《数学建模 MATLAB简介第五部分概率统计常用算法.doc》由会员分享，可在线阅读，更多相关《数学建模 MATLAB简介第五部分概率统计常用算法.doc（6页珍藏版）》请在金锄头文库上搜索。
1、MATLAB简介第五部分 概率统计常用算法一、常用的概率分布计算1、概率密度函数 调用格式为 pdf (name , x , 参数表列) 或 namepdf (x , 参数表列) 得到相应的概率密度函数值其中name可以为以下值bino 二项分布poiss 泊松分布exp 指数分布norm 正态分布unif 均匀分布beta BATA分布gam 伽马分布chi2 卡方分布t t分布f F分布例1、绘制正态分布密度函数的图象。x=-2:0.1:8;y=normpdf(x,3,2);plot(x,y,+)2、概率值计算 p=namecdf (x , 参数表列) 得到相应的分布函数值其中函数名nam
2、e的含义同前。例2、设。P1= normcdf(5,3,2)- normcdf(2,3,2)P2=1- normcdf(2,3,2)+ normcdf(-2,3,2)3、期望和方差 M，V=namestat (参数表列) 得到相应分布的期望和方差其中函数名name的含义同前。例3、求二项分布和泊松分布的期望和方差。M，V=binostat (20,0.2)M，V=poisstat (6)二、数理统计常用算法1、统计图 hist (x) 样本直方图 rose (x) 样本的角度扇形图例4、画出样本的统计图x=12,12,12,13,13,13,13,13,13,14,14,14,14,14,14
3、,14,14,14,14,14,14,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,15,16,16,16,16,16,16,16,16,16,16,16,16,16,17,17,17,17,17,17,17,17,18,18,18,18,18,19,19,19,19,20;hist (x)rose (x)2、统计量的数字特征 mean(x) 样本均值 var(x) 样本方差 std(x) 样本标准差 cov(x,y) 样本的协方差矩阵 corrcoef (x,y)
4、样本的相关系数矩阵例5、随机取8只活塞环，测得它们的直径（毫米）分别为74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002试求样本均值、样本方差和样本标准差的值。x=74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002;mean(x)var(x)std(x)3、常用统计分布的分位点 nameinv (x, 参数表列)其中函数名name的含义同前。例6、求分位点。norminv(0.025, 0,1)tinv(0.025, 10)chi2inv(0.025 ,10)finv(0.0
5、5 ,6,10)4、参数估计 namefit (x, ) 分布参数的极大似然估计和水平的置信区间其中函数名name的含义同前。例7、某种清漆的9个样品，其干燥时间（以小时计）分别为6.0 5.7 5.8 6.5 7.0 6.3 5.6 6.1 5.0设干燥时间服从正态分布，求的估计值和置信度为0.95的置信区间。x=6.0 5.7 5.8 6.5 7.0 6.3 5.6 6.1 5.0;mu,sigma,muci,sigmaci=normfit (x,0.05)5、假设检验 H,SIG=ztest(x, mu, sigma, ,tail) 已知时对正态总体参数作检验 H,SIG=ttest(x
6、, mu, ,tail) 未知时对正态总体参数作检验若tail=0，表示若tail=1，表示若tail=-1，表示结论：H=0，表示接受原假设 H=1，表示拒绝原假设 SIG为犯错误的概率例8、自动包装机包装出的产品服从正态分布，从中抽取出9个样品，它们的重量是0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512问包装机的工作是否正常? (=0.05)x=0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512;H,SIG=ztest(x, 0.5, 0.015, 0.05,0) H,SIG
7、,CI=ttest2 (x, y, ,tail) 对两个正态总体的均值作相等性检验若tail=0，表示若tail=1，表示若tail=-1，表示结论：H=0，表示接受原假设 H=1，表示拒绝原假设 SIG为犯错误的概率，CI为均值差的置信区间。例9、在平炉上用标准方法和新方法各炼10炉钢，其得率分别为标准方法：78.1 72.4 76.2 74.3 77.4 78.4 76.0 75.5 76.7 77.3新方法： 79.1 81.0 77.3 79.1 80.0 79.1 79.1 77.3 80.2 82.1 问新方法能否提高钢的提率? (=0.05)x=78.1 72.4 76.2 74
8、.3 77.4 78.4 76.0 75.5 76.7 77.3;y=79.1 81.0 77.3 79.1 80.0 79.1 79.1 77.3 80.2 82.1;H,SIG,CI=ttest2 (x, y, 0.05,-1)6、方差分析 anova1(X) 单因素试验的方差分析 anova2(X,REPS) 双因素试验的方差分析，其中REPS指出每一单元观察点的数目。例10、有三台机器，用来生产规格相同的铝合金簿板，抽样测量簿板的厚度，结果如下：机器1：0.236 0.238 0.248 0.245 0.243机器2：0.257 0.253 0.255 0.254 0.261机器3：0
9、.258 0.264 0.259 0.267 0.262检验各台机器生产的簿板厚度是否有显著差异?X=0.236 0.238 0.248 0.245 0.243; 0.257 0.253 0.255 0.254 0.261; 0.258 0.264 0.259 0.267 0.262 ;anova1(X)例11、一火箭使用四种燃料，三种推进器作射程试验，每种燃料与每种推进器的组合各发射火箭两次，结果如下：（燃料A，推进器B） B1 B2 B3 A1 58.2 56.2 65.3 52.6 41.2 60.8 A2 49.1 54.1 51.6 42.8 50.5 48.4 A3 60.1 70
10、.9 39.2 58.3 73.2 40.7 A4 75.8 58.2 48.7 71.5 51.0 41.4考察A和B这两个因素对射程是否有显著影响？X=58.2 56.2 65.3 52.6 41.2 60.8 49.1 54.1 51.6 42.8 50.5 48.4 60.1 70.9 39.2 58.3 73.2 40.7 75.8 58.2 48.7 71.5 51.0 41.4 ;anova2(X,2)7、回归分析b,bint,r,rint,stats=regress(y,x) 多元线性回归分析其中y：y的数据向量x：x的数据矩阵b：的估计值bint：b的置信区间r：残差rint
11、 ：r的置信区间stats：第一个值是回归方程的置信度，第二值是F统计量的值，第三值小说明所建的回归方程有意义。例12、某种水泥在凝固时放出的热量y(卡/克)与其中的四种化学成分x1,x2,x3,x4有关，样本数据列于下表：序号 x1 x2 x3 x4 y 1 7 26 6 60 78.5 2 1 29 15 52 74.3 3 11 56 8 20 104.3 4 11 31 8 47 87.6 5 7 52 6 33 95.9 6 11 55 9 22 109.2 7 3 71 17 6 102.7 8 1 31 22 44 72.5 9 2 54 18 22 93.110 21 47 4 26 115.911 1 40 23 34 83.812 11 66 9 12 113.313 10 68 8 12 109.4建立y关于x1,x2,x3,x4的线性回归方程。x= 7
