资源描述：
《matlab在统计数据的描述性分析的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、统计数据的描述性分析一、实验目的熟悉在matlab中实现数据的统计描述方法，掌握基本统计命令：样本均值、样本中位数、样本标准差、样本方差、概率密度函数pdf、概率分布函数df、随机数生成rnd。二、实验内容1、频数表和直方图数据输入,将你班的任意科目考试成绩输入>>data=[9178908876817774];>>[N,X]=hist(data,5)N=31103X=75.700079.100082.500085.900089.3000>>hist(data,5)2、基本统计量1)样本均值语法:m=mean(x)若x为向量，返回结果m是x中元素的均值；若x为矩
2、阵，返回结果m是行向量，它包含x每列数据的均值。2)样本中位数语法:m=median(x)若x为向量，返回结果m是x中元素的中位数；若x为矩阵，返回结果m是行向量，它包含x每列数据的中位数3)样本标准差语法:y=std(x)若x为向量，返回结果y是x中元素的标准差；若x为矩阵，返回结果y是行向量，它包含x每列数据的标准差std(x)运用n-1进行标准化处理，n是样本的个数。4)样本方差语法：y=var(x);y=var(x,1)若x为向量，返回结果y是x中元素的方差；若x为矩阵，返回结果y是行向量，它包含x每列数据的方差var(x)运用n-1进行标准化处理（满足
3、无偏估计的要求），n是样本的个数。var(x,1)运用n进行标准化处理，生成关于样本均值的二阶矩。5)样本的极差（最大之和最小值之差）语法：z=range(x)返回结果z是数组x的极差。6)样本的偏度语法：s=skewness(x)说明：偏度反映分布的对称性，s>0称为右偏态，此时数据位于均值右边的比左边的多；s<0,情况相反；s接近0则可认为分布是对称的。7)样本的峰度语法：k=kurtosis(x)说明：正态分布峰度是3，若k比3大得多，表示分布有沉重的尾巴，即样本中含有较多远离均值的数据，峰度可以作衡量偏离正态分布的尺度之一。>>mean(data),an
4、s=81.8750>>median(data)ans=79.5000>>std(data)ans=6.7915>>var(data)ans=46.1250>>range(data)ans=17>>skewness(data)ans=0.3218>>k=kurtosis(data)k=1.4217作为研究杨树形状的一部分，测定20株杨树树叶，每个叶片测定了四个变量，下表第一行为叶片长度，第二行为叶片2/3处宽，第三行为叶片1/3处宽，第四行为叶片1/2处宽，计算数据的平均数、标准差、方差、极差及偏度和峰度。x=[10890130114113120879411590
5、117134150140126118136145161155；9595958587906766847560737364754355636460；118117140113121122978811810384104110959659899112100；11011012510811011488861069676929687905275849483]>>mean(x')ans=122.150073.450099.750094.1000>>median(x')ans=119.000073.0000103.500093.0000>>std(x')ans=21.955214.
6、716527.560216.7266>>var(x),>>range(x),>>skewness(x')ans=0.0064-0.0529-1.8406-0.43023、几个重要的概率分布Matlab统计工具箱中有20种概率分布，主要的几种分布命令字符：norm(正态分布)，exp(指数分布)，poiss(泊松分布)，beta(B分布)，weib(威布尔),chi2(x2卡方分布)，t(T分布)，f(F分布)对每一种分布都提供了5类函数，其函数命令的字符是：pdf（概率密度），cdf（概率分布），inv（逆概率分布），stat（均值和方差），rnd（随机数生成）
7、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和函数命令的字符接起来，并输入自变量和参数就行了，例如1）计算正态分布概率密度函数：语法：p=normpdf(x,mu,sigma)说明：计算均值mu、标准差sigma的正态分布在x点概率密度p=p(x)。>>x=-6:0.01:6;y=normpdf(x);z=normpdf(x,0,2);>>plot(x,y,x,z),gtext('N(0,1)'),gtext('N(0,2^2)')>>x=0:0.01:20;y=chi2pdf(x,5);z=chi2pdf(x,10);>>plot(x,y,x,z),
8、gtext('chi2(
