抽样技术上机实验中心极限定理验证.docx

抽样技术上机实验中心极限定理验证.docx

ID:51011101

大小:42.81 KB

页数:12页

时间:2020-03-08

抽样技术上机实验中心极限定理验证.docx_第1页
抽样技术上机实验中心极限定理验证.docx_第2页
抽样技术上机实验中心极限定理验证.docx_第3页
抽样技术上机实验中心极限定理验证.docx_第4页
抽样技术上机实验中心极限定理验证.docx_第5页
资源描述:

《抽样技术上机实验中心极限定理验证.docx》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、均匀分布中心极限定律的实现:clcclearn=200000;%/*Öظ´´ÎÊý*/k=100;%/*Ñù±¾¸öÊý*/mu=0;u=0;sigma=1/12;population=0:0.001:1;fori=1:ny=randsample(population,k,1);mu=[mu,mean(y)];endmu=(mu-0.5)/(sqrt(sigma)/sqrt(k));%hist(mu(2:end),1000)[f,x1]=ksdensity(mu(2:end));plot(x1,f)holdonplot(x1,normpdf(x1,0,1),'r')ho

2、ldoff%%%%%%%%%%%%%%%%%%%%%%%%两点分布的实现:clcclearn=10000;%/*Öظ´´ÎÊý*/k=100;%/*Ñù±¾¸öÊý*/mu=0;u=0;p=0.5;sigma=p*(1-p);population=0:1;fori=1:ny=randsample(population,k,1);mu=[mu,mean(y)];endmu=(mu-p)/(sqrt(sigma)/sqrt(k));%hist(mu(2:end),1000)[f,x1]=ksdensity(mu(2:end));plot(x1,f)holdonplot(x1

3、,normpdf(x1,0,1),'r')holdoff%%%%%%%%%%%%%%%%%%%%%%%%%%%%%两点分布1以概率0.4发生clcclearn=50000;%/*????????*/k=100;%/*?¨´¡À?????*/mu=0;u=0;p=0.4;sigma=p*(1-p);a=0:0.1:1;fori=1:ny=randsample(a(2:end)<=p,k,1);mu=[mu,mean(y)];endmu=(mu-p)/(sqrt(sigma)/sqrt(k));hist(mu(2:end),1000)[f,x1]=ksdensity(mu(2

4、:end));plot(x1,f)holdonplot(x1,normpdf(x1,0,1),'r')holdoff%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%二项分布随机变量的中心极限定理检验:clcclearn=50000;%/*????????*/k=100;%/*?¨´¡À?????*/bino=0;u=0;p=0.4;sigma=p*(1-p);a=0:0.1:1;fori=1:ny=randsample(a(2:end)<=p,k,1);bino=[bino,sum(y)];endbino=(bino-k*p)/sqrt((k*sigma));

5、hist(bino(2:end),n/10)[f,x1]=ksdensity(bino(2:end));plot(x1,f)holdonplot(x1,normpdf(x1,0,1),'r')holdoff%%%%%%%%%%%%%%%%%%%%%%%%%%%%卡方分布:clcclearn=10000;%/*Öظ´´ÎÊý*/m=500;v=5;%×ÔÓɶÈR=chi2rnd(v,n,m);%%%可以换成以下任何一种分布;r=sum(R')/m;%¶Ôÿ´ÎʵÑé¶ÔÁÐÈ¡ºÍmu=(r-v)*sqrt(m)./sqrt(2*v);[f,x1]=ksdensit

6、y(mu(2:end));plot(x1,f)holdonplot(x1,normpdf(x1,0,1),'r')holdoff(一)Matlab内部函数a. 基本随机数Matlab中有两个最基本生成随机数的函数。1.rand()生成(0,1)区间上均匀分布的随机变量。基本语法:rand([M,N,P...])生成排列成M*N*P...多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:rand(5,1)%生成5个随机数排列的列向量,一般用这种格式rand(5)%生成5行5列的随机数矩阵rand([5,4])%生成一个5行4列的

7、随机数矩阵生成的随机数大致的分布。x=rand(100000,1);hist(x,30);由此可以看到生成的随机数很符合均匀分布。(视频教程会略提及hist()函数的作用)2.randn()生成服从标准正态分布(均值为0,方差为1)的随机数。基本语法和rand()类似。randn([M,N,P...])生成排列成M*N*P...多维向量的随机数。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。一些例子:randn(5,1)%生成5个随机数排列的列向量,一般用这种格式randn(5)%生成5行5列的随机数矩阵

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。