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、4.6统计作图4.6.1正整数的频率表命令正整数的频率表函数tabulate格式table=tabulate(X)%X为正整数构成的向量,返回3列:第1列中包含X的值第2列为这些值的个数,第3列为这些值的频率。例4-49A=l225638A=1225638tabulate(A)ValueCountPercent1114.29%228.57%114.29%00.00%114.29%114.29%00.00%114.29%4.6.2经验累积分布函数图形函数cdfplot格式cdfplot(X)%作样本X(向量)的累枳分布函数图形h=cdfplot(X)%h表示曲线的环柄h,stats=cdfplo
2、t(X)%stats表示样本的一些特征例4-50X=normrnd(0,1,50,1);h,stats=cdfplot(X)h=3.0013stats=min:-1.8740%样本最小值max:1.6924%最人值mean:0.0565%平均值median:0.1032%中间值std:0.7559%样本标准差ImprksilflOli图4-104.6.3最小二乘拟合直线函数Isline格式Isline%最小乘拟合直线h=Isline%h为直线的句柄4-51X=23.45.681112.313.81618.819.9;plot(X/+)4.6.4绘制正态分布概率图形函数normplot格式nor
3、mplot(X)%若X为向量,则显示正态分布概率图形,若X为矩阵,则显示每一列的正态分布概率图形。h=normplot(X)%返回绘图直线的句柄说明样本数据在图中用+”显示;如果数据来自正态分布,则图形显示为直线,而其它分布可能在图中产生弯曲。例4-53X=normrnd(0,1,50,1);normplot(X)nnni*.-*30-W5amas你g图4-124.6.5绘制威布尔(Weibull)概率图形函数weibplot格式weibplot(X)%若X为向量,则显示威布尔(Weibull)概率图形,若X为矩阵,则显示每一列的威布尔概率图形。h=weibplot(X)%返回绘图直线的柄说明
4、绘制威布尔(Weibull)概率图形的目的是用图解法估计来自威布尔分布的数据X,如呆X是威布尔分布数据,其图形是直线的,否则图形中可能产生弯曲。例4-54r=weibrnd(l.2,1.5,50,1);weibplot(r)图4-134.6.6样本数据的盒图函数boxplot格式boxplot(X)%产生矩阵X的每一列的盒图和“须”图,“须”是从盒的尾部延伸出来,并表示盒外数据长度的线,如果“须”的外面没有数据,则在“须”的底部有一个点。boxplot(X,notch)%当notch=l时,产生一凹盒图,notch=0时产生一矩箱图。boxplot(X,notch/sym)%sym表示图形符号
5、,默认值为+”。boxplot(X,notch/symvert)%当vert=0时,生成水平盒图,vert=l时,生成竖直盒图(默认值vert=l)oboxplot(X,notch,sym:vert,whis)%whis定义须图的长度,默认值为1.5,若whis=0则boxplot函数通过绘制sym符号图来显示盒外的所有数据值。例4-55xl=normrnd(5,1,100,1);x2=normrnd(6zl,100,1);x=xlx2;boxplot(x,l,g+:l,0)图4-144.6.7给当前图形加一条参考线函数refline格式refline(slopejntercept)%slop
6、e表示直线斜率tintercept表示截距refline(slope)slope=ab,图中加一条直线:y=b+axo例4-56y=3.02.61;plot(y;+)refline(0,3)图4454.6.8在当前图形中加入一条多项式曲线函数refcurve格式h=refcurve(p)%在图中加入一条多项式曲线,h为曲线的坏柄,p为多项式系数向量,p=pl,p2zp3,.,pn,其中pl为最高幕项系数。例4-57火箭的高度与时间图形,加入一条理论高度曲线,火箭初速为100m/秒。h=85162230289339381413437452458456440400356;plot(h;+)refc
7、urve(-4.91000)图4464.6.9样本的概率图形函数capaplot格式p=capaplot(data,specs)ta为所给样本数据,specs指定范闱,p表示在指定范I制内的概率。说明该函数返回来自于估计分布的随机变量落在指定范I判内的概率例4-58data=normrnd(0,1,30,1);p=capaplot(data/-2/2)P=0.9199图4-174.6.10附加有正态密度曲线的直方图函数histfit格式histfit(data)0ta为向量,返回直方图和正态曲线。histfit(data,nbins)%nbins指定bar的个数,缺省时为data中数据个数的平
8、方根。例4-59r=normrnd(10,1,100,1);histfit(r)囹4184.6.11在指定的界线之间画正态密度曲线函数normspec格式p=normspec(specs/mu/sigma)%specs指定界线,mu,sigma为正态分布的参数p为样本落在上、下界之间的概率。例4-60normspec(10Inf,11.5,1.25)图4-194.7参数估计4.7.1常见分布的参数估计命令P分布的参数a和b的最人似然估计值和置信区间函数betafit格式PHAT=betafit(X)PHAEPCI=betafit(X,ALPHA)说明PHAT为样本X的B分布的参数a和b的估计量
9、PCI为样本X的B分布参数a和b的置信区间,是一个2X2矩阵,其第1例为参数a的置信下界和上界,第2例为b的置信下界和上界,ALPHA为显著水平,(1,)X100%为置信度。例4-61随机产生100个B分布数据,相应的分布参数真值为4和3。则4和3的最人似然估计值和置信度为99%的置信区间为:解:X=betarnd(4,3,100,1);%产生100个B分布的随机数PHAT,PCI=betafit(X,0.01)%求置信度为99%的置信区间和参数a、b的估计值结果显示PHAT=3.90102.6193PCI=2.52441.74885.27763.4898说明估计值3.9010的置信区间是2.
