matlab数据的统计分析与描述.ppt

文档介绍：This template is the internal standard courseware template of the enterprise
matlab数据的统计分析与描述
实验目的
实验内容
2．掌握用数学软件包83,84,85,86,87,88; ,,,,,,,,,; ,,,,,,,,,]
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
*
*
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
*
*
三、常见概率分布的函数
MATLAB工具箱对每一种分布都提供5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.）
*
*
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：
*
*
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)
*
*
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m×n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2×3的正态分布随机数矩阵，各数分别服从分布：N(1,), N(2,22), N(3, 32), N(4,), N(5, 22), N(6, 32).
返回
*
*
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、数 直 方 图 的 描 绘
返回
*
*
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