《大学本科概率论与数理统计实验报告》由会员分享，可在线阅读，更多相关《大学本科概率论与数理统计实验报告（29页珍藏版）》请在金锄头文库上搜索。
1、xxxx 大学大学 xxxx 学院学院数学类数学类 课程实习报告课程实习报告课程名称：概率论与数理统计实习题目：概率论与数理统计姓 名：系：信息与计算科学系专 业：信息与计算科学年 级：2010学 号：指导教师：职 称：讲师年 月 日福建农林大学计算机与信息学院数学类福建农林大学计算机与信息学院数学类课程实习报告结果评定课程实习报告结果评定项目项目评价内容评价内容评价分值评价分值得分得分1、格式规范。10 分2、项目数量。10 分总体情况总体情况3、创造性。10 分4、实验题目。10 分5、实验程序。10 分6、实验结果。10 分实验情况实验情况7、实验分析。10 分8、实习日记。10 分9、
2、实习心得。10 分实实 习习 质质 量量其他情况其他情况10、实习态度。10 分评评 价价 及及 建建 议议总成绩：总成绩：指导教师签字：指导教师签字：评定日期：评定日期：1目目 录录1 1 实习的目的和任务实习的目的和任务22 2 实习要求实习要求23 3 实习地点实习地点24 4 主要仪器设备（实验用的软硬件环境）主要仪器设备（实验用的软硬件环境）25 5 实习内容实习内容25.1 MATLAB 基础与统计工具箱初步 25.2 概率分布及应用实例45.3 统计描述及应用实例55.4 区间估计及应用实例85.5 假设检验及应用实例115.6 方差分析及应用实例135.7 回归分析及应用实例1
3、55.8 数理统计综合应用实例186 6 结束语结束语267 7 参考文献参考文献 272概率论与数理统计(Probabilily theroy and Mathemathical Statistics)1.1. 实习的目的和任务实习的目的和任务目的：通过课程实习，让学生巩固所学的理论知识并且能够应用 MATLAB 数学软件来解决实际问题。任务：通过具体的案例描述，利用 MATLAB 软件计算问题的结果，作出图形图象分析问题的结论。 2 2实习要求实习要求要求：学生能够从案例的自然语言描述中，抽象出其中的数学模型，能够熟练应用所学的概率论与数理统计知识，能够熟练使用 MATLAB 软件。3 3
4、实习地点：实习地点：校内数学实验室，宿舍4 4主要仪器设备主要仪器设备计算机Microsoft Windows XPMatlab 7.05 5实习内容实习内容5.1 MATLAB 基础与统计工具箱初步一、目的:初步了解和掌握 MATLAB 的操作和统计工具箱的简单应用.二、任务:熟悉 MATLAB 的基本命令的调用和基本函数及其基本操作.三、要求:掌握安装 MATLAB 的方法,并运用统计工具箱进行简单 MATLAB 编程.四、项目:（一） 、实例:产生一组试验，假设随机变量 X 的分布函数为 XN(10,42)的随机数，并绘出该正态分布的图像。（二） 、实验步骤：(1)、在 MATLAB 命
5、令窗口中输入以下程序： R=normrnd(10,4,5,5) %返回均值为 10，标准差为 4 的正态分布的 5 行35 列个随机数据。则运行后显示结果如下：R =17.3355 8.2656 22.1397 9.5034 5.17010.9646 11.3705 12.9016 15.9588 12.869013.4487 24.3136 9.7478 15.6361 16.520911.2751 21.0777 12.8590 15.6688 11.95564.7692 4.6005 9.1801 12.6860 14.1388(2)、在 MATLAB 编辑器中建立 M 文件 01.M，
6、在文件中输入命令程序如下：x=-25:1:25;y=normpdf(x,10,4);plot(x,y)则所得到的结果如下图所示：试验均值为 10，标准差为 4 的正态分布图像图(一）4(三） 、结果分析：产生的随机数是均值为 10，标准差为 4 所得的正态分布图象分布如上。（四） 、程序指令说明normrnd：正态分布随机数normpdf：正态分布的密度函数五、日记：2012 年 6 月 7 日 星期六今天概率论与数理统计课程实习的第一天，这次的实习中，我又一次用MATLAB 软件来解决数学问题。由于主要内容是 MATLAB 基础与统计工具箱初步，而且之前有使用过此软件，所以只需要知道 MAT
7、LAB 中随机变量的产生对应的函数，即可写出相应的程序。总体来讲，今天的任务比较轻松。5.2 概率分布( probability distribution)及应用实例5.2.1 目的：通过对常用的概率密度函数(probability density function)和分布函数(distribution function)的应用，达到熟练掌握概率密度函数和分布函数调用方法的目的。5.2.2 任务：对实际的案例进行分析，调用相应概率密度函数和分布函数，使用 MATLAB 软件计算其结果。5.2.3 要求：理解概率密度函数和分布函数，并通过两者的调用解决实际问题。5.2.4 实例：一批产品的不合格