10、52445.2776,估计值2.6193的置信区间是1.74883.4898o命令正态分布的参数估计函数normfit格式muhat,sigmahat,muci,sigmaci=normfit(X)muhat,sigmahat,muci,sigmaci=normfit(X,alpha)说明muhat,sigmahat分别为正态分布的参数卩和c的估计值,muci,sigmaci分别为置信区间,其置信度为;alpha给出显著水平a,缺省时默认为0.05,即置信度为95%。例4-62有两组(每组100个元素)正态随机数据,其均值为10,均方差为2,求95%的置信区间和参数估计值。解:r=normrn
11、d(10,2,100,2);%产生两列正态随机数据mu,sigma,muci,sigmaci=normfit(r)则结果为mu=10.145510.0527%各列的均值的估计值sigma=1.90722.1256%各列的均方差的估计值muci=9.76529.628810.525810.4766sigmaci=1.67451.86632.21552.4693说明muci,sigmaci中各列分别为原随机数据各列估计值的置信区间,置信度为95%。例4-63分别使用金球和钳球测定引力常数用金球测定观察值为:6.6836.6816.6766.6786.6796.672用钳球测定观察值为:6.6616
12、.6616.6676.6676.664设测定值总体为,卩和。为未知。对(1)、(2)两种情况分别求卩和。的置信度为0.9的置信区间。解:建立M文件:LX0833.mX=6.6836.6816.6766.6786.6796.672;Y=6.6616.6616.6676.6676.664;mu/sigma,muci/sigmaci=normfit(X,0.1)%金球测定的估计MU/SIGMA,MUCI3IGMACI=normfit(X0.1)%tt球测定的估计运行后结果显示如下:mu=6.6782sigma=0.0039muci=6.67506.6813sigmaci=0.00260.0081MU
13、=6.6640SIGMA=0.0030MUCI=6.66116.6669SIGMACI=0.00190.0071由上可知,金球测定的卩估计值为6.6782,置信区间为6.6750,6.6813;o的估计值为0.0039,置信区间为0.0026,0.00810泊球测定的U估计值为6.6640,置信区间为6.6611,6.6669:。的估计值为0.0030,置信区间为0.0019,0.0071o命令利用mle函数进行参数估计函数mle格式phat=mle%返回用dist指定分布的最人似然估计值phat,pci=mle%置信度为95%phat,pci=mle%置信度由alpha确定phat,pci=
14、mle%仅用于二项分布,pl为试验次数。说明dist为分布函数名,如:beta(分布)、bino(二项分布)等,X为数据样本,alpha为显著水平a,为置信度。例4-64X=binornd(20,0.75)%产生二项分布的随机数x=16p,pci=mle(bino:X,0.05,20)%求概率的估计值和置信区间,置信度为95%P二0.80000.56340.9427常用分布的参数估计函数表牛7参数估计函数表函数名调用形式PHAT=binofit(X,N)binofitPHAT,PCI=binofit(X,N)PHAT,PCI=binofit(X,N,ALPHA)Lambdahat=poissf
15、it(X)poissfitLambdahat,Lambdaci=poissfit(X)Lambdahat,Lambdaci=poissfit(X,ALPHA)函数说明二项分布的概率的最人似然估计置信度为95%的参数估计和置信区间返回水平a的参数估计和置信区间泊松分布的参数的最大似然估计置信度为95%的参数估计和置信区间返回水平a的入参数和置信区间normfitmuhatsigmahatmuciigmaci=normfit(X)muhat,sigmahat,mucizsigmaci=normfit(X,ALPHA)正态分布的最人似然估计,置信度为95%返回水平a的期望、方差值和置信区间betaf
