概率统计基础知识-0.ppt

概率统计基础知识-0.ppt

ID:51986359

大小:719.00 KB

页数:53页

时间:2020-03-27

概率统计基础知识-0.ppt_第1页
概率统计基础知识-0.ppt_第2页
概率统计基础知识-0.ppt_第3页
概率统计基础知识-0.ppt_第4页
概率统计基础知识-0.ppt_第5页
资源描述:

《概率统计基础知识-0.ppt》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、数据的统计描述和分析统计的基本概念参数估计与假设检验统计软件包的应用数据的统计描述和分析—常用统计量常用统计量分布函数的近似求法分布函数全面反映了随机变量的统计规律,但是不容易获得,因此可以利用样本信息近似..分布函数的近似求法统计中常用的概率分布-4-2024600.050.10.150.20.250.30.350.41.正态分布),(2smN密度函数:222)(21)(smsp--=xexp分布函数:dyexFyx222)(21)(smsp--¥-ò=其中m为均值,2s为方差,+¥<<¥-x标准正态分布:N(0,1)密度函数2221)(xex-=pjd

2、yexyx2221)(-¥-ò=Fp分布函数统计中常用的概率分布统计中常用的概率分布F分布F(10,50)的密度函数曲线统计中常用的概率分布参数估计点估计方法1.点估计法2.极大似然估计法区间估计方法已知DX,求EX的置信区间未知方差DX,求EX的置信区间1.数学期望的置信区间2.方差的区间估计1.参数检验:如果分布函数类型已知,这时构造出的统计量依赖于总体的分布函数,这种检验称为参数检验.2.非参数检验:如果所检验的假设并非是对某个参数作出明确的判断,因而必须要求构造出的检验统计量的分布函数不依赖于观测值的分布函数类型,这种检验叫非参数检验.如要求判断总

3、体分布类型的检验就是非参数检验.假设检验对总体X的分布律或分布参数作某种假设,根据抽取的样本观察值,运用数理统计的分析方法,检验这种假设是否正确,从而决定接受假设或拒绝假设假设检验的一般步骤单个正态总体均值检验参数检验单个正态总体方差检验两个正态总体均值检验两个正态总体方差检验概率纸检验法概率纸是一种判断总体分布的简便工具.使用它们,可以很快地判断总体分布的类型.概率纸的种类很多.非参数检验统计工具箱中的基本统计命令1.数据的录入、保存和调用2.基本统计量3.常见概率分布的函数4.频数直方图的描绘5.参数估计6.假设检验7.综合实例一、数据的录入、保存和调

4、用例1上海市区社会商品零售总额和全民所有制职工工资总额的数据如下1、年份数据以1为增量,用产生向量的方法输入。命令格式:x=a:h:bt=78:872、分别以x和y代表变量职工工资总额和商品零售总额。x=[23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4]y=[41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0]3、将变量t、x、y的数据保存在文件data中。savedatatxy4、进行统计分析时,调用数据文件data中的数据。loaddataToMA

5、TLAB(txy)方法11、输入矩阵:data=[78,79,80,81,82,83,84,85,86,87,88;23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4;41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0]2、将矩阵data的数据保存在文件data1中:savedata1data3、进行统计分析时,先用命令:loaddata1调用数据文件data1中的数据,再用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y:t=data(

6、1,:)x=data(2,:)y=data(3,:)若要调用矩阵data的第j列的数据,可用命令:data(:,j)ToMATLAB(data)方法2二、基本统计量计算对随机变量x,计算其基本统计量的命令如下:均值:mean(x)中位数:median(x)标准差:std(x)方差:var(x)偏度:skewness(x)峰度:kurtosis(x)例对例1中的职工工资总额x,可计算上述基本统计量。ToMATLAB(tjl)三、常见概率分布的函数(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与函数命令字符接起来,并输入自变量(可以是标量、数组或矩阵

7、)和参数即可.)Matlab工具箱对每一种分布都提供五类函数,其命令字符为:概率密度:pdf概率分布:cdf逆概率分布:inv均值与方差:stat随机数生成:rnd在Matlab中输入以下命令:x=-6:0.01:6;y=normpdf(x);z=normpdf(x,0,2);plot(x,y,x,z)1、密度函数:p=normpdf(x,mu,sigma)(当mu=0,sigma=1时可缺省)ToMATLAB(liti2)如对均值为mu、标准差为sigma的正态分布,举例如下:三、常见概率分布的函数ToMATLAB(liti3)3、逆概率分布:x=nor

8、minv(P,mu,sigma).即求出x,使得P{X

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。