zoukankan      html  css  js  c++  java
  • paper 115:常见的概率分布(matlab作图)

    一、常见的概率分布

    表1.1 概率分布分类表

    连续随机变量分布

    连续统计量分布

    离散随机变量分布

    分布

    分布

    二项分布

    连续均匀分布

    非中心 分布

    离散均匀分布

    (Gamma)分布

    分布

    几何分布

    指数分布

    非中心 分布

    超几何分布

    正态分布

    分布

    负二项分布

    对数正态分布

    非中心 分布

    泊松分布

    Weibull分布

     

     

    Rayleigh分布

     

     

    二、MATLAB为常见分布提供的五类函数

    1) 概率密度函数(pdf);

    2) (累积)分布函数(cdf);

    3) 逆(累积)分布函数(icdf);

    4) 随机数发生器(random);

    5) 均值和方差(stat).

    1、概率密度函数

    表1.2 概率密度函数(pdf)

    函数名称

    函数说明

    调用格式

    normpdf

    正态分布

    Y=normpdf (X, MU, SIGMA)

    chi2pdf

    分布

    Y=chi2pdf (X, N)

    tpdf

    分布

    Y=tpdf (X, N)

    fpdf

    分布

    Y=fpdf (X, N1, N2)

    注意: Y=normpdf (X, MU, SIGMA)的SIGMA是指标准差 , 而非 .

    【例1-2】 绘制标准正态分布 的概率密度图.

    x=-4:0.1:4;

    y=normpdf(x,0,1);

    plot(x,y)

    title('N(0,1)的概率密度曲线图')

     

    图1-2

    2、累积分布函数

    表1.3 累积分布函数(cdf)

    函数名称

    函数说明

    调用格式

    normcdf

    正态分布

    P=normcdf (X, MU, SIGMA)

    chi2cdf

    分布

    P=chi2cdf (X, N)

    tcdf

    分布

    P=tcdf (X, N)

    fcdf

    分布

    P=fcdf (X, N1, N2)

    【例1-3】求服从标准正态分布的随机变量落在区间[-2, 2]上的概率.

    >> P=normcdf ([-2, 2])

    ans =    0.0228    0.9772

    >> P(2)-P(1)

    ans =    0.9545

    3、逆累积分布函数 (用于求分位点)

    表1.4 逆累积分布函数(icdf)

    函数名称

    函数说明

    调用格式

    norminv

    正态分布

    X=norminv (P, MU, SIGMA)

    chi2inv

    分布

    X=chi2inv (P, N)

    tinv

    分布

    X=tinv (P, N)

    finv

    分布

    X=finv (P, N1, N2)

    【例1-4】(书P22例1.13) 求下列分位数:

    (i) ;              (ii) ;          (iii) ;        (iv) .

    >> u_alpha=norminv(0.9,0,1)

    u_alpha =    1.2816

    >> t_alpha=tinv(0.25,4)

    t_alpha =   -0.7407

    >> F_alpha=finv(0.1,14,10)

    F_alpha =    0.4772

    >> X2_alpha=chi2inv(0.025,50)

    X2_alpha =   32.3574

    4、随机数发生函数

    表1.5 随机数发生函数(random)

    函数名称

    函数说明

    调用格式

    normrnd

    正态分布

    R=normrnd(MU, SIGMA, m, n)

    chi2rnd

    分布

    R=chi2rnd(N, m, n)

    trnd

    分布

    R=trnd(N, m, n)

    frnd

    分布

    R=frnd(N1, N2, m, n)

    5、均值和方差

    表1.6 常见分布的均值和方差函数(stat)

    函数名称

    函数说明

    调用格式

    unifstat

    连续均匀分布: ,

    [M,V]=unifstat (A, B)

    expstat

    指数分布: ,

    [M,V]=expstat (MU)

    normstat

    正态分布: ,

    [M,V]=normstat (MU, SIGMA)

    chi2stat

    分布: ,

    [M,V]=chi2stat (N)

    tstat

    分布: ,

    [M,V]=tstat (N)

    (N≥2)

    fstat

    分布: ,

     

    [M,V]=fstat (N1, N2)

    binostat

    二项分布

    ,

    [M,V]=binostat (N, p)

    poisstat

    泊松分布: ,

    [M,V]=poisstat (LAMBDA)

    注意: 如果省略调用格式左边的[M, V], 则只计算出均值.

    三、常用的统计量

    表1.7 常用统计量

    函数名称

    函数说明

    调用格式

    mean

    样本均值

    m=mean(X)

    range

    样本极差

    y=range(X)

    std

    样本标准差

    y=std(X)

    var

    样本方差

    y=var(X), y=var(X, 1)

    corrcoef

    相关系数

    R=corrcoef (X)

    cov

    协方差矩阵

    C=cov(X), C=cov(X, Y)

    moment

    任意阶中心矩

    m=moment(X, order)

    说明:

    (1) y=var(X) ——计算X中数据的方差. .

    y=var(X, 1) —— , 得到样本的二阶中心矩 (转动惯量).

    (2) C=cov(X) ——返回一个协方差矩阵, 其中输入矩阵X的每列元素代表着一个随机变量的观测值. 如果X为n×m的矩阵, 则C为m×m的矩阵.

    (3) var(X)=diag(cov(X)),  std(X)=sqrt(diag(cov(X))).

  • 相关阅读:
    vue-fullcalendar插件
    iframe 父框架调用子框架的函数
    关于调试的一点感想
    hdfs 删除和新增节点
    hadoop yarn 实战错误汇总
    Ganglia 安装 No package 'ck' found
    storm on yarn(CDH5) 部署笔记
    spark on yarn 安装笔记
    storm on yarn安装时 提交到yarn失败 failed
    yarn storm spark
  • 原文地址:https://www.cnblogs.com/molakejin/p/5826079.html
Copyright © 2011-2022 走看看