概率统计matlab相关命令.doc

实验七：数据统计描述7.1 实验目的1) 掌握用Matlab进行参数估计、假设检验；2) 掌握用Matlab进行统计数据描述、直方图，常用统计量的计算；3) 掌握用Matlab的进行方差分析和回归分析7.2 实验内容7.2.1 常用统计数据分析函数例1. 统计描述clear allx=1 2 3 4 5 6 7 1 2 5 8;k=6;%数组x的频数表，它将区间min(x),max(x)等分为k份，缺省时k=10，N,M=hist(x,k);% N返回k个小区间的频数，X返回k个小区间的中点hist(x,k)%数组x的直方图，k的意义同上mean_x=mean(x);median_x=median(x)%返回数组x的中位数std_x=std(x),var(x),range(x)%返回数组的标准差，方差，极差（若除以n则用std(x,1),var(x,1)）例2.几种常用的分布函数：norm正态分布；chi2-分布；t分布-t；F分布f；每种分布有五类函数：密度函数pdf，分布函数cdf，逆概率分布inv，均值与方差stst，随机数生成rnd.当需要一种分布的某一类函数时，将分布命令字符串与函数字符串接起来，并输入自变量（数、数组或者矩阵）和参数即可。如：y=normpdf(x,mu,sigma)%表示均值为mu，标准差为sigma的正态分布在x的密度函数y=f(x)；例3 画出常见分布函数图clear allmu=0;sigma=1;x2=-5:0.01:5;y1=normpdf(x2,mu,sigma);%表示均值为mu，标准差为sigma的正态分布在x的密度函数y=f(x)y2=normcdf(x2,mu,sigma);plot(x2,y1,x2,y2)运行结果见图17.2.2 回归分析regress()实现多元回归，格式： b=regress(Y,X)或者 b, bint, r, rint, stats=regress(Y, X, alpha)数据向量格式为 Y=(y1 . . . yn)T ，X=(1 (xnm) )b, 回归系数的估计值；bint, 回归系数估计值的置信区间r, 残差向量 rint, 残差向量的置信区间stats， 检验回归模型的统计量（相关系数2，F统计量值，与F统计量值对应的概率p）当pa是拒绝H0,即线性关系成立alpha，为显著性水平（缺省时设定为0.05）运行结果：图1 正态分布密度和分布函数图a=ones(30,1);b=-0.05 0.25 0.60 0 0.25 0.20 0.15 0.05 -0.15 0.15 0.20 0.10 0.40 0.45 0.35 0.30 0.50 0.50 0.40 -0.05 -0.05 -0.10 0.20 0.10 0.50 0.60 -0.05 0 0.05 0.55;c=5.50 6.75 7.25 5.50 7.00 6.50 6.75 5.25 5.25 6.00 6.50 6.25 7.00 6.90 6.80 6.80 7.10 7.00 6.80 6.50 6.25 6.00 6.50 7.00 6.80 6.80 6.50 5.75 5.80 6.80;d=c.2;x=a b c d;y=7.38 8.51 9.52 7.50 9.33 8.28 8.75 7.87 7.10 8.00 7.89 8.15 9.10 8.86 8.90 8.87 9.26 9.00 8.75 7.95 7.65 7.27 8.00