数学建模与数学实验 数据的统计描述和分析.ppt
《数学建模与数学实验 数据的统计描述和分析.ppt》由会员分享,可在线阅读,更多相关《数学建模与数学实验 数据的统计描述和分析.ppt(48页珍藏版)》请在三一文库上搜索。
1、数学建模与数学实验,数据的统计描述和分析,实验目的,实验内容,2掌握用数学软件包求解统计问题.,1直观了解统计基本内容.,1统计的基本理论.,3实验作业.,2用数学软件包求解统计问题.,统计的基本概念,参数估计,假设检验,数据的统计描述和分析,一、统计量,二、分布函数的近似求法,三、几个在统计中常用的概率分布,1,正态分布,密度函数:,分布函数:,其中,m,为均值,,为方差,,.,标准正态分布:,N,(0,1),密度函数,分布函数,返回,F(10,50)分布的密度函数曲线,参数估计,一、点估计的求法,(一)矩估计法,(二)极大似然估计法,二、区间估计的求法,1已知DX,求EX的置信区间,2 未
2、知方差DX,求EX的置信区间,(一)数学期望的置信区间,(二)方差的区间估计,返回,1.参数检验:如果观测的分布函数类型已知,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. 参数检验的目的往往是对总体的参数及其有关性质作出明 确的判断.,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,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:要求判断总体分布类型的检验就是非
3、参数检验.,假设检验的一般步骤,(一)单个正态总体均值的检验,一、参数检验,(二)单个正态总体方差的检验,(三)两个正态总体均值的检验,(四)两个正态总体方差的检验,二、非参数检验,(二)概率纸检验法,概率纸是一种判断总体分布的简便工具.使用他们,可以很快地判断总体分布的类型.概率纸的种类很多.,返回,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. 常见的概率分布函数,4. 频 数 直 方 图 的 描 绘,5. 参数估计,6. 假设检验,7. 综合实例,返回,一、数据的录入、保存和调用,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:,统计工
4、具箱中的基本统计命令,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:b t=78:87,2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. save data t x y,4进行统计分析时,调用数据文件data中的数据. load data,To MATLAB(txy),方法1,1输入矩阵: data=78,79
5、,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:save data1 data,3进行统计分析时,先用命令:load data1 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(1,:) x=data(2,:) y=data(3,:) 若要调用矩阵data的第j列
6、的数据,可用命令: data(:,j),方法2,To MATLAB(data),返回,二、基本统计量,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.,To MATLAB(tjl),返回,三、常见概率分布的函数,MATLAB工具箱对每一种分布都提供5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,(当需要一种分布的某一类函数
7、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)和参数即可.),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),To MATLAB(liti2),如对均值为mu、标准差为sigma的正态分布,举例如下:,To MATLAB(liti3),3逆概率分布:x=norminv(P,mu,sigma). 即求出x ,使得PXx=P.此命令可用来求分位数.,2概率分布:
8、P=normcdf(x,mu,sigma),To MATLAB(liti4),To MATLAB(liti5),4均值与方差:m,v=normstat(mu,sigma),例5 求正态分布N(3,52)的均值与方差. 命令为:m,v=normstat(3,5) 结果为:m=3,v=25,5随机数生成:normrnd(mu,sigma,m,n).产生mn阶的正态分布随机数矩阵.,例6 命令:M=normrnd(1 2 3;4 5 6,0.1,2,3) 结果为:M=0.9567 2.0125 2.8854 3.8334 5.0288 6.1191,To MATLAB(liti6),此命令产生了23
9、的正态分布随机数矩阵,各数分别服从分布:N(1,0.12), N(2,22), N(3, 32), N(4,0.12), N(5, 22), N(6, 32).,返回,1给出数组data的频数表的命令为: N,X=hist(data,k) 此命令将区间min(data),max(data)分为k个小区间(缺省为10),返回数组data落在每一个小区间的频数N和每一个小区间的中点X.,2描绘数组data的频数直方图的命令为: hist(data,k),四、数 直 方 图 的 描 绘,返回,五、参数估计,1正态总体的参数估计,设总体服从正态分布,则其点估计和区间估计可同时由以下命令获得: muha
10、t,sigmahat,muci,sigmaci=normfit(X,alpha),此命令在显著性水平alpha下估计数据X的参数(alpha缺省时设定为0.05),返回值muhat是X的均值的点估计值,sigmahat是标准差的点估计值, muci是均值的区间估计,sigmaci是标准差的区间估计.,2其它分布的参数估计,有两种处理办法: 一、取容量充分大的样本(n50),按中心极限定理,它近似地 服从正态分布; 二、使用MATLAB工具箱中具有特定分布总体的估计命令.,(1)muhat, muci = expfit(X,alpha) 在显著性水平alpha下,求指数分布的数据X的均值的点估计
11、及其区间估计. (2)lambdahat, lambdaci = poissfit(X,alpha) 在显著性水平alpha下,求泊松分布的数据X的参数的点估计及其区间估计. (3)phat, pci = weibfit(X,alpha) 在显著性水平alpha下,求Weibull分布的数据X的参数的点估计及其区间估计.,返回,六、假设检验,在总体服从正态分布的情况下,可用以下命令进行假设检验.,1总体方差 已知时,总体均值的检验使用 z检验,h,sig,ci = ztest(x,m,sigma,alpha,tail) 检验数据 x 的关于均值的某一假设是否成立,其中sigma 为已知方差,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学建模与数学实验 数据的统计描述和分析 数学 建模 实验 数据 统计 描述 分析
链接地址:https://www.31doc.com/p-4731154.html