(7.1) 随机数
a = exprnd(2); %产生1个服从miu=2的指数分布的随机数
A = exprnd(2,5); %产生5×5服从miu=2的指数分布的随机数矩阵
A = exprnd(2,3,4); %产生3×4服从miu=2的指数分布的随机数矩阵
a = unifrnd(1,3); %产生1个服从[1,3]的均匀分布的随机数
A = unifrnd(1,3,5); %产生5×5服从[1,3]的均匀分布的随机数矩阵
A = unifrnd(1,3,3,4); %产生3×4服从[1,3]的均匀分布的随机数矩阵
a = poissrnd(8); %产生1个服从lamda=8的泊松分布的随机数
A = poissrnd(8,5); %产生5×5服从lamda=8的泊松分布的随机数矩阵
A = poissrnd(8,3,4); %产生3×4服从lamda=8的泊松分布的随机数矩阵
a = normrnd(0,1); %产生1个服从miu=0,sigma=1的正态分布的随机数
A = normrnd(0,1,5); %产生5×5服从miu=0,sigma=1的正态分布的随机数矩阵
A = normrnd(0,1,3,4); %产生3×4服从miu=0,sigma=1的正态分布的随机数矩阵
a = binornd(10,0.5); %产生1个服从n=10,p=0.5的二项分布的随机数
A = binornd(10,0.5,5); %产生5×5服从n=10,p=0.5的二项分布的随机数矩阵
A = binornd(10,0.5,3,4); %产生3×4服从n=10,p=0.5的二项分布的随机数矩阵
(7.2) 概率密度函数
y = binopdf(x,10,0.5); %以横坐标x产生n=10,p=0.5的二项分布函数的纵坐标值y
y = poisspdf(x,8); %以横坐标x产生lamda=8的泊松分布函数的纵坐标值y
y = geopdf(x,0.5); %以横坐标x产生p=0.5的几何分布函数的纵坐标值y
y = unifpdf(x,1,3); %以横坐标x产生a=1,b=3的均匀分布函数的纵坐标值y
y = exppdf(x,2); %以横坐标x产生miu=2的指数分布函数的纵坐标值y
y = normpdf(x,0,1); %以横坐标x产生miu=0,sigma=1的正态分布函数纵坐标值y
y = chi2pdf(x,2); %以横坐标x产生自由度为2的卡方分布函数的纵坐标值y
y = tpdf(x,3); %以横坐标x产生自由度为3的t分布函数的纵坐标值y
y = fpdf(x,5,10); %第一自由度为5第二自由度为10的F分布的概率密度函数
(7.3) 随机变量的数字特征
mean(A,1); %对矩阵A的列元素求算术平均值(默认)
mean(A,2); %对矩阵A的行元素求算术平均值
nanmean(A,1); %忽略NaN对矩阵A的列求算术平均值(默认)
nanmean(A,2); %忽略NaN对矩阵A的行求算术平均值
geomean(A,1); %对矩阵A的列求几何平均值(默认)
geomean(A,2); %对矩阵A的行求几何平均值
harmmean(A,1); %对矩阵A的列求调和平均值(默认)
harmmean(A,2); %对矩阵A的行求调和平均值
median(A,1); %对矩阵A的列求中位数(默认)
median(A,2); %对矩阵A的行求中位数
nanmedian(A,1); %忽略NaN对矩阵A的列求中位数(默认)
nanmedian(A,2); %忽略NaN对矩阵A的行求中位数
range(A,1); %对矩阵A按列求最大值与最小值之差(默认)
range(A,2); %对矩阵A按行求最大值与最小值之差
var(A,0,1); %对矩阵A按列求方差(默认)
var(A,0,2); %对矩阵A按行求方差
std(A,0,1); %对矩阵A按列求标准差(默认)
std(A,0,2); %对矩阵A按行求标准差
[mean_bino,var_bino] = binostat(n,p); %求二项分布的期望和方差
[mean_unif,var_unif] = unifstat(a,b); %求均匀分布的期望和方差
[mean_norm,var_norm] = normstat(miu,sigma); %求正态分布的期望和方差
[mean_exp,var_exp] = expstat(miu); %求指数分布的期望和方差
[mean_t,var_t] = tstat(n_t); %求t分布的期望和方差
[mean_F,var_F] = fstat(n_F_1,n_F_2); %求F分布的期望和方差
cov(x,y); %求x、y的协方差
corrcoef(x,y); %求x、y的相关系数
(7.4) 参数估计
X = unifrnd(1,3,3,40);
[a,b,aci,bci] = unifit(X,0.05); %对X的每一列进行置信度为0.95的点估计和区间估计(均匀分布)
X = exprnd(2,3,40);
[lamda,lamdaci] = expfit(X,0.05); %对X的每一列进行置信度为0.95的点估计和区间估计(指数分布)
X = betarnd(7,5,3,40);
[phat,pci] = betafit(X,0.05); %对X的每一列进行置信度为0.95的点估计和区间估计(Beta分布)
X = normrnd(0,1,3,40);
[miu,sigma,miuci,sigmaci] = normfit(X,0.05); %对X的每一列进行置信度为0.95的点估计和区间估计(正态分布)
《 M A T L A B S Y N T A X 》 系 列 博 客 创 作 参 考 资 料 来 源 《MATLAB\ SYNTAX》系列博客创作参考资料来源 《MATLAB SYNTAX》系列博客创作参考资料来源
- 《自动控制原理实验教程》.巨林仓.西安交通大学出版社.
- 《MATLAB工程与科学绘图》.周博.薛世峰.清华大学出版社.
- 《MATLAB R2018a完全自学一本通》.刘浩.韩晶.电子工业出版社.
- 《科学计算与MATLAB语言》.刘卫国.蔡旭晖.吕格莉.何小贤.中国大学MOOC.
- 《MATLAB软件与基础数学实验》.李换琴.朱旭.王勇茂.籍万新.西安交通大学出版社.
- 《Matlab教程 - 图像处理》@正月点灯笼.https://www.bilibili.com.
- 《MATLAB从入门到秃头》@古德谓尔.https://www.bilibili.com.
博 客 创 作 : A i d e n L e e 博客创作:Aiden\ Lee 博客创作:Aiden Lee
特别声明:文章仅供学习参考,转载请注明出处,严禁盗用!