统计学及统计学在MATLAB的应用

概率论基础在MATLAB中的实现

---

一、基础方法

1：rand（N）功能：返回一个N×N的随机矩阵
2：rand（N，M）功能：返回一个N×M的随机矩阵
3：rand（P1，P2，…，Pn）功能：返回一个P1×P2×…×Pn的随机矩阵
4：round（x）功能：对向量或矩阵x的每个分量四舍五入取整.

二、使用步骤

模拟硬币出现正面或反面

for i=1:100
a(i)=sum(sum(round(rand(100))))/10000;
end
m=max(a)%100次实验中正面朝上硬币的次数最大的实验
n=mean(a)%100次实验中正面朝上硬币的平均次数的实验
k=min(a)%100次实验中正面朝上硬币的次数最小的实验

条件概率

若事件B的发生会影响事件A的发生，则在事件B发生的条件下，事件A发生的概率称为条件概率，条件概率的计算公式为

##例题
袋中有10只球，其中7只白球，3只黑球，分有放回和无放回两种情况，分三次取球，每次取一个，分别求：（1）第三次摸到了黑球的概率；（2）第三次才摸到黑球的概率；（3）三次都摸到了黑球的概率.
#有放回的情况

二项分布(稍微了解即可)

若随机变量X的所有可能取值为0，1，…，n，其概率分布为P{X=k}=Cknpkqn-k，k=0，1，2，…，n其中q=1-p，则称X服从参数为n和p的二项分布，记作X～B（n，p）.
二项分布的数学期望为E（X）=np，方差为D（X）=npq.
binopdf（X，N，P）功能：计算二项分布的密度函数.其中X为随机变量，N为独立试验的重复数，P为事件发生的概率.
binocdf（X，N，P）功能：计算二项分布的累积分布函数.其中X为随机变量，N为独立试验的重复数，P为事件发生的概率.
binostat（N，P）功能：求二项分布的数学期望与方差.N为独立试验的重复数，P为事件发生的概率.
binornd（N，P，m，n）功能：产生服从二项分布的m×n阶随机矩阵.其中N为独立试验的重复数，P为事件发生的概率，m和n分别是所产生随机矩阵的行数和列数.

a=binornd(1000,0.2,5,5)

a =

210 196 202 202 214
182 183 199 186 216
196 213 202 192 181
185 219 192 198 194
199 188 226 201 202

泊松分布

如果随机变量的概率分布为

其中λ>0为常数，则称X服从参数为λ的泊松分布，记作X～P（λ），泊松分布的数学期望E（X）=λ，方差D（X）=λ.
poissinv（Y，LMD）功能：求泊松分布的逆累积分布函数.其中Y为显著概率值，LMD为参数.
poissrnd（LMD，M，N）功能：产生服从泊松分布的随机数.其中LMD为参数（期望），M和N为产生随机矩阵的行数和列数.

poissrnd(1,5,5)%期望为1 的POSon分布

随机变量X的分布函数

设随机变量X的分布函数为F（x），若存在非负函数f（x），使得对任意实数x，有
![在这里插入图片描述](https://img-blog.csdnimg.cn/adf4957178bb48

正态分布

如果随机变量X的概率密度为

其中μ，σ均为常数，且σ＞0，则称X服从参数为μ和σ2的正态分布，记作X～N（μ，σ2），当μ=0，σ=1时，称X服从标准正态分布，记作X～N（0，1）.
normpdf（X，M，C）格式 求正态分布的密度函数.其中X为随机变量，M为正态分布参数μ，C为参数σ.

x=0:0.1:10;
y=normpdf(x,5,1);
plot(x,y)

normrnd（M，C，m，n）格式 产生服从正态分布的随机数.其中M为正态分布参数μ，C为参数σ，m和n为随机矩阵的行数和列数.

χ2分布

χ2分布设随机变量X1，X2，…，Xn相互独立，且均服从N（0，1），令

，则X的分布称为具有自由度n的χ2分布，记作X～χ2（n）.
chi2pdf（X，N）功能：计算χ2分布的密度函数.其中X为随机变量，N为χ2分布自由度.

x=0:0.1:10;
y=chi2pdf(x,10);
plot(x,y)

chi2cdf（X，N）功能：计算χ2分布的累积分布函数.其中X为随机变量，N为χ2分布自由度.

x=0:0.1:10;
y=chi2cdf(x,1);
plot(x,y)