matlab概率分布

一、常见的概率分布

表1.1 概率分布分类表

二、MATLAB为常见分布提供的五类函数

1) 概率密度函数(pdf); 2) (累积)分布函数(cdf); 3) 逆(累积)分布函数(icdf); 4) 随机数发生器(random); 5) 均值和方差(stat). 1、概率密度函数

表1.2 概率密度函数(pdf)

注意: Y=normpdf (X, MU, SIGMA)的SIGMA是指标准差 , 而非 .

【例1-2】 绘制标准正态分布 的概率密度图.

x=-4:0.1:4; y=normpdf(x,0,1); plot(x,y)

title('N(0,1)的概率密度曲线图')

图1-2

2、累积分布函数

表1.3 累积分布函数(cdf)

【例1-3】求服从标准正态分布的随机变量落在区间[-2, 2]上的概率.

>> P=normcdf ([-2, 2]) ans = 0.0228 0.9772 >> P(2)-P(1) ans = 0.9545

3、逆累积分布函数 (用于求分位点)

表1.4 逆累积分布函数(icdf)

【例1-4】(书P22例1.13) 求下列分位数: (i) ; (ii) ; (iii) ; (iv) . >> u_alpha=norminv(0.9,0,1) u_alpha = 1.2816 >> t_alpha=tinv(0.25,4) t_alpha = -0.7407 >> F_alpha=finv(0.1,14,10) F_alpha = 0.4772

>> X2_alpha=chi2inv(0.025,50) X2_alpha = 32.3574 4、随机数发生函数

表1.5 随机数发生函数(random)

5、均值和方差

表1.6 常见分布的均值和方差函数(stat)

注意: 如果省略调用格式左边的[M, V], 则只计算出均值.

三、常用的统计量

表1.7 常用统计量

说明:

(1) y=var(X) ——计算X中数据的方差. .

y=var(X, 1) —— , 得到样本的二阶中心矩 (转动惯量).

(2) C=cov(X) ——返回一个协方差矩阵, 其中输入矩阵X的每列元素代表着一个随机变量的观测值. 如果X为n×m的矩阵, 则C为m×m的矩阵.

(3) var(X)=diag(cov(X)), std(X)=sqrt(diag(cov(X))).

一、常见的概率分布

表1.1 概率分布分类表

二、MATLAB为常见分布提供的五类函数

1) 概率密度函数(pdf); 2) (累积)分布函数(cdf); 3) 逆(累积)分布函数(icdf); 4) 随机数发生器(random); 5) 均值和方差(stat). 1、概率密度函数

表1.2 概率密度函数(pdf)

注意: Y=normpdf (X, MU, SIGMA)的SIGMA是指标准差 , 而非 .

【例1-2】 绘制标准正态分布 的概率密度图.

x=-4:0.1:4; y=normpdf(x,0,1); plot(x,y)

title('N(0,1)的概率密度曲线图')

图1-2

2、累积分布函数

表1.3 累积分布函数(cdf)

【例1-3】求服从标准正态分布的随机变量落在区间[-2, 2]上的概率.

>> P=normcdf ([-2, 2]) ans = 0.0228 0.9772 >> P(2)-P(1) ans = 0.9545

3、逆累积分布函数 (用于求分位点)

表1.4 逆累积分布函数(icdf)

【例1-4】(书P22例1.13) 求下列分位数: (i) ; (ii) ; (iii) ; (iv) . >> u_alpha=norminv(0.9,0,1) u_alpha = 1.2816 >> t_alpha=tinv(0.25,4) t_alpha = -0.7407 >> F_alpha=finv(0.1,14,10) F_alpha = 0.4772

>> X2_alpha=chi2inv(0.025,50) X2_alpha = 32.3574 4、随机数发生函数

表1.5 随机数发生函数(random)

5、均值和方差

表1.6 常见分布的均值和方差函数(stat)

注意: 如果省略调用格式左边的[M, V], 则只计算出均值.

