统计工具箱简介.docVIP

七．统计工具箱的简介 7．1统计工具箱的功能及应用步骤 基本功能 提供了常见的20多中概率分布的分布密度函数、分布函数逆分布函数，参数估计函数和随机数生成函数； 提供多种概率分布的分布参数和置信区间的估计方法； 提供包括单因子方差分析、双因子方差分析和多因子方差分析方法； 提供多元线性回归，非线性回归，一般线性拟合，多项式拟合等功能； 提供多种有效的假设检验，分布的检验，非参数检验等功能； 提供多种判别分析，主成分分析，因子分析等方法。 应用步骤 根据实际中所研究的概率统计问题，建立问题的数学模型，选择适当的概率分布密度函数合分布函数，对有关的概率分布参数作相应的估计； 对所需要的数学模型作适当的回归或拟合； 对所建立的模型作必要的分析和检验； 6．2 统计工具箱的函数使用方法 1 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4-1 随机数产生函数表 函数名 调用形式 注 释 Unifrnd unifrnd ( A,B,m,n) [A,B]上均匀分布(连续) 随机数 Unidrnd unidrnd(N,m,n) 均匀分布（离散）随机数 Exprnd exprnd(Lambda,m,n) 参数为Lambda的指数分布随机数 Normrnd normrnd(MU,SIGMA,m,n) 参数为MU，SIGMA的正态分布随机数 chi2rnd chi2rnd(N,m,n) 自由度为N的卡方分布随机数 Trnd trnd(N,m,n) 自由度为N的t分布随机数 Frnd frnd(N1, N2,m,n) 第一自由度为N1,第二自由度为N2的F分布随机数 gamrnd gamrnd(A, B,m,n) 参数为A, B的分布随机数 betarnd betarnd(A, B,m,n) 参数为A, B的分布随机数 lognrnd lognrnd(MU, SIGMA,m,n) 参数为MU, SIGMA的对数正态分布随机数 nbinrnd nbinrnd(R, P,m,n) 参数为R，P的负二项式分布随机数 ncfrnd ncfrnd(N1, N2, delta,m,n) 参数为N1，N2，delta的非中心F分布随机数 nctrnd nctrnd(N, delta,m,n) 参数为N，delta的非中心t分布随机数 ncx2rnd ncx2rnd(N, delta,m,n) 参数为N，delta的非中心卡方分布随机数 raylrnd raylrnd(B,m,n) 参数为B的瑞利分布随机数 weibrnd weibrnd(A, B,m,n) 参数为A, B的韦伯分布随机数 binornd binornd(N,P,m,n) 参数为N, p的二项分布随机数 geornd geornd(P,m,n) 参数为 p的几何分布随机数 hygernd hygernd(M,K,N,m,n) 参数为 M，K，N的超几何分布随机数 Poissrnd poissrnd(Lambda,m,n) 参数为Lambda的泊松分布随机数 2.常见的概率密度分布函数，见下表： 分布类型 数学表达式 调用函数 说明 二项分布 B(n,p) Y=binopdf(X,N,P) N为正整数， 0P1 泊松分布P(λ) Y=poisspdf(X,Lambda) X为非负整数 连续均匀分布U(a,b) Y=unifpdf(X,A,B) AB 正态分布 Y=normpdf(X,Mu,Sigma) Sigma0 指数分布 Y=exppdf(X,Mu) Mu0 计算正态分布 x=[-2:0.1:2]; f=normpdf(x,0,1) f = Columns 1 through 10 0.0540 0.0656 0.0790 0.0940 0.1109 0.1295 0.1497 0.1714 0.1942 0.2179 Columns 11 through 20 0.2420 0.2661 0.2897 0.3123 0.3332 0.3521 0.3683 0.3814 0.3910 0.3970 Columns 21 through 30 0.3989 0.3970 0.3910 0.3814 0.3683 0.3521 0.3332 0.3123 0.2897 0.2661 Columns 31 through 40 0.2420 0.2179 0.1942