于江苏
举报
版权申诉

数据浓缩与图示.doc

1、本文档共8页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数据浓缩与图示

实验一：数据浓缩与图示 2013-09-02 星期二问题表述抽样调查某地区50户居民的月消费支出额数据资料如下（单位：元）：. 886 864 1027 918 866 926 893 919 946 978 928 1050 928 1040 905 900 900 863 926 821 999 927 978 854 954 999 800 981 895 924 946 949 816 1100 890 886 938 916 967 651 950 852 1000 900 1006 1120 864 818 921 850 （1）求出样本的均值、标准差、峰度与偏度；（2）求出样本的0.05分位数、0.25分位数、0.5分位数和0.90分位数；（3）写出经验分布函数的表达式并画出该函数图像；（4）编制频率分布表并画出频率直方图。 2、某咨询公司调查了中国20个省级卫星电视频道晚20点至次日9点黄金档播广告的时间，统计数据如下（单位：分钟）： 6.6 5.8 7.0 6.3 6.2 7.2 5.7 6.4 7.0 6.2 6.0 6.5 7.2 7.3 7.6 6.8 6.0 6.2 请分别用正态概率图和Q-Q图评估数据的正态性。实验过程与结果（含程序代码） 1.（1）用matlab可分别求得均值、标准差、峰度与偏度如下： x=[886 864 1027 918 866 926 893 919 946 978 928 1050 928 1040 905 900 900 863 926 821 999 927 978 854 954 999 800 981 895 924 946 949 816 1100 890 886 938 916 967 651 950 852 1000 900 1006 1120 864 818 921 850]; mean(x) ans = 922.7000 std2(x) ans = 79.3687 kurtosis(x) ans = 4.9456 skewness (x) ans = -0.2757 （2）用matlab可分别求得样本的0.05分位数、0.25分位数、0.5分位数和0.90分位数： x=[886 864 1027 918 866 926 893 919 946 978 928 1050 928 1040 905 900 900 863 926 821 999 927 978 854 954 999 800 981 895 924 946 949 816 1100 890 886 938 916 967 651 950 852 1000 900 1006 1120 864 818 921 850]; quantile(x,0.05) ans = 816 quantile(x,0.25) ans = 886 quantile(x,0.5) ans = 922.5000 quantile(x,0.90) ans 1.0165e+003 （3）用MATLAB求解： function [x,cumpr]=my_empirical_dist(data) % generate empirical distribution function % input: % data is a vector % output: % x is sample observation vector % cumpr is cumulative probability vector if min(size(data))~=1 error(data must be a vector) end data=[886 864 1027 918 866 926 893 919 946 978 928 1050 928 1040 905 900 900 863 926 821 999 927 978 854 954 999 800 981 895 924 946 949 816 1100 890 886 938 916 967 651 950 852 1000 900 1006 1120 864 818 92