数学建模实验报告数据的统计分析_第1页
数学建模实验报告数据的统计分析_第2页
数学建模实验报告数据的统计分析_第3页
数学建模实验报告数据的统计分析_第4页
数学建模实验报告数据的统计分析_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、数据的统计分析一、实验目的及意义 本实验旨在通过对一些常见分布的概率计算和概率密度函数、分布函数曲线的直观认识、对数据分布的形态猜测、对某些概率分布的密度函数的参数估计(以正态为例)以及进行简单的正态假设检验,来揭示生活中的随机数据的一些统计规律 二、实验内容 1. 常见的分布的概率计算、密度函数、分布函数及其图形;2.参数估计;3.正态假设检验。三、实验步骤 1. 开启软件平台MATLAB,开启MATLAB编辑窗口; 2. 根据求解步骤编写M文件 3. 保存文件并运行; 4. 观察运行结果(数值或图形); 5. 根据观察到的结果和体会写出实验报告。 四、实验要求与任务 根据实验内容和步骤,完

2、成以下实验,要求写出实验报告。1某人向空中抛硬币100次,落下为正面的概率为0.5,设这100次中出现正面向上的次数为X,试分别计算X=45和X45的概率,并画出分布函数的图形( 用到的matlab函数:binopdf, binocdf)2设,用MATLAB编程计算:(1)当时,求;(2)若;(3)分别绘制时的概率密度函数图形( 用到的matlab函数:norminv, normpdf, normcdf)3随机产生1000个服从参数为的指数分布的样本数据,画出直方图,并求参数的估计值和置信水平为99%的置信区间( 用到的matlab函数:hist,exprnd, expfit)4已知数据如下表

3、X2 34578111415161819Y106.42108.2109.58110109.93110.49110.59110.6110.9110.76111111.2试建立Y与X之间的函数关系,并检验残差r是否服从均值为0的正态分布( 用到的matlab函数:polyfit, polyval,normplot或ttest或lillietest)五. 程序代码及运行结果(经调试后正确的源程序)1某人向空中抛硬币100次,落下为正面的概率为0.5,设这100次中出现正面向上的次数为X,试分别计算X=45和X45的概率,并画出分布函数的图形( 用到的matlab函数:binopdf, binocdf

4、)程序代码:(prog1.m)x=0:100;y=binopdf(x,100,0.5);p1=binopdf(45,100,0.5);p2=binocdf(45,100,0.5);disp('P(X=45)=',num2str(p1)disp('P(X45)=',num2str(p2)plot(x,y,'b-','LineWidth',2);title('Xb(100,0.5)');hold onplot(45,p1,'go','MarkerEdgeColor','k'

5、;,'LineWidth',2,'MarkerFaceColor','g','MarkerSize',8)str1='P(X=45)='str2=num2str(p1);str=strcat(str1,str2);text(10,0.05,str);str1='P(X45)='str2=num2str(p2);str=strcat(str1,str2);text(10,0.04,str);运行结果:P(X=45)=0.048474P(X45)=0.18412设,用MATLAB编程计算:(1)当时,求

6、;(2)若;(3)分别绘制时的概率密度函数图形( 用到的matlab函数:norminv, normpdf, normcdf)程序代码:(prog2.m)fprintf('(1)nXN(2,0.25)n')p1=normcdf(2.9,2,0.5)-normcdf(1.8,2,0.5);p2=1-normcdf(-3,2,0.5);p3=1-normcdf(3.5,2,0.5)+normcdf(0.5,2,0.5);disp('P(1.8X2.9)=',num2str(p1)disp('P(X-3)=',num2str(p2)disp('

7、P(|X-2|1.5)=',num2str(p3)fprintf('(2)nXN(2,0.25)n')x=norminv(normcdf(1.8,2,0.5)+0.25,2,0.5);disp('P(1.8Xx)=2.5,x=',num2str(x)fprintf('(3) 如图')x=0:0.05:4;y1=normpdf(x,2,0.2);y2=normpdf(x,2,0.5);y3=normpdf(x,2,0.9);hold onplot(x,y1,'b-',x,y2,'r-',x,y3,'g

8、-','LineWidth',2);legend('=0.2','=0.5','=0.9');运行结果:(1)XN(2,0.25)P(1.8X2.9)=0.61949P(X-3)=1P(|X-2|1.5)=0.0026998(2)XN(2,0.25)P(1.8Xx)=2.5,x=2.1197(3) 如图3随机产生1000个服从参数为的指数分布的样本数据,画出直方图,并求参数的估计值和置信水平为99%的置信区间( 用到的matlab函数:hist,exprnd, expfit)程序代码:(prog3.m)x=exprnd(1

9、00,1,1000);a,b=expfit(x,0.01);disp('估计值=',num2str(a)disp('的置信水平为99%的置信区间为:',num2str(b(1),',',num2str(b(2),'')hist(x,20)title('参数为100的指数分布-1000个随机数直方图')运行结果:估计值=101.3767的置信水平为99%的置信区间为:93.3096,109.82474已知数据如下表X2 34578111415161819Y106.42108.2109.58110109.93110.4

10、9110.59110.6110.9110.76111111.2试建立Y与X之间的函数关系,并检验残差r是否服从均值为0的正态分布( 用到的matlab函数:polyfit, polyval,normplot或ttest或lillietest)程序代码:(prog4.m)X=2,3,4,5,7,8,11,14,15,16,18,19;Y=106.42,108.2,109.58,110,109.93,110.49,110.59,110.6,110.9,110.76,111,111.2;p=polyfit(X,Y,3);fprintf('Y=(%dX3)+(%dX2)+(%dX)+(%d)n

11、',p(1),p(2),p(3),p(4)h=ttest(mean(Y)-Y,0,0.05);fprintf('H0:残差r服从均值为0的正态分布nH1:残差r不服从均值为0的正态分布n')if h=0fprintf('经过检验,不拒绝H0假设,残差r服从均值为0的正态分布')elsefprintf('经过检验,拒绝H0假设,残差r不服从均值为0的正态分布')endy1=polyval(p,X);plot(X,Y,'k*' );hold on;plot(X,y1,'r-','LineWidth',2);title('X-Y函数关系曲线') ;运行结果:H0:残差r服从均值为0的正态分布H1:残差r不服从均值为0的正态分布经过检验,不拒绝H0假设,残差r服从均值为0的正态分布六实验总结本实验通过对一些常见分布的概率计算以及概率密度函数、分布函数曲线的绘制,使我们更加直观认识到数据的统计分析的重

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论