16、itPHAT=betafit(X)PHAT,PCI=betafit(X,ALPHA)ahat,bhat=unifit(X)unifitahatbhatACLBCI=unifit(X)ahat,bhat/ACI,BCI=unifit(X/ALPHA)muhat=expfit(X)expfitmuhat,muci=expfit(X)muhat,muci=expfit(X,alpha)phat=gamfit(X)gamfitphat,pci=gamfit(X)phat,pci=gamfit(X,alpha)返回P分布参数a和b的最人似然估计返回最人似然估计值和水平a的置信区间均匀分布参数的最大似然估
17、计置信度为95%的参数估计和置信区间返回水平a的参数估计和置信区间指数分布参数的最大似然估计置信度为95%的参数估计和置信区间返回水平a的参数估计和置信区间Y分布参数的最大似然估计置信度为95%的参数估计和置信区间返回最人似然估计值和水平a的置信区间韦伯分布参数的最人似然估计phat=weibfit(X)weibfitphat,pci=weibfit(X)phat,pci=weibfit(X,alpha)置信度为95%的参数估计和置信区间返回水平a的参数估计及其区间估计返回水平a的最人似然估计值和置信区间分布函数名为dist的最人似然估计置信度为95%的参数估计和置信区间仅用于二项分布,pl为
18、试验总次数说明各函数返回已给数据向量X的参数最人似然估计值和置信度为(:1)X100%的置信区间。a的默认值为0.05,即置信度为95%。4.7.2非线性模型置信区间预测命令高斯一牛顿法的非线性最小二乘数据拟合函数nlinfit格式beta=nlinfit(X,y,FUN,betaO)%返回在FUN中描述的非线性函数的系数。FUN为用户提供形如的函数,该函数返回已给初始参数估计值卩和自变量X的y的预测值。betajJ=nlinfit(X,y,FUN,betaO)0ta为拟合系数,r为残差,J为Jacobi矩阵,betaO为初始预测值。说明若X为矩阵,则X的每一列为自变量的取值,y是一个相应的列
19、向量。如果FUN中使用了,则表示函数的柄。例4-65调用MATLAB提供的数据文件reaction.matloadreactionbetafit=nlinfit(reactantsjate”hougen,beta)betafit=1.25260.06280.04000.11241.1914命令非线性模型的参数估计的置信区间函数nlparci格式ci=nlparci(beta,rj)%返回置信度为95%的置信区间,beta为非线性最小二乘法估计的参数值,r为残差,J为Jacobian矩阵。nlparci可以用nlinfit函数的输出作为其输入。例4-66调用MATLAB中的数据reactiono
20、loadreactionbetajesids二nlinfit(reactantsjate,hougen:beta)beta=1.25260.06280.04000.11241.1914resids=0.1321-0.1642-0.09090.03100.11420.0498-0.02620.3115-0.02920.10960.0716-0.1501-0.3026J=6.8739-90.6536-57.8640-1.92880.16143.4454-48.5357-13.6240-1.70300.30345.3563-41.2099-26.3042-10.52171.509569500.109
21、10.01860.02791.79132.2967-35.5658-6.0537-0.75670.20238670-89.5655-170.1745-8.95660.44004.4973-14.4262-11.5409-9.37702.57444.1831-41.7896-16.8937-5.77941.008211.8286-51.3721-154.1164-27.74101.50019.1514-25.5948-76.7844-30.71382.57903.33730.09000.07200.10803.52699.3663-102.0611-107.4327-3.58110.22004.
