MATLAB概率统计函数(2)

最新推荐文章于 2022-08-08 15:01:42 发布

weixin_30555753

最新推荐文章于 2022-08-08 15:01:42 发布

阅读量108

点赞数

文章标签： matlab

原文链接：http://www.cnblogs.com/djcsch2001/archive/2012/02/05/2339189.html

版权

4.5 随机变量的数字特征

4.5.1 平均值、中值

命令利用mean求算术平均值

格式 mean(X) %X为向量，返回X中各元素的平均值

mean(A) %A为矩阵，返回A中各列元素的平均值构成的向量

mean(A,dim) %在给出的维数内的平均值

说明 X为向量时，算术平均值的数学含义是，即样本均值。

例4-30

>> A=[1 3 4 5;2 3 4 6;1 3 1 5]

A =

1 3 4 5

2 3 4 6

1 3 1 5

>> mean(A)

ans =

1.3333 3.0000 3.0000 5.3333

>> mean(A,1)

ans =

1.3333 3.0000 3.0000 5.3333

命令忽略NaN计算算术平均值

格式 nanmean(X) %X为向量，返回X中除NaN外元素的算术平均值。

nanmean(A) %A为矩阵，返回A中各列除NaN外元素的算术平均值向量。

例4-31

>> A=[1 2 3;nan 5 2;3 7 nan]

A =

1 2 3

NaN 5 2

3 7 NaN

>> nanmean(A)

ans =

2.0000 4.6667 2.5000

命令利用median计算中值（中位数）

格式 median(X) %X为向量，返回X中各元素的中位数。

median(A) %A为矩阵，返回A中各列元素的中位数构成的向量。

median(A,dim) %求给出的维数内的中位数

例4-32

>> A=[1 3 4 5;2 3 4 6;1 3 1 5]

A =

1 3 4 5

2 3 4 6

1 3 1 5

>> median(A)

ans =

1 3 4 5

命令忽略NaN计算中位数

格式 nanmedian(X) %X为向量，返回X中除NaN外元素的中位数。

nanmedian(A) %A为矩阵，返回A中各列除NaN外元素的中位数向量。

例4-33

>> A=[1 2 3;nan 5 2;3 7 nan]

A =

1 2 3

NaN 5 2

3 7 NaN

>> nanmedian(A)

ans =

2.0000 5.0000 2.5000

命令利用geomean计算几何平均数

格式 M=geomean(X) %X为向量，返回X中各元素的几何平均数。

M=geomean(A) %A为矩阵，返回A中各列元素的几何平均数构成的向量。

说明几何平均数的数学含义是，其中：样本数据非负，主要用于对数正态分布。

例4-34

>> B=[1 3 4 5]

B =

1 3 4 5

>> M=geomean(B)

M =

2.7832

>> A=[1 3 4 5;2 3 4 6;1 3 1 5]

A =

1 3 4 5

2 3 4 6

1 3 1 5

>> M=geomean(A)

M =

1.2599 3.0000 2.5198 5.3133

命令利用harmmean求调和平均值

格式 M=harmmean(X) %X为向量，返回X中各元素的调和平均值。

M=harmmean(A) %A为矩阵，返回A中各列元素的调和平均值构成的向量。

说明调和平均值的数学含义是，其中：样本数据非0，主要用于严重偏斜分布。

例4-35

>> B=[1 3 4 5]

B =

1 3 4 5

>> M=harmmean(B)

M =

2.2430

>> A=[1 3 4 5;2 3 4 6;1 3 1 5]

A =

1 3 4 5

2 3 4 6

1 3 1 5

>> M=harmmean(A)

M =

1.2000 3.0000 2.0000 5.2941

4.5.2 数据比较

命令排序

格式 Y=sort(X) %X为向量，返回X按由小到大排序后的向量。

Y=sort(A) %A为矩阵，返回A的各列按由小到大排序后的矩阵。

[Y,I]=sort(A) % Y为排序的结果，I中元素表示Y中对应元素在A中位置。

sort(A,dim) %在给定的维数dim内排序

说明若X为复数，则通过|X|排序。

例4-36

>> A=[1 2 3;4 5 2;3 7 0]

A =

1 2 3

4 5 2

3 7 0

>> sort(A)

ans =

1 2 0

3 5 2

4 7 3

>> [Y,I]=sort(A)

Y =

1 2 0

3 5 2

4 7 3

I =

1 1 3

3 2 2

2 3 1

命令按行方式排序

函数 sortrows

格式 Y=sortrows(A) %A为矩阵，返回矩阵Y，Y按A的第1列由小到大，以行方式排序后生成的矩阵。

Y=sortrows(A, col) %按指定列col由小到大进行排序

[Y,I]=sortrows(A, col) % Y为排序的结果，I表示Y中第col列元素在A中位置。

说明若X为复数，则通过|X|的大小排序。

例4-37

>> A=[1 2 3;4 5 2;3 7 0]

