数理统计求解.ppt

1、2020/7/9，1， 1，1，第三部分概率统计的MATLAB求解，随机变量及其分布随机变量函数的分布随机变量的数字特征参数估计零假设方差分析，2020/7/9，2，3.1随机变量及其分布，超几何分布H(n，m，n )，指令1:Fx=hygecdf(x，m，n k ) 功能：计算超几何分布的累计概率，提取合计m个产品中不良品n个、k个的检查，计算不良品在x个以下的概率Fx=P不良品数Xx=F(x )的命令2:x=hygeinv(p，m，n，k )功能：参数m，n， 如果知道k和p，则计算随机量x，并确定p=P0次缺陷Xx指令3:X=hygernd(M n，k，m，n )功能：在已知的参数m，n

2、，k的情况下，将m*n维与超几何分布匹配的随机矩阵x，2020/7/9，3，3.1随机变量及其分布k )功能：抽出合计m个产品，其中不合格品n个，k个检查，正好发现x个不合格品的概率Px=PX=x命令5:stairs(x，Px )功能：描绘以x为横轴，以Px为纵轴的阶梯平面图的Px为分布列(或密度)的情况下，作成概率密度分布图的Px cdf-分布函数F(x) pdf-密度函数p(x )或分布列px=px=xinv-x=f-1(p)p=f(x )、2020/7/9、4、3.1随机变量及其分布，二项分布B(n，p )，指令1:FX=二进制df (x，) 计算的指令2:x=binoinv(y，n，p

3、 )功能： y=PXx指令3:X=binornd(n，p，m，n )功能：生成M*N次元符合关二项分布字的随机数矩阵x的指令4:Px=binopdf(x，n p )功能：实验中事件正好3.1计算概率变量及其分布，并计算关泊松分布字XP ()指令1:Fx=poisscdf(x，lambda )功能：累计概率Fx=PXx=F(x )指令2:x=poissinv(p，lambda )功能：计算概率x，并计算p=PXx指令3:x=poissrnn n )功能： M*N维随机数矩阵x指令4:Px=poisspdf(x，lambda )功能：计算概率Px=PX=x，2020/7/9，6，3.1的随机变量及

4、其分布，指令1:Fx=normcdf(x， 计算关累计概率字Fx=PXx=F(x )的指令2:x=norminv(p，mu，sigma )功能： p=PXx指令3:X=normrnd(mu，sigma，m，n )功能：生成M*N维随机数矩阵x的指令4:px=。 mu sigma功能：计算分布密度p(x )在x处的值互补： randn()-标准正态分布随机数、2020/7/9、7、3.1随机变量及其分布、指数分布Xexp ()、指令1:Fx=expcdf(x， lambda功能：计算堆累计概率Fx=PXx=F(x )的指令2:x=expinv(p lambda )功能： p=PXx指令3:X=e

5、xprnd(lambda，m，n )功能： M*N维随机数矩阵x指令4:Px=exppdf(x，lambda )功能计算概率变量及其分布，使XU(a，b )均等分布，指令1:Fx=unifcdf(x，a，b )功能：计算关累计概率字Fx=PXx=F(x )指令2:x=unifinv(p，a，b )功能： p=PXx指令2:x=unifinv(p，a，b )功能n )功能：生成M*N维随机数矩阵x的指令4:Px=unifpdf(x，a b )功能：计算分布密度p(x )在x上的值互补： rand ()-(0，1 )均匀分布随机数、2020/7/9，9，3.1随机变量及其分布、分布、指令3360

6、gam cdd 1.0，3.1随机变量及其分布，2分布，命令：chi2cdf(x，k )，chi2inv(p，k )，chi 2020/7/9，1.1，3.1随机变量及其分布，t分布命令：tcdf(x，k )，tinv(p，k )，tpdf(x，k) trnd(k，m，n )，2020/7/9，1.2，3.1随机变量及其分布，f分布，命令：fcdf(x，n ) p，q) frnd(p，q，m，n )，2020/7/9，1.3，3.1随机变量及其分布，例3.1某人在空中投掷100次硬币后掉到正面的概率在这100次中，将正面上方的次数记为x:(x=试着计算4.5的概率和x45的概率(2)分布函数计程仪项： 4.5，100，0.5 % x=4.5的概率px=0.0485 FX=二进制df (4.5，100，0