西安交通大学概率论上机实验报告总结计划.docx

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

西安交通大学一、试验目的

概率论部分

1.了解 matlab 软件的基本命令与操作;

2.熟悉 matlab 用于描述性统计的基本菜单操作及命令;

3.会用 matlab 求密度函数值、分布函数值、随机变量分布的上

下侧分位数。

数理统计部分

1.熟悉 matlab 进行参数估计、假设检验的基本命令与操作.

2.掌握用 matlab 生成点估计量值的模拟方法

3.会用 matlab 进行总体数学期望和方差的区间估计。

4.会用 matlab 进行单个、两个正态总体均值的假设检验。

5.会用 matlab 进行单个、两个正态总体方差的假设检验。

二、试验问题

实验五、随机变量综合试验

实验内容

1.产生 ?(6),?(10), F(6,10) 和 t (6)四种随机数,并画出相应的频

率直方图;

2.在同一张图中画出了 N(0,1)和 t (6)随机数频率直方图,比较它

们的异同;

3.写出计算上述四种分布的分布函数值和相应上侧分位点命

令.

实验七、对统计中参数估计进行计算机模拟验

证实验内容:

1.产生服从给定分布的随机数,模拟密度函数或概率分布;

2.对分布包含的参数进行点估计,比较估计值与真值的误差;

3.对分布包含的参数进行区间估计,行区间估计,可信度。

三、实验源程序及结果

实验 5 源程序:

%清空内存,清空输出屏幕

clc;clear;

%首先是指数分布

n = normpdf(-2::14,6);

%绘制频率直方图

plot(-2::14,n,'color','r','linewidth',2);

ylabel(' 概率密度 ');

title('正态分布概率密度');

%t 分布

h1 = figure;

t = tpdf(-3::3,6);

plot(-3::3,t,'color','g','linewidth',2);

ylabel(' 对应频率 ');

title('t分布频率密度');

%F 分布

h2 = figure;

f = fpdf(0::10,6,10);

plot(0::10,f,'color','k','linewidth',2);

ylabel(' 对应频率 ');

title('F分布频率直方图');

%卡方分布

h3 = figure;

ka = chi2pdf(0::15,6);

plot(0::15,ka,'color','y','linewidth',2);

ylabel(' 对应频率 ');

title('卡方分布频率直方图');

%再来绘图

h4 = subplot(2,1,1);

y1=normpdf(-10::10,0,1);

plot(-10::10,y1,'color','b','linewidth',2);

title('N(0,1)');

h5 = subplot(2,1,2);

t1 = tpdf(-10::10,6);

plot(-10::10,t1,'color','r','linewidth',2);

%上侧分位数

norminv,0,1)

tinv,6)

chi2inv,6)

finv,6,10)

运行结果:

正态分布

T分布

F分布

N(0,1)和 t (6)随机数频率直方图

四种分布的分布函数值和相应上侧分位点

实验 7 源程序:

%以正太分布为例

%清空内存,清空输出屏幕

clc;clear;

y=normrnd(10,1,10000,1);

ymin=min(y);

ymax=max(y);

x=linspace(ymin,ymax,80);

yy=hist(y,x);

yy=yy/10000;

bar(x,yy);

grid;

xlabel( '(a)?概率密度分布直方图' );

phat=mle(y, 'distribution', 'norm' , 'alpha' ,

%对分布函数参数进行区间估计,并估计区间的可信度[mu,sigma,m_ci,s_si]=normfit(y,

运行结果:

正态分布概率密度分布直方图

得到估计参数

m=

σ=

由上可知估计的m = ,而实际是 10 。

误差 s = () /10 = %

σ=

对分布函数参数进行区间估计得

mu =

sigma =

m_ci =

s_si =

故置信度为的情况下,m的置信区间为 [ ,]

σ的置信区间为 [ ,]实验四:

程序:

%创建一个二维矩阵装入数据

B = [

00 16 25 19 20 25 33 24 23 20 24 25 17 15 21 22 26 15 23 22

20 14 16 11 14 28 18 13 27 31 25 24 16 19 23 26 17 14 30 21

18 16 18 19 20 22 19 22 18 26 26 13 21 13 11 19 23 18 24 28

13 11 25 15 17 18 22 16 13 12 13 11 09 15 18 21 15 12 17 13

14 12 16 10 08 23 18 11 16 28 13 21 22 12 08 15 21 18 16 16

19 28 19 12 14 19 28 28 28 13 21 28 19 11 15 18 24 18 16 28

19 15 13 22 14 16 24 20 28 18 18 28 14 13 28 29 24 28 14 18

相关文档
最新文档