数据的统计分析.ppt

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：第30页,共48页，星期六，2024年，5月ToMATLAB(liti3)3、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.2、概率分布：P=normcdf(x,mu,sigma)ToMATLAB(liti4)第31页,共48页，星期六，2024年，5月ToMATLAB(liti5)4、均值与方差：[m,v]=normstat(mu,sigma)例5求正态分布N(3,52)的均值与方差.命令为：[m,v]=normstat(3,5)结果为：m=3,v=255、随机数生成：normrnd(mu,sigma,m,n).产生m?n阶的正态分布随机数矩阵.例6命令：M=normrnd([123;456],0.1,2,3)结果为：M=0.95672.01252.88543.83345.02886.1191ToMATLAB（liti6）此命令产生了2?3的正态分布随机数矩阵，各数分别服从N(1,0.12),N(2,22),N(3,32),N(4,0.12),N(5,22),N(6,32)返回第32页,共48页，星期六，2024年，5月1、给出数组data的频数表的命令为：[N,X]=hist(data,k)此命令将区间[min(data),max(data)]分为k个小区间（缺省为10），返回数组data落在每一个小区间的频数N和每一个小区间的中点X.2、描绘数组data的频数直方图的命令为：hist(data,k)四、频数直方图的描绘返回第33页,共48页，星期六，2024年，5月五、参数估计1、正态总体的参数估计设总体服从正态分布，则其点估计和区间估计可同时由以下命令获得：[muhat,sigmahat,muci,sigmaci]=normfit(X,alpha)此命令在显著性水平alpha下估计数据X的参数（alpha缺省时设定为0.05），返回值muhat是X的均值的点估计值，sigmahat是标准差的点估计值,muci是均值的区间估计,sigmaci是标准差的区间估计.第34页,共48页，星期六，2024年，5月2、其它分布的参数估计有两种处理办法:一.取容量充分大的样本（n50），按中心极限定理，它近似地服从正态分布；二.使用Matlab工具箱中具有特定分布总体的估计命令.（1）[muhat,muci]=expfit(X,alpha)-----在显著性水平alpha下，求指数分布的数据X的均值的点估计及其区间估计.（2）[lambdahat,lambdaci]=poissfit(X,alpha)-----在显著性水平alpha下，求泊松分布的数据X的参数的点估计及其区间估计.（3）[phat,pci]=weibfit(X,alpha)-----在显著性水平alpha下，求Weibull分布的数据X的参数的点估计及其区间估计.返回第35页,共48页，星期六，2024年，5月六、假设检验在总体服从正态分布的情况下，可用以下命令进行假设检验.1、总体方差sigma2已知时，总体均值的检验使用z-检验[h,sig,ci]=ztest(x,m,sigma,alpha,tail)检验数据x的关于均值的某一假设是否成立，其中sigma为已知方差，alpha为显著性水平，究竟检验什么假设取决于tail的取值：tail=0，检验假设“x的均值等于m”tail=1，检验假设“x的均值大于m”tail=-1，检验假设“x的均值小于m”tail的缺省值为0，alpha的缺省值为0.05.返回值h为一个布尔值，h=1表示可以拒绝假设，h=0表示不可以拒绝假设，sig为假设成立的概率，ci