数据正态总体分布normfit()命令来完成对参数的点估计和区间估计。此命令以alpha为显著性水平,在数据X下,对参数进行估计(alpha缺省时设定为0.05)
[muhat,sigmahat,muci,sigmaci]= normfit(X,alpha)
muhat是正态分布的均值的点估计值
sigmahat是标准差的点估计
muci是均值的区间估计
sigmaci是标准差的区间估计
y=[1050,1100,1080,1120,1200,1250,1040,1130,1300,1200];
[muhat,sigmahat,muci,sigmaci]= normfit(y,0.05)
%输出
muhat =
1147
sigmahat =
87.0568
muci =
1.0e+03 *
1.0847
1.2093
sigmaci =
59.8807
158.9318
% muhat是正态分布的均值的点估计值 1147
% sigmahat是标准差的点估计 87.0568
% muci是均值的区间估计[1084.7 1209.3]
% sigmaci是标准差的区间估计[59.8807,158.9318]
[muhat,muci]=expfit(X,alpha)
%在显著性水平alpha下,指数分布的数据X的均值的点估计及其区间估计。
[lamhat,lamaci]=poissfit(X,alpha)
%在显著性水平alpha下,泊松分布的数据X的参数的点估计及其区间估计。
[phat,pci]=weibfit(X,alpha)
%在显著性水平alpha下,求Weibull分布的数据X的参数的点估计及其区间估计。
[ahat,bhat,aci,bci]=unifit(X,alpha)
%在显著性水平alpha下,求均匀分布的数据X的参数a和b的点估计及其区间估计。
%标准差已知的正态均值区间估计
x=[14.6,14.7,15.1,19.9,14.8,15.0,15.1,15.2,14.8];
a=0.05;%给定显著水平
sigma=0.15;%已知标准差
n=length(x);%样本容量
mu=mean(x);%均值
u=norminv(1-a/2,0,1);%正态分布临界值
muci=[mu-u*sqrt(sigma^2/n),mu+u*sqrt(sigma^2/n)]%输出置信区间
[muhat,sigmahat,muci,sigmaci]= normfit(x,0.05)
muci =15.3687 15.5647
muhat =15.4667
sigmahat =1.6748
muci =14.1793
16.7540
sigmaci =1.1313
3.2086
可以在这种情况下看出直接计算和用公式计算误差较大
%均值已知时正态总体标准差的区间估计
x=[14.6,14.7,15.1,19.9,14.8,15.0,15.1,15.2,14.8];
a=0.05;%给定显著水平
n=length(x);%样本容量
mu=14.5;%已知均值
chi2=sum((x-mu).^2);
lambda1=chi2inv(1-a/2,n);
lambda2=chi2inv(a/2,n);
sigma=[sqrt(chi2/lambda1),sqrt(chi2/lambda2)]
y=[1050,1100,1080,1120,1200,1250,1040,1130,1300,1200];
%p139 22
z=[2.14,2.10,2.13,2.15,2.13,2.12,2.13,2.10,2.15,2.12,2.14];
mu=mean(z);
[muhat,sigmahat,muci,sigmaci]= normfit(z,0.1)
% 数据正态总体分布normfit()命令来完成对参数的点估计和区间估计。此命令以alpha为显著性水平,在数据X下,对参数进行估计(alpha缺省时设定为0.05)
% muhat是正态分布的均值的点估计值 1147
% sigmahat是标准差的点估计 87.0568
% muci是均值的区间估计[1084.7 1209.3]
% sigmaci是标准差的区间估计[59.8807,158.9318]
%%
[muhat,muci]=expfit(X,alpha)
%在显著性水平alpha下,指数分布的数据X的均值的点估计及其区间估计。
[lamhat,lamaci]=poissfit(X,alpha)
%在显著性水平alpha下,泊松分布的数据X的参数的点估计及其区间估计。
[phat,pci]=weibfit(X,alpha)
%在显著性水平alpha下,求Weibull分布的数据X的参数的点估计及其区间估计。
[ahat,bhat,aci,bci]=unifit(X,alpha)
%在显著性水平alpha下,求均匀分布的数据X的参数a和b的点估计及其区间估计。
%%
%标准差已知的正态均值区间估计
x=[14.6,14.7,15.1,19.9,14.8,15.0,15.1,15.2,14.8];
a=0.05;%给定显著水平
sigma=0.15;%已知标准差
n=length(x);%样本容量
mu=mean(x);%均值
u=norminv(1-a/2,0,1);%正态分布临界值
muci=[mu-u*sqrt(sigma^2/n),mu+u*sqrt(sigma^2/n)]%输出置信区间
[muhat,sigmahat,muci,sigmaci]= normfit(x,0.05)
%%
%均值已知时正态总体标准差的区间估计
x=[14.6,14.7,15.1,19.9,14.8,15.0,15.1,15.2,14.8];
a=0.05;%给定显著水平
n=length(x);%样本容量
mu=14.5;%已知均值
chi2=sum((x-mu).^2);
lambda1=chi2inv(1-a/2,n);
lambda2=chi2inv(a/2,n);
sigma=[sqrt(chi2/lambda1),sqrt(chi2/lambda2)]