matlab概率分布拟合

《matlab概率分布拟合》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、从2009国赛B题眼科病床的合理安排说起。。。从1500到1931年的432年间，每年爆发战争的次数可以看作一个随机变量，椐统计，这432年间共爆发了299次战争，具体数据如下:战争次数X0123422314248154发生X次战争的年数在概率论中，大家对泊松分布产生的一般条件已有所了解，容易想到，每年爆发战争的次数，可以用一个泊松随机变量来近似描述.也就是说，我们可以假设每年爆发战争次数分布X近似泊松分布.现在的问题是：上面的数据能否证实X具有泊松分布的假设是正确的？又如，某钟表厂对生产的钟进行精确性检查，抽取100个钟作试验，拨准后

2、隔24小时以后进行检查，将每个钟的误差（快或慢）按秒记录下来.问该厂生产的钟的误差是否服从正态分布？再如，某工厂制造一批骰子，声称它是均匀的.为检验骰子是否均匀,要把骰子实地投掷若干次，统计各点出现的频率与1/6的差距.也就是说，在投掷中，出现1点，2点，…，6点的概率都应是1/6.得到的数据能否说明“骰子均匀”的假设是可信的？问题是：现实生活中的许多数据都是随机产生的，如考试分数、月降雨量、灯泡寿命等。从数理统计角度来看，这些数据其实都是符合某种分布的，这种规律就是统计规律。本专题的主要目的是：熟悉Matlab相关命令；熟悉各种常见分

3、布的概率密度函数及其曲线，会利用数据分布的形态猜测其分布类型；能够对密度函数进行参数估计；进行简单的假设检验（以正态检验为主）。内容提纲1.Matlab相关命令介绍2.常见概率分布3.频数直方图与频数表4.参数估计5.假设检验Matlab相关命令最值：max(x),min(x)(1)max(X)：返回向量X的最大值，如果X中包含复数元素，则按模取最大值。(2)max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列上的最大值。(3)[Y,U]=max(A)：返回行向量Y和U，Y向量记录A的每列的最大值，U向量记录每列最大值的行号。

4、(4)max(A,[],dim)：dim取1或2。dim取1时，该函数和max(A)完全相同；dim取2时，该函数返回一个列向量，其第i个元素是A矩阵的第i行上的最大值。数据统计处理基本命令Matlab相关命令求和：(1)sum(X)，返回向量X各元素的和。(2)sum(A)，返回一个行向量，其第i个元素是A的第i列的元素和。(3)sum(A,dim)，当dim为1时，该函数等同于sum(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素之和。乘积：(1)prod(X)，返回向量X各元素的乘积。(2)prod(A),

5、返回一个行向量，其第i个元素是A的第i列元素的乘积。(3)prod(A,dim)，当dim为1时，该函数等同于prod(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素之乘积。数据统计处理基本命令Matlab相关命令累加和与累乘积在MATLAB中，使用cumsum和cumprod函数能方便地求得向量和矩阵元素的累加和与累乘积向量，函数的调用格式为：cumsum(X)：返回向量X累加和向量。cumprod(X)：返回向量X累乘积向量。cumsum(A)：返回一个矩阵，其第i列是A的第i列的累加和向量。cumprod(

6、A)：返回一个矩阵，其第i列是A的第i列的累乘积向量。cumsum(A,dim)：当dim为1时，该函数等同于cumsum(A)；当dim为2时，返回一个矩阵，其第i行是A的第i行的累加和向量。cumprod(A,dim)：当dim为1时，该函数等同于cumprod(A)；当dim为2时，返回一个向量，其第i行是A的第i行的累乘积向量。数据统计处理基本命令Matlab相关命令相关系数MATLAB提供了corrcoef函数，可以求出数据的相关系数矩阵。corrcoef函数的调用格式为：corrcoef(X)：返回从矩阵X形成的一个相关系数

7、矩阵。此相关系数矩阵的大小与矩阵X一样。它把矩阵X的每列作为一个变量，然后求它们的相关系数。corrcoef(X,Y)：在这里，X,Y是向量，它们与corrcoef([X,Y])的作用一样。数据统计处理基本命令Matlab相关命令排序MATLAB中对向量X是排序函数是sort(X)，函数返回一个对X中的元素按升序排列的新向量。sort函数也可以对矩阵A的各列或各行重新排序，其调用格式为：[Y,I]=sort(A,dim)其中dim指明对A的列还是行进行排序。若dim=1，则按列排；若dim=2，则按行排。Y是排序后的矩阵，而I记录Y中的

8、元素在A中位置。数据统计处理基本命令Matlab相关命令类似的用法，请自己借助matlab在线帮助功能自己了解：中位数：median(x)标准差：std(x)方差：var(x)偏度：skewness(x)峰