资源描述：
《第9章概率论与数理统计的MATLAB实现讲稿》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第9章概率论与数理统计的MATLAB实现第9章概率论与数理统计的MATLAB实现MATLAB总包提供了一些进行数据统计分析的函数，但不完整。利用MATLAB统计工具箱，可以进行概率和数理统计分析，以及进行比较复杂的多元统计分析。9.1 随机变量及其分布利用统计工具箱提供的函数，可以比较方便地计算随机变量的分布列（或密度函数）和分布函数。9.1.1常见离散型随机变量的分布列的计算如果随机变量全部可能取到的不相同的值是有限个或可列无限多个，则称为离散型随机变量。MATLAB提供的计算常见离散型随机变量分布列的函数及调用格式：函数调用格式(对应的分布)分布
2、列y=binopdf(x,n,p)(二项分布)y=geopdf(x,p)(几何分布)y=hygepdf(x,M,K,n)(超几何分布)y=poisspdf(x,lambda)(泊松分布) y=unidpdf(x,n)(离散均匀分布)9.1.2常见连续型随机变量的密度函数计算对于随机变量的分布函数，如果存在非负函数，使对于任意实数有则称为连续型随机变量，其中函数称为的密度函数。 MATLAB提供的计算常见连续型随机变量分布密度-241-第9章概率论与数理统计的MATLAB实现函数的函数及调用格式：函数调用格式(对应的分布)密度函数y=betapdf(
3、x,a,b)(分布) y=chi2pdf(x,v)(卡方分布)y=exppdf(x,mu)(指数分布)y=fpdf(x,v1,v2)(F分布)y=gampdf(x,a,b)(伽马分布) y=normpdf(x,mu,sigma)(正态分布) y=lognpdf(x,mu,sigma)(对数正态分布)y=raylpdf(x,b)(瑞利分布) y=tpdf(x,v)(学生氏t分布) y=unifpdf(x,a,b)(连续均匀分布) y=weibpdf(x,a,b)(威布尔分布) -241-第9章概率论与数理统计的MATLAB实现比如，用normpdf
4、函数计算正态概率密度函数值。该函数的调用格式为：Y=normpdf(X,MU,SIGMA)计算数据X中各值处参数为MU和SIGMA的正态概率密度函数的值。参数SIGMA必须为正。正态概率密度函数的计算公式为：9.1.3用函数pdf计算随机变量的分布列或概率密度除了用上述的函数计算服从相应分布的随机变量的分布列或概率密度外，还可以用函数pdf计算随机变量的分布列或概率密度。调用格式：Y=pdf('name',X,A1,A2,A3)返回服从参数为A1,A2,A3的'name'分布的随机变量在X处的分布列或密度函数值。Y与X同型，分布函数名'name'常见
5、的取值如下：'beta'或'Beta'：Beta分布'bino'或'Binomial'：二项分布'chi2'或'Chisquare'：卡方分布'exp'或'Exponential'：指数分布'f'或'F'：F分布'gam'或'Gamma'：GAMMA分布'geo'或'Geometric'：几何分布'hyge'或'Hypergeometric'：超几何分布'logn'或'Lognormal'：对数正态分布'nbin'或'NegativeBinomial'：负二项分布'ncf'或'NoncentralF'：非中心F分布'nct'或'Noncentralt
6、'：非中心t分布'ncx2'或'NoncentralChi-square'：非中心卡方分布'norm'或'Normal'：正态分布'poiss'或'Poisson'：泊松分布'rayl'或'Rayleigh'：瑞利分布't'或'T'：T分布'unif'或'Uniform'：均匀分布'unid'或'DiscreteUniform'：离散均匀分布'weib'或'Weibull'：Weibull分布比如，计算自由度为8的卡方分布,在点2.18处的密度函数值的命令为：pdf('chi2',2.18,8)-241-第9章概率论与数理统计的MATLAB实现9.1
7、.4 分布函数对于离散型随机变量，设为任意实数，的分布函数为：对于连续型随机变量，假设其概率密度函数为，则其分布函数为：对常见分布的随机变量，MATLAB均提供了专门的函数来计算它们各自的分布函数，这些函数是具体如下：函数调用格式 对应的分布F=betacdf(x,a,b) 分布F=binocdf(x,n,p) 二项分布F=chi2cdf(x,v) 卡方分布F=expcdf(x,mu) 指数分布F=fcdf(x,v1,v2) F分布F=gamcdf(x,a,b) 伽马分布F=geocdf(x,p) 几何分布F=hygecdf(x,M,K,n) 超几何
8、分布F=normcdf(x,mu,sigma)正态分布F=logncdf(x,mu,sigma)对数正态分布
