误差理论和数据处理实验.pdf

吕泽奎 指导老师：王雪梅 姓名： 吕泽奎 班级：测控2013-03 班 吕泽奎 第一部分 基于MATLAB 的统计分析方法 1.1 误差分析中常见统计分布规律 1.均匀分布 1） x=rand(M,N) x-返回0～1 之间取值的均匀分布的随机数据矩阵（M*N）。 例：x=rand(100,2); plot(x(:,1),x(:,2),*) 2） x=unifrnd(a,b,M,N) x-返回a～b 之间取值的均匀分布的随机数据矩阵（M*N） 例：x=unifrnd(2,3,500,1); plot(x,*); 图1-1 两个随机变量间的散点图 图1-2 [2 3]上均匀分布随机数据 2.正态分布 1） x=normrnd(mu,sigma,M,N) x-返回参数为mu 和sigma 的正态分布数据矩阵（M*N）。 吕泽奎 2） x=randn(M,N) x-返回标准正态分布的随机数据矩阵（M*N）。 例：x=randn(500,1); plot(x,*) 图-3 标准正态分布随机数据 3） 笛卡尔坐标系中的统计直方图 hist(x,m) x-M*N 的随机数据矩阵； m-统计直方图的区间数（bins）,缺省为10； 例： y=normrnd(0,1,500,3); hist(y) 图1-4 正态分布数据的统计直方图 图1-5 不同均值和方差的正态分布曲线 4） Y=normpdf(x,mu,sigma) 吕泽奎 y-正态分布概率密度函数值 x- 自变量；mu-均值；sigma-标准偏差。 例： x=-15:0.01:15; y1=normpdf(x,0,1); y2=normpdf(x,0,2); y3=normpdf(x,2,4); plot(x,y1,x,y2,x,y3) 5） y=normcdf(x,mu,sigma) y-正态分布分布函数值 x- 自变量；mu-均值；sigma-标准偏差。 例： x=-15:0.01:15; y1=normcdf(x,0,1); y2=normcdf(x,0,2); y3=normcdf(x,2,4); plot(x,y1,x,y2,x,y3) 3. χ²分布 1） y=chi2rnd(V,M,N) y-返回自由度为V 的χ²分布数据矩阵（M*N）； 例： y=chi2rnd(4,1,500); plot(y,*) 2） y=chi2pdf(x,V) y- χ²分布概率密度函数；x- 自变量；V- 自由度。 例： x=0:0.2:30; y1=chi2pdf(x,4); y2=chi2pdf(x,10); plot(x,y1,x,y2) 吕泽奎 图1-6 χ²分布随机数据 图1-7 χ²分布概率密度曲线 4.t 分布 1） y=trnd(V,M,N) y-返回自由度为V 的t 分布数据矩阵（M*N）； 2） y=tpdf(x,V)