8、率为 0.02，现从中任取 40 件进行检查，若发现两件或两件以上不合格品就拒收这批产品。分别用以下方法求拒收的概率:(1)用二项分布做精确计算；（2）用泊松分布做近似计算。5.2.5 实验步骤: 计 X 为抽取的 40 件产品中的不合格品数，则 Xb(40,0.02),而拒收就相当于“X=2”,又因为 P(X=2)=1-P(X=0)-P(X=1),则5(1)在 MATLAB 命令窗口中输入以下程序: P0=binopdf(0,40,0.02); P1=binopdf(1,40,0.02); P=1-P0-P1运行后显示结果为：P =0.1905(2)因为泊松分布的参数为 0.8在 MATLA
9、B 命令窗口中输入以下程序: P0=poisspdf(0,0.8); P1=poisspdf(1,0.8); P=1-P0-P1运行后显示结果为：P =0.19125.2.6 结果分析:由结果可知，泊松分布的近似值与确定值相差 0.0007，所以近似结果较好。5.2.7 程序指令说明binopdf： binomial probability density function（二项概率密度函数）poisspdf: poisson probability density function（泊松概率密度函数）5.2.8 实习日记：2012 年 6 月 11 日 星期三这次做的实验内容是概率分布及应用
10、举例，在找例子方面花了我不少的时间，最后我选择了一道关于二项分布和泊松分布的题目，利用 binopdf 函数和poisspdf 函数算对应的概率，从而来解决问题，深刻的感受到 matlab 软件的实用与方便，最后通过比较二项分布和泊松分布，发现两者的结果很接近。65.3 统计描述 (statistics descriptive)及应用实例5.3.1 目的:通过对数值变量(numerical variable)的统计描述与实际应用，达到熟练掌握数值变量的统计描述的目的。5.3.2 任务:对实际的案例进行分析，了解数值变量的统计描述，使用 MATLAB软件计算其结果。5.3.3 要求:理解数值变量
11、的统计描述的应用，能够解决实际问题。5.3.4 实例:根据调查，某高中 L 班学生的 20 名学生的体重如下（单位：千克）：35 40 56 70 58 45 60 69 76 5046 77 68 57 4436 48 66 52 50(1)、试计算其样本均值(sample mean)、样本方差(sample variance)和样本标准差(sample standard deviation)。(2)、绘制出样本数据 (sample data)对应的学生的体重直方图(histogram)。5.3.5 实验步骤: (1)、在 MATLAB 命令窗口中输入以下程序：x=35 40 56 70 5
12、8 45 60 69 76 50 46 77 68 57 44 36 48 66 52 50;a=mean(x) %求样本均值b=var(x) %求样本方差c=std(x) %求样本标准差结果显示如下：a =55.1500b =7161.6079c =12.7125(2)、在 MATLAB 命令窗口中输入以下程序： hist(x,8)则运行后显示结果如下:学生的体重直方图图(二）5.3.6 结果分析:从直方图上可以明显看出: 学生的体重较多分布在 3560 之间.其中 4550 的人数最多，6065 的人数最少。5.3.7 程序指令说明mean(x)：mean(x)var(x)： varian
13、ce(x) std(x)：standard deviation(x) 8hist(x,8)： histogram(x,8)5.3.8 实习日记:2012 年 6 月 13 日 星期五今天我做了第三个实验统计描述及应用实例，目的是通过对数值变量的统计描述与实际应用，熟练掌握数值变量的统计描述。期望、方差、标准差等的求法都是概率论与数理统计中占有举足轻重地位的内容，而且画出图形能够更好更直观来看出数据间的变化和联系，同时随着学习时间的深入，发现了MATLAB 有强大的数据处理功能，能把复杂的问题一下子解决，减轻了很多的负担，更让我深刻体会到，学好 matlab 的重要性，让我更有信心去学习这个功能
14、强大的软件。5.4 区间估计(interval estimation)及应用实例5.4.1 目的:对不同的区间估计(interval estimation)所用的枢轴量( pivot）有一定程度的了解和掌握,并学会运用.5.4.2 任务:对正态分布(normal distribution)的一定量的样本(sample)进行区间估计(interval estimation),给出总体的置信区间 (confidence interval)和期望(expactation)的估计值（estimation）.5.4.3 要求:经过实验后,对各种区间的估计方法有一定程度的熟悉,样本统计量应用合理.5.4.4 实例:某厂生产的零件重量服从正态分布，现从该厂生产的零件中抽取 9 个，),(N2测得其质量（单位：g）为：45.3 45.5 45.1 45.3 45.5 45.7 45.4 45.3 45.6（1） 、求平均质量 的置信水平为 0.95 的置信区间及参数估计量（2） 、作出附加有该正态密度曲线的直方图 。 5.4.5 实验步骤: 在 MATLAB 命令窗口中输入以下程序： x=45.3 45.5
