实验(多佳).doc

实验一各个分布的概率密度函数语句：二项分布：binopdf(x,n,p)指数分布：exppdf(x,)F分布：fpdf(x,n1,n2)分布：chi2pdf(x,n)泊松分布：poisspdf(x, )正态分布：normpdf(x,)将pdf改为cdf即为分布函数命令语句期望与方差：二项分布：m,n=binostat(n,p)正态分布：m,n=normstat()泊松分布：m,n=poisstat()必做实验一1. 二项分布输入： x=0:0.1:20; y=binocdf(x,20,0.1); plot(x,y,*)输出：2. 分布输入： x=0:0.1:10; y=chi2pdf(x,5); plot(x,y,+)输出：3.指数分布输入： x=0:0.1:10; y=exppdf(x,2);plot(x,y,o)输出：4.F分布输入： x=0:0.1:10; y=fpdf(x,5,10); plot(x,y,o)输出：5. 泊松分布输入： x=0:0.1:20; y=poisscdf(x,5); plot(x,y,o)输出：6.正态分布输入： x=-5:0.1:5; y=normpdf(x,0,1); plot(x,y,o)输出：必做实验二1. 输入： m,v=gamstat(1.2,3)输出：m = 3.6000v = 10.80002.输入： r=poissrnd(6,1,10); m,v=poisstat(6),m1=mean(r),v1=var(r)输出：m = 6v = 6m1 = 6v1 =4.66673.输入： m,v=binostat(20,0.2)输出：m = 4v =3.2000必做实验三（1） 输入： p=poisscdf(0,1.5)输出：p = 0.2231（2）输入： p=1-poisscdf(0,2.5)输出：p = 0.9179（3）输入： p=1-poisscdf(0,3)输出：p = 0.9502必做实验四（1） 输入： p1=normcdf(14,10,2); p2=normcdf(6,10,2); p=p1-p2输出：p = 0.9545输入： p1=normcdf(12,10,2); p2=normcdf(-12,10,2); p=1-p1+p2输出：p = 0.1587输入： p1=normcdf(10,10,2); p=1-p1输出：p = 0.5000（2）输入： p=1-expcdf(3,2)输出：p =0.2231（3）输入： p=0.48+expcdf(1,2); k=expinv(p,2)输出：k = 4.1345实验二数学期望：m=mean(A);中位数：m=median(A);方差：v=var(A);标准差：s=std(A);QQ图：qqplot(x,y);正态总体的最大似然估计：a,b,c,d=normfit(x,alpha);指数分布的最大似然估计：m,n=expfit(x,alpha);假设检验：h,sig=ztest(x,muhat,sigmahat,alpha,tall);h,sig=ttest(x,muhat, alpha,tall);必做实验一：1.（1）输入： A=12.15 12.12 12.01 12.28 12.09 12.03 12.01 12.11 12.06 12.14 ; m1=mean(A),m2=median(A),v=var(A),s=std(A)输出：m1 = 12.1000m2 = 12.1000v = 0.0066s =0.0815（2）输入： normplot(A)输出：（3）输入： a,b,c,d=normfit(A,0.05)输出：a = 12.1000b = 0.0815c = 12.0417 12.1583d = 0.05610.14882.（1）输入： X=6.683 6.681 6.676 6.678 6.679 6.672; Y=6.661 6.661 6.667 6.667 6.664 6.662; qqplot(X,Y)输出：（2）输入： m1=mean(X),m2=mean(Y),v1=var(X),v2=var(Y)输出：m1 = 6.6782m2 = 6.6637v1 = 1.4967e-005v2 = 7.8667e-0063.输入： x=1 6 7 23 26 21 12 3 0 1; m,n=expfit(x,0.1)输出：m = 10n = 6.3673 18.4318必做实验二1. 输入： x=1.19 1.18 1.17 1.15 1.15 1.15 1.16 1.22 1.12 1.18 1.21 1.21 1.15 1.20 1.22 1.22 1.16 1.20 1.18 1.13 1.09 1.20 1.12 1.23 1.19 1.21 1.12 1.09 1.17 1.17 1.13 1.17 1.14 1.20 1.09 1.16 1.09 1.18 1.18 1.25; h,sig=ztest(x,1.15,0.14,0.05,0)输出：h = 0sig =0.4097假设检验的结果是：接受原假设H0，认为平均价格为1.15元。2. 输入： x=159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170; h,sig=ttest(x,225,0.05,1)输出：h = 0sig = 0.2570假设检验的结果是：接受原假设H0,即均值小于225。实验三单因素试验方差分析：p=anova1(x);p=anova1(x,group)双因素试验方差分析：p=anova2(x,reps)回归分析工具箱：cftool必做实验一1.输入： x=2 7 9 1 5 12; y=13 21 23 14 15 21; cftool输出： f(x) = p1*x + p2Coefficients (with 95% confidence bounds): p1 = 0.8977 (0.205, 1.59) p2 = 12.45 (7.516, 17.38)Goodness of fit: SSE: 21.91 R-square: 0.764 Adjusted R-square: 0.7049 RMSE: 2.341当x=8时，y=19.6288置信区间（12.4742，26.7833）。2.输入： x1=100 110 120 130 140 150 160 170 180 190; y1=45 51 54 61 66 70 74 78 85 89; cftool输出： f(x) = p1*x + p2Coefficients (with 95% confidence bounds): p1 = 0.483 (0.4589, 0.5072) p2 = -2.739 (-6.306, 0.8268)Goodness of fit: SSE: 7.224 R-square: 0.9963 Adjusted R-square: 0.9958 RMSE: 0.9503当x=200时，y=93.8667置信区间（91.2128，96.5205）。必做实验二1. 输入： A=4.3 6.1 6.5 9.3 9.5;7.8 7.3 8.3 8.7 8.8;3.2 4.2 8.6 7.2 11.4;6.5 4.1 8.2 10.1 7.8; p=anova1(A)输出：p =0.0042差异显著。2. 输入： A=15 19 16;1