资源描述：
《概率统计实例分析及matlab求解》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第3章概率统计实例分析及MatlAb求解第3章概率统计实例分析及MatlAb求解13.1随机变量分布与数字特征实例及MATLAB求解13.1.1MATLAB实现13.1.2相关实例求解23.2数理统计实例分析及MATLAB求解43.1.1MATLAB实现43.1.2相关实例求解43.3参数估计与假设检验实例分析及MATLAB求解53.1.1MATLAB实现53.1.2相关实例求解53.4方差分析实例求解103.1.1MATLAB实现103.1.2相关实例求解103.5判别分析应用实例及求解143.1.1MATLAB实现143.1.2相关实例求解143.6聚类分析
2、应用实例及MATLAB求解163.1.1MATLAB实现163.1.2相关实例求解163.1随机变量分布与数字特征实例及MATLAB求解3.1.1MATLAB实现用mvnpdf和mvncdf函数可以计算二维正态分布随机变量在指定位置处的概率和累积分布函数值。利用MATLAB统计工具箱提供函数，可以比较方便地计算随机变量的分布律（概率密度函数）、分布函数及其逆累加分布函数，见附录2-1，2-2，2-3。MATLAB中矩阵元素求期望和方差的函数分别为mean和var，若要求整个矩阵所有元素的均方差，则要使用std2函数。随机数生成函数：rand()和randn()两
3、个函数伪随机数生成函数：A=gamrnd(a,lambda,n,m)%生成n*m的分布的伪随机矩阵B=raylrnd(b,n,m)%生成rayleigh的伪随机数3.1.2相关实例求解例2-1 计算服从二维正态分布的随机变量在指定范围内的累积分布函数值并绘图。程序：%二维正态分布的随机变量在指定范围内的累积分布函数图形mu=[00];sigma=[0.250.3;0.31];%协方差阵x=-3:0.1:3;y=-3:0.2:3;[x1,y1]=meshgrid(x,y);%将平面区域网格化取值f=mvncdf([x1(:)y1(:)],mu,sigma);%计算
4、累积分布函数值F=reshape(f,numel(y),numel(x));%矩阵重塑surf(x,y,F);caxis([min(F(:))-0.5*range(F(:)),max(F(:))]);%range(x)表示最大值与最小值的差，即极差。axis([-33-3300.5]);xlabel('x');ylabel('y');zlabel('ProbabilityDensity');图1二维正太分布累积分布函数值图例2-2 设的概率密度为，求。求解程序：symsxf1=x/1500^2;f2=(3000-x)/1500^2;Ex=int(x*f1,0,1
5、500)+int(x*f2,1500,3000)运行结果：Ex=1500Ex=1/3例2-3：绘制=0.5,1,3,5,10时Poisson分布的概率密度函数与概率分布函数曲线。代码如下：x=[0:15]';y1=[];y2=[];lam1=[0.5,1,3,5,10];fori=1:length(lam1)y1=[y1,poisspdf(x,lam1(i))];y2=[y2,poisscdf(x,lam1(i))];endplot(x,y1),figure;plot(x,y2)图2泊松分布概率密度函数图图3泊松分布概率分布函数3.2数理统计实例分析及MATLA
6、B求解3.1.1MATLAB实现在MATLAB中各种随机数可以认为是独立同分布的，即简单随机样本。常用分布的随机数产生方法，可用分布英文名称缩写加上rnd，例如：x=betarnd(a,b,m,n)参数为a,b的beta分布；x=binornd(N,p,m,n)参数为N,p的二项分布；3.1.2相关实例求解例2-4：设总体密度函数试从该总体中抽取容量为1000的简单随机样本。解利用MATLAB编辑窗口保存以下程序，保存为ex11.mn=1000;x=zeros(1,n);k=0;whilek7、)/2)k=k+1;x(k)=a;endendhist(x,-pi/2:0.2:pi/2)保存完成之后，在命令窗口执行ex11，则x被赋值，且可以得到这个容量为1000的样本的直方图。图7直方图3.3参数估计与假设检验实例分析及MATLAB求解3.1.1MATLAB实现3.1.2相关实例求解例3-5:对某型号的20辆汽车记录其5L汽油的行驶里程（公里），观测数据如下：29.8 27.6 28.3 27.9 30.1 28.7 29.9 28.0 27.9 28.728.4 27.2 29.5 28.5 28.0 30.0 29.1 29.8 29.6 26.9试
8、估计总体的均值和方差。求
