文档介绍：数据的统计分析
实验目的
实验内容
2、掌握用数学软件包求解统计问题。
1、直观了解统计基本内容。
1、统计的基本理论。
3、实验作业。
2、用数学软件包求解统计问题。
Date
2
统计的基本概念
,,,,]
2、将矩阵data的数据保存在文件data1中：save data1 data
3、进行统计分析时，先用命令： load data1
调用数据文件data1中的数据，再用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y：
t=data(1,:)
x=data(2,:)
y=data(3,:)
若要调用矩阵data的第j列的数据，可用命令：
data(:,j)
方法2
To MATLAB(data)
返回
Date
27
二、基本统计量
对随机变量x，计算其基本统计量的命令如下：
均值：mean(x)
中位数：median(x)
标准差：std(x)
方差：var(x)
偏度：skewness(x)
峰度：kurtosis(x)
例 对例1中的职工工资总额x，可计算上述基本统计量。
To MATLAB(tjl)
返回
Date
28
三、常见概率分布的函数
Matlab工具箱对每一种分布都提供五类函数，其命令字符为：
概率密度：pdf 概率分布：cdf
逆概率分布：inv 均值与方差：stat
随机数生成：rnd
（当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可.）
Date
29
在Matlab中输入以下命令：
x=-6::6;
y=normpdf(x); z=normpdf(x,0,2);
plot(x,y,x,z)
1、密度函数：p=normpdf(x,mu,sigma) (当mu=0,sigma=1时可缺省)
To MATLAB(liti2)
如对均值为mu、标准差为sigma的正态分布，举例如下：
Date
30
To MATLAB(liti3)
3、逆概率分布：x=norminv(P,mu,sigma). 即求出x ，使得P{X<x}=.
2、概率分布：P=normcdf(x,mu,sigma)
To MATLAB(liti4)
Date
31
To MATLAB(liti5)
4、均值与方差：[m,v]=normstat(mu,sigma)
例5 求正态分布N(3,52)的均值与方差.
命令为：[m,v]=normstat(3,5)
结果为：m=3,v=25
5、随机数生成：normrnd(mu,sigma,m,n).产生mn阶的正态分布随机数矩阵.
例6 命令：M=normrnd([1 2 3;4 5 6],,2,3)
结果为：M=
To MATLAB（liti6）
此命令产生了23的正态分布随机数矩阵，各数分别服从N(1,), N(2,22), N(3, 32), N(4,), N(5, 22),N(6, 32)
返回
Date
32
1、给出数组data的频数表的命令为：
[N,X]=hist(data,k)
此命令将区间[min(data),max(data)]分为k个小区间（缺省为10），返回数组data落在每一个小区间的频数N和每一个小区间的中点X.
2、描绘数组data的频数直方图的命令为：
hist(data,k)
四、频 数 直 方 图 的 描 绘
返回
Date
33
五、参数估计
1、正态总体的参数估计
设总体服从正态分布，则其点估计和区间估计可同时由以下命令获得：
[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)
此命令在显著性水平alpha下估计数据X的参数（），返回值muhat是X的均值的点估计值，sigmahat是标准差的点估计值, muci是均值的区间估计,sigmaci是标准差