22、7512-24.4631-16.3087-10.30022.1141ci=nlparci(betazresidsj)ci=-0.74673.2519-0.03770.1632-0.03120.1113-0.06090.2857-0.73813.1208命令非线性拟合和显示交互图形函数nlintool格式nlintool(x,y,FUN,betaO)%返回数据(x,y)的非线性曲线的预测图形,它用2条红色曲线预测全局置信区间。betaO为参数的初始预测值,置信度为95%。nlintool(x“FUN,betaO,alpha)%置信度为(l-alpha)xlOO%例4-67调用MATLAB数据lo
23、adreactionnlintool(reactantsjate/hougen:beta)04-20命令非线性模型置信区间预测函数nlpredci格式ypred=nlpredcifFUNJnputs.betaJ)%ypred为预测值,FUN与前面相同,beta为给出的适当参数,r为残差,J为Jacobian矩阵inputs为非线性函数中的独立变量的矩阵值。ypred,delta=nlpredci(FUN,inputs,beta,r,J)Ita为非线性最小二乘法估计的置信区间长度的一半,当r长度超过beta的长度并且J的列满秩时,置信区间的计算是有效的。ypred-delta,ypred+del
24、ta为置信度为95%的不同步置信区间。ypred=nlpredci(FUN,inputs,beta,rzJ,alpha/simopt7predopt)%控制置信区间的类型,置信度为lOO(l-alpha)%。simopF=on或off(默认值)分别表示同步或不同步置信区间。predopt=curve(默认值)表示输入函数值的置信区间,predoptobservation表示新响应值的置信区间。nlpredci可以用nlinfit函数的输出作为其输入。例4-68续前例,在10030080处的预测函数值ypred和置信区间一半宽度deltaloadreactionbetajesidsJ=nlinf
25、it(reactantsjate,hougen,beta);ypred,delta=nlpredci(hougen/10030080,betajesids)结果为:ypred=10.9113delta=0.3195命令非负最小二乘函数nnls(该函数已被函数Isnonneg代替,在6.0版中使用nnls将产生警告信息)格式x=nnls(A,b)%最小二乘法判断方程AXx=b的解,返回在xR的条件下使得最小的向量x,其中A和b必须为实矩阵或向量。x=nnls(A,b,tol)%tol为指定的误差x,w=nnls(A,b)%当x中元素时,当时。x,w=nnls(A,b,tol)例4-69A=0.0
26、3720.2869;0.68610.7071;0.62330.6245;0.63440.6170:b二0.85870.17810.07470.84051;x二nnls(A,b)Warning:NNLSisobsoleteandhasbeenreplacedbyLSQNONNEGNNLSnowcallsLSQNONNEGwhichusesthefollowingsyntax:X,RESNORM,RESIDUAL,EXITFLAGQUTPUT丄AMBDA=lsqnonneg(A,b/X0/Options);UseOPTIMSETtodefineoptimizationoptions,ortypee
27、ditnnlstoviewthecodeusedhere.NNLSwillberemovedinthefuture;pleaseuseNNLSwiththenewsyntax.x=00.6929命令有非负限制的最小二乘函数Isqnonneg格式x=lsqnonneg(Czd)%返回在x0的条件下使得最小的向量x,其中C和d必须为实矩阵或向量。x=Isqnonneg(CdxO)%x0为初始点,x00 x=lsqnonneg(CdxO,options)%options为指定的优化参数,参见options函数。x,resnorm=Isqnonneg()%resnorm表示norm(C*x-d).A2
28、的残差x,resnormzresidual=Isqnonneg()%residual表示C*x-d的残差例4-70A=0.03720.2869;0.68610.7071;0.62330.6245;0.63440.6170:b二0.85870.17810.07470.8405;x,resnormjesidual=Isqnonneg(A,b)00.6929resnorm=0.8315residual=0.6599-0.3119-0.35800.41304.7.3对数似然函数命令负分布的对数似然函数函数Betalike格式logL=betalike(params/data)%返回负分布的对数似然函数,params为向量a,b,是分布的参数,data为样本数据。logL/info=betalike(params/data)%返回Fisher逆信息矩阵info。如果params中输入的参数是极大似然估计值,那么info的对角元素为相应参数的渐近方差。说明betalike是分布最大似然估计的实用函数。似然函数假设数据样本中,所有的元素相互独立。因为betalike返回负对数似然函数,用fmins函数最小化betalike与最人似然估计的功能是相同的。例4-71本例所取的数据是随机产生的分布数据。r=betarnd(33100,l);lo
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。
最新文档
- 2024年度版权许可合同标的为漫画改编权
- 2024年度房屋租赁合同租金调整机制保证
- 造纸用打浆机市场需求与消费特点分析
- 电钻的钻头市场需求与消费特点分析
- 2024年度产品外观设计分包合同
- 2024年度工业地坪施工合同
- 2024年度承包商与塔吊司机之间的争议解决合同
- 2024年度房屋租赁合同涉及的租金押金退还合同
- 2024年度供应链管理服务合同(含0个以上供应商)
- 2024年度博物馆藏品运输保险合同
- 输电线路设计知识讲义
- 物料承认管理办法
- 业主委员会成立流程图
- AEFI防范与处置PPT课件
- (完整版)全usedtodo,beusedtodoing,beusedtodo辨析练习(带答案)
- 小学综合实践活动方便筷子教案三年级上册精品
- 阜阳市肿瘤医院病房大楼建筑智能化设备、材料采购及安装系统工程技术要求
- 意大利汽车零部件企业
- 高级评茶员理论知识
- 食品经营操作流程图112
- 财务报告模版(向股东会、董事会)
评论
0/150
提交评论