MATLAB概率统计函数
- 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)。
第1章概率统计
本章介绍MATLAB在概率统计中的若干命令和使用格式,这些命令存放于MatlabR12\Toolbox\Stats中。
1.1 随机数的产生
产生随机数时初始种子数的设定方法
s = RandStream('mcg16807','Seed',0)
RandStream.setDefaultStream(s)
另一种形式
seed = 0;
randn('state', seed);
rand ('state', seed);
1.1.1 二项分布的随机数据的产生
命令参数为N,P的二项随机数据
函数 binornd
格式 R = binornd(N, P) % N、P为二项分布的两个参数,返回服从参数为N、P的二项分布的随机数,N、P大小相同。
R = binornd(N, P, [m]) % m指定随机数的个数,产生m×m 维的随机数矩阵R。
R = binornd(N, P, [m, n]) % m, n分别表示R的行数和列数R = binornd(N, P, [m, n, k]) % m, n, k分别表示R的行数和列数和层数
其中的[]可以省略。
例1-1
>> R=binornd(10,0.5)
R =
3
>> R=binornd(10,0.5,1,6)
R =
8 1 3 7 6 4
>> R=binornd(10,0.5,[1,10])
R =
6 8 4 6
7 5 3 5 6 2
>> R=binornd(10,0.5,[2,3])
R =
7 5 8
6 5 6
>>n = 10:10:60;
>>r1 = binornd(n,1./n)
r1 =
2 1 0 1 1 2
>>r2 = binornd(n,1./n,[1 6])
r2 =
0 1 2 1 3 1
1.1.2 正态分布的随机数据的产生
命令参数为μ、σ的正态分布的随机数据
函数 normrnd
格式 R = normrnd(MU,SIGMA) % 返回均值为MU,标准差为SIGMA的正态分布的随机数据,R可以是向量或矩阵。
2
R = normrnd(MU,SIGMA,m) % m指定随机数的个数,产生m×m 维的随机数矩阵R。
R = normrnd(MU,SIGMA,m,n) % m, n分别表示R的行数和列数例1-2
>>n1 = normrnd(1:6,1./(1:6))
n1 =
2.1650 2.3134
3.0250
4.0879 4.8607 6.2827
>>n2 = normrnd(0,1,[1 5])
n2 =
0.0591 1.7971 0.2641 0.8717 -1.4462
>>n3 = normrnd([1 2 3;4 5 6],0.1,2,3) %mu为均值矩阵
n3 =
0.9299 1.9361 2.9640
4.1246
5.0577 5.9864
>> R=normrnd(10,0.5,[2,3]) %mu为10,sigma为0.5的2行3列个正态随机数
R =
9.7837 10.0627 9.4268
9.1672 10.1438 10.5955
1.1.3 常见分布的随机数产生
常见分布的随机数的使用格式与上面相同
表1-1 随机数产生函数表
4
1.1.4 通用函数求各分布的随机数据
命令 求指定分布的随机数 函数 random
格式 y = random('name',A1,A2,A3,m,n) %name 的取值见表1-2;A1,A2,A3为分布的参数;m ,n 指定随机数的行和列
例1-3 产生12(3行4列)个均值为2,标准差为0.3的正态分布随机数
>> y=random('norm', 2, 0.3, 3, 4) y =
2.3567 2.0524 1.8235 2.0342 1.9887 1.9440 2.6550 2.3200 2.0982 2.2177 1.9591 2.0178
1.2 随机变量的概率密度计算 1.
2.1 通用函数计算概率密度函数值
命令 通用函数计算概率密度函数值 函数 pdf
格式 Y=pdf(name ,K ,A)
Y=pdf(name
,K ,A ,B) Y=pdf(name ,K ,A ,B ,C)
说明 返回在X=K 处、参数为A 、B 、C 的概率密度值,对于不同的分布,参数个数是不同;name 为分布函数名,其取值如表1-2。
表1-2 常见分布函数表
例如二项分布:设一次试验,事件A发生的概率为p,那么,在n次独立重复试验中,事件A恰好发生K次的概率P_K为:P_K=P{X=K}=pdf('bino',K,n,p)
例1-4 计算正态分布N(0,1)的随机变量X在点0.6578的密度函数值。
解:>> pdf('norm',0.6578,0,1)
ans =
0.3213
例1-5 自由度为8的卡方分布,在点2.18处的密度函数值。
解:>> pdf('chi2',2.18,8)
ans =
0.0363
1.2.2 专用函数计算概率密度函数值
命令二项分布的概率值