三、常用的统计量

表1.7 常用统计量

说明:

(1) y=var(X) ——计算X中数据的方差. .

y=var(X, 1) —— , 得到样本的二阶中心矩 (转动惯量).

(2) C=cov(X) ——返回一个协方差矩阵, 其中输入矩阵X的每列元素代表着一个随机变量的观测值. 如果X为n×m的矩阵, 则C为m×m的矩阵.

(3) var(X)=diag(cov(X)), std(X)=sqrt(diag(cov(X))).


相关内容

  • 基于Matlab的假设检验和方差分析实现
  • 基于Matlab的假设检验和方差分析实现 作 者 指导教师 张 跳 施明华 摘 要:假设检验和方差分析是数理统计计算中重要的内容.但由于它们在实际计算与应用中,经常会遇到一些复杂繁琐的计算,这往往是我们力所不能及的.面对这样的难题,我们便可以借助于Matlab进行实现.本文主要阐述了如何利用Matl ...

  • 贝叶斯决策理论的Matlab实现
  • 第二章 1. 简述基于最小错误率的贝叶斯决策理论:并分析在"大数据时代",使用贝叶斯决策理论需要解决哪些问 题,贝叶斯决策理论有哪些优缺点,贝叶斯决策理论适用条件和范围是什么?举例说明风险最小贝叶斯决策理论的意义. 答: 在大数据时代,我们可以获得很多的样本数据,并且是已经标记好 ...

  • 衰落信道的离散信道模型
  • 衰落信道的离散信道建模及其仿真 [摘要] 通信系统的基本模型通常由离散数据源.用于差错控制的信道编码器.调制器和发射机.信道.接收机以及译码器组成.调制器将其输入端的符号或符号序列映射为其输出端的波形,输出波形在信道上会受到许多不利的影响,包括噪声.带宽限制.干扰和衰落,所有这些影响都可以通过波形来 ...

  • MATLAB在教育信息处理中的应用_罗明东
  • 第31卷第2期辽宁师范大学学报(自然科学版)Vol.31 No.2 2008年6月JournalofLiaoningNormalUniversity(NaturalScienceEdition)Jun. 2008 文章编号:1000-1735(2008)02-0169-02 MATLAB在教育信息处 ...

  • MATLAB各种概率分布画图
  • 4.6 统计作图 4.6.1 正整数的频率表 命令 正整数的频率表 函数 tabulate 格式 table = tabulate(X) %X为正整数构成的向量,返回3列:第1列中包含X的值第2列为这些值的个数,第3列为这些值的频率. 例4-49 >> A=[1 2 2 5 6 3 8] ...

  • 蒙特卡洛模拟法及其Matlab案例
  • 一 蒙特卡洛模拟法简介 蒙特卡洛(Monte Carlo)模拟是一种通过设定随机过程,反复生成时间序列,计算参数估计量和统计量,进而研究其分布特征的方法.具体的,当系统中各个单元的可靠性特征量已知,但系统的可靠性过于复杂,难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时,可用随机模拟法近似计 ...

  • matlab常用命令汇总111111
  • 一.常用对象操作:除了一般windows窗口的常用功能键外. 1.!dir 可以查看当前工作目录的文件. !dir& 可以在dos状态下查看. 2.who 可以查看当前工作空间变量名, whos 可以查看变量名细节. 3.功能键: 功能键 快捷键 说明 方向上键 Ctrl+P 返回前一行输入 ...

  • 数学建模十大经典算法
  • 1.蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟来检验自己模型的正确性,是比赛时必用的方法) 2.数据拟合.参数估计.插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用Matlab 作为工具) 3.线性规划. ...

  • 最大熵原理在测量数据处理中的应用
  • 第23卷 第1期 2009年1月 电子测量与仪器学报 JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENT Vol123 No11 ・ 47・ 最大熵原理在测量数据处理中的应用 程 亮 童 玲 (电子科技大学自动化工程学院,成都610054) 摘要:针对测量数据处理 ...