A =

1 2 3

4 5 2

3 7 0

>> sortrows(A)

ans =

1 2 3

3 7 0

4 5 2

>> sortrows(A,1)

ans =

1 2 3

3 7 0

4 5 2

>> sortrows(A,3)

ans =

3 7 0

4 5 2

1 2 3

>> sortrows(A,[3 2])

ans =

3 7 0

4 5 2

1 2 3

>> [Y,I]=sortrows(A,3)

Y =

3 7 0

4 5 2

1 2 3

I =

命令求最大值与最小值之差

函数 range

格式 Y=range(X) %X为向量，返回X中的最大值与最小值之差。

Y=range(A) %A为矩阵，返回A中各列元素的最大值与最小值之差。

例4-38

>> A=[1 2 3;4 5 2;3 7 0]

A =

1 2 3

4 5 2

3 7 0

>> Y=range(A)

Y =

3 5 3

4.5.3 期望

命令计算样本均值

函数 mean

格式用法与前面一样

例4-39 随机抽取6个滚珠测得直径如下：（直径：mm）

14.70 15.21 14.90 14.91 15.32 15.32

试求样本平均值

解：>>X=[14.70 15.21 14.90 14.91 15.32 15.32]；

>>mean(X) %计算样本均值

则结果如下：

ans =

15.0600

命令由分布律计算均值

利用sum函数计算

例4-40 设随机变量X的分布律为：

X	-2	-1	0	1	2
P	0.3	0.1	0.2	0.1	0.3

求E (X) E(X2-1)

解：在Matlab编辑器中建立M文件如下：

X=[-2 -1 0 1 2];

p=[0.3 0.1 0.2 0.1 0.3];

EX=sum(X.*p)

Y=X.^2-1

EY=sum(Y.*p)

运行后结果如下：

EX =

Y =

3 0 -1 0 3

EY =

1.6000

4.5.4 方差

命令求样本方差

函数 var

格式 D=var(X) %var(X)=,若X为向量，则返回向量的样本方差。

D=var(A) %A为矩阵，则D为A的列向量的样本方差构成的行向量。

D=var(X, 1) %返回向量（矩阵）X的简单方差（即置前因子为的方差）

D=var(X, w) %返回向量（矩阵）X的以w为权重的方差

命令求标准差

函数 std

格式 std(X) %返回向量（矩阵）X的样本标准差（置前因子为）即：

std(X,1) %返回向量（矩阵）X的标准差（置前因子为）

std(X, 0) %与std (X)相同

std(X, flag, dim) %返回向量（矩阵）中维数为dim的标准差值，其中flag=0时，置前因子为；否则置前因子为。

例4-41 求下列样本的样本方差和样本标准差，方差和标准差

14.70 15.21 14.90 15.32 15.32

解：

>>X=[14.7 15.21 14.9 14.91 15.32 15.32];

>>DX=var(X,1) %方差

DX =

0.0559

>>sigma=std(X,1) %标准差

sigma =

0.2364

>>DX1=var(X) %样本方差

DX1 =

0.0671

>>sigma1=std(X) %样本标准差

sigma1 =

0.2590

命令忽略NaN的标准差

函数 nanstd

格式 y = nanstd(X) %若X为含有元素NaN的向量，则返回除NaN外的元素的标准差，若X为含元素NaN的矩阵，则返回各列除NaN外的标准差构成的向量。

例4-42

>> M=magic(3) %产生3阶魔方阵

M =

8 1 6

3 5 7

4 9 2

>> M([1 6 8])=[NaN NaN NaN] %替换3阶魔方阵中第1、6、8个元素为NaN

M =

NaN 1 6

3 5 NaN

4 NaN 2

>> y=nanstd(M) %求忽略NaN的各列向量的标准差

y =

0.7071 2.8284 2.8284

>> X=[1 5]; %忽略NaN的第2列元素

>> y2=std(X) %验证第2列忽略NaN元素的标准差

y2 =

2.8284

命令样本的偏斜度

函数 skewness

格式 y = skewness(X) %X为向量，返回X的元素的偏斜度；X为矩阵，返回X各列元素的偏斜度构成的行向量。

y = skewness(X,flag) %flag=0表示偏斜纠正，flag=1（默认）表示偏斜不纠正。

说明偏斜度样本数据关于均值不对称的一个测度，如果偏斜度为负，说明均值左边的数据比均值右边的数据更散；如果偏斜度为正，说明均值右边的数据比均值左边的数据更散，因而正态分布的偏斜度为 0；偏斜度是这样定义的：

