概率统计实验
- 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、"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、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)。
§ 13.6 概率统计实验
［学习目标］
1. 会用Mathematica 求概率、均值与方差；
2. 能进行常用分布的计算；
3. 会用Mathematica 进行期望和方差的区间估计；
4. 会用Mathematica 进行回归分析。
概率统计是最需要使用计算机的领域，过去依靠计算器进行统计计算，由于计算机的普 及得
以升级换代。本节介绍 Mathematica 自带的统计程序包，其中有实现常用统计计算的各 种外部函
数。
一、样本的数字特征
1. 一元的情况
Mathematica 的内部没有数理统计方面的功能，但是带有功能强大的数理统计外部程序， 由
多个程序文件组成。它们在标准扩展程序包集的 Statistic 程序包子集中，位于目录
D : \Mathematica\4.0\AddOns\StandardPackages'Statistics
下。通过查看Help ，可以找到包含所需外部函数的程序文件名。
在程序文件DescriptiveStatistics.m 中，含有实现一元数理统计基本计算的函数，常用的 有：
实际上程序文件中的函数很多，这里只列出了最常用的函数，其它计算函数可以通过Help 浏
览。
例1 给出一组样本值：6.5，3.8，6.6，5.7, 6.0, 6.4，5.3,计算样本个数、最大值、
最小值、均值、方差、标准差等。
解：In[1]: = << Statistics 'DescriptiveStatistics'
SampleRa nge[data]
Media n[ data]
Mea n[data] Varia nce[data] Sta ndardDeviatio n[data] Varia nceMLE[data]
Sta ndardDeviatio nMLE[data] 求表data 中数据的极差（最大数减最小数） 求中值。 1 n
求平均值-X i 。
n i 1
求方差（无偏估计）
求标准差（无偏估计）
求方差-° (X i X)2。
n i 1 求标准差J 1 (X i X)2 n i 1
概率统计实验
In[2]: =data = {6.5， 3.8， 6.6， 5.7， 6.0, 6.4， 5.3}； In[3]: =Length[data]
Out[3]=7 In[4]: =Mi n[data]
Out[4]= In[5]: =3.8
=Max[data]
Out[5]= In[6]: Out[6]
=6.6
=SampleRa nge[data]
=2.8
In[7]: =Media n[ data]
Out[7]=
In[8]: =6. =Mea n[data] Out[8]=
=5.75714
In[9]: =Varia nce[data]
Out[9]= =0.962857
In[10]: =StandardDeviation[data]
Out[10]= 0.981253
In[11]: =VarianceMLE[data]
Out[11]= 0.825306
In[12]: = StandardDeviationMLE[data]
Out[12]= 0.908464
说明：在上例中，In [1]首先调入程序文件，求数据个数、最大值和最小值使用内部函数。
2. 多元的情况
在程序文件 MultiDescriptiveStatistics.m 中，含有实现多元数理统计基本计算的函数，常 用的有：
求表data 中数据的极差。 求中值。 求平均值。 求方差（无偏估计）。 求标准差（无偏估计）。 求方差。 求标准差。 求x ，y 的协方差（无偏估计）
(X i x)(y i y)。SampleRa nge[data]
Media n[ data]
Mea n[data]
Varia nce[data]
Sta ndardDeviatio n[data]
Varia nceMLE[data]
Sta ndardDeviatio
nMLE[data]
Covariance[xlist ，ylist]
CovarianceMLE[xlist , ylist]
Correlation[xlist , ylist]
求 x , y 的相关系数
n n 2 " 2
(X i x)(y i y)/ (X i x)
(y i y)。 i 1 i 1 i 1
实际上程序文件中的函数很多，这里只列出了最常用的函数，其它计算函数可以通过Help 浏
览。
例2 给出 4 个样本值：{1.1，2.0，3.2}，{1.3，2.2, 3.1}，{1.15，2.05, 3.35}，{1.22，
2.31,
3.33}，计算样本个数、均值、方差、标准差等。
解：In[1]: = << Statistics 'MultiDescriptiveStatistics '
In[2]: = data = {{1.1，2.0，3.2}，{1.3，2.2，3.1}，
{1.15，2.05，3.35}，{1.22，2.31，3.33}}；
Len gth[data]
Out[3]=4
ln[4]: =SampleRange[data]
Out[4]= {0.2，0.31，0.25}
ln[5]: =Median[data]
Out[5]= {1.185，2.125，3.265}
ln[6]: =Mean[data]
Out[6]= {1.1925，2.14，3.245}
ln[7]: =Variance[data]
Out[7]= {0.00755833，0.0200667, 0.}
In[8]: =VarianceMLE[data]
Out[8]= {0.00566875，0.01505, 0.010325}
ln[9]: =CentralMoment[data , 2]
Out[9]= {0.00566875 , 0.01505, 0.010325}
ln[10]: =x=data[[All , 1]] ； y=data[[All , 2]]；
z=data[[AII , 3]]；
ln[11]: =Covariance[x , y]
求x , y 的协方差 (X i
i 1 X)(y i y)