数学建模实验报告数据统计分析.docVIP

数据的统计分析 一、实验目的及意义 二、实验内容 ； ；三、实验步骤 开启软件平台——MATLAB，开启MATLAB编辑窗口； 根据求解步骤编写M文件 保存文件并运行； 观察运行结果(数值或图形)； 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，完成以下实验，要求写出实验报告，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 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 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（经调试正确的源程序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(X≤45)=,num2str(p2)]) plot(x,y,b-,LineWidth,2); title(X～b(100,0.5)); hold on plot(45,p1,go,MarkerEdgeColor,k,LineWidth,2,MarkerFaceColor,g,MarkerSize,8) str1=P(X=45)=;str2=num2str(p1); str=strcat(str1,str2);text(10,0.05,str); str1=P(X≤45)=;str2=num2str(p2); str=strcat(str1,str2);text(10,0.04,str); 运行结果： P(X=45)=0.048474 P(X≤45)=0.1841 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) 程序代码：(prog2.m) fprintf((1)\nX～N(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(1.8＜X＜2.9)=,num2str(p1)]) disp([P(X＞-3)=,num2str(p2)]) disp([P(|X-2|＞1.5)=,num2str(p3)]) fprintf((2)\nX～N(2,0.25)\n) x=norminv(normcdf(1.8,2,0.5)+0.25,2,0.5); disp([P(1.8＜X＜x)=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 on plot(x,y1,b-,x,y2,r-,x,y3,g-,LineWidth,2); legend(σ=0.2,σ=0.5,σ=0.9); 运行结果： (1) X～N(2,0.25) P(1.8＜X＜2.9)=0.61949 P(X＞-3)=1 P(|X-2|＞1.5)=0.0026998 (2) X～N(2,0.25) P(1.8＜X＜x)=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(100,1,1000); [a,b]=expfit(x,0.01); disp([估计值λ=,num2str(a)]) disp([λ的置信水平为99%的置信区间为:[,num2str(b(1)),,,