其中：μ为x的均值，σ为x的标准差，E(.)为期望值算子

例4-43

>> X=randn([5,4])

X =

0.2944 0.8580 -0.3999 0.6686

-1.3362 1.2540 0.6900 1.1908

0.7143 -1.5937 0.8156 -1.2025

1.6236 -1.4410 0.7119 -0.0198

-0.6918 0.5711 1.2902 -0.1567

>> y=skewness(X)

y =

-0.0040 -0.3136 -0.8865 -0.2652

>> y=skewness(X,0)

y =

-0.0059 -0.4674 -1.3216 -0.3954

4.5.5 常见分布的期望和方差

命令均匀分布（连续）的期望和方差

函数 unifstat

格式 [M,V] = unifstat(A,B) %A、B为标量时，就是区间上均匀分布的期望和方差，A、B也可为向量或矩阵，则M、V也是向量或矩阵。

例4-44

>>a = 1:6; b = 2.*a;

>>[M,V] = unifstat(a,b)

M =

1.5000 3.0000 4.5000 6.0000 7.5000 9.0000

V =

0.0833 0.3333 0.7500 1.3333 2.0833 3.0000

命令正态分布的期望和方差

函数 normstat

格式 [M,V] = normstat(MU,SIGMA) %MU、SIGMA可为标量也可为向量或矩阵，则M=MU，V=SIGMA2。

例4-45

>> n=1:4;

>> [M,V]=normstat(n'*n,n'*n)

M =

1 2 3 4

2 4 6 8

3 6 9 12

4 8 12 16

V =

1 4 9 16

4 16 36 64

9 36 81 144

16 64 144 256

命令二项分布的均值和方差

函数 binostat

格式 [M,V] = binostat(N,P) %N，P为二项分布的两个参数，可为标量也可为向量或矩阵。

例4-46

>>n = logspace(1,5,5)

n =

10 100 1000 10000 100000

>>[M,V] = binostat(n,1./n)

M =

1 1 1 1 1

V =

0.9000 0.9900 0.9990 0.9999 1.0000

>>[m,v] = binostat(n,1/2)

m =

5 50 500 5000 50000

v =

1.0e+04 *

0.0003 0.0025 0.0250 0.2500 2.5000

常见分布的期望和方差见下表4-6。

表4-6 常见分布的均值和方差

函数名	调用形式	注释
unifstat	[M,V]=unifstat ( a, b)	均匀分布(连续)的期望和方差，M为期望，V为方差
unidstat	[M,V]=unidstat (n)	均匀分布（离散）的期望和方差
expstat	[M,V]=expstat (p, Lambda)	指数分布的期望和方差
normstat	[M,V]=normstat(mu,sigma)	正态分布的期望和方差
chi2stat	[M,V]=chi2stat (x, n)	卡方分布的期望和方差
tstat	[M,V]=tstat ( n)	t分布的期望和方差
fstat	[M,V]=fstat ( n1, n2)	F分布的期望和方差
gamstat	[M,V]=gamstat ( a, b)	分布的期望和方差
betastat	[M,V]=betastat ( a, b)	分布的期望和方差
lognstat	[M,V]=lognstat ( mu, sigma)	对数正态分布的期望和方差
nbinstat	[M,V]=nbinstat ( R, P)	负二项式分布的期望和方差
ncfstat	[M,V]=ncfstat ( n1, n2, delta)	非中心F分布的期望和方差
nctstat	[M,V]=nctstat ( n, delta)	非中心t分布的期望和方差
ncx2stat	[M,V]=ncx2stat ( n, delta)	非中心卡方分布的期望和方差
raylstat	[M,V]=raylstat ( b)	瑞利分布的期望和方差
Weibstat	[M,V]=weibstat ( a, b)	韦伯分布的期望和方差
Binostat	[M,V]=binostat (n,p)	二项分布的期望和方差
Geostat	[M,V]=geostat (p)	几何分布的期望和方差
hygestat	[M,V]=hygestat (M,K,N)	超几何分布的期望和方差
Poisstat	[M,V]=poisstat (Lambda)	泊松分布的期望和方差

4.5.6 协方差与相关系数

命令协方差

函数 cov

格式 cov(X) %求向量X的协方差

cov(A) %求矩阵A的协方差矩阵，该协方差矩阵的对角线元素是A的各列的方差，即：var(A)=diag(cov(A))。

cov(X,Y) %X,Y为等长列向量，等同于cov([X Y])。

例4-47

>> X=[0 -1 1]';Y=[1 2 2]'；

>> C1=cov(X) %X的协方差

C1 =

>> C2=cov(X,Y) %列向量X、Y的协方差矩阵，对角线元素为各列向量的方差

C2 =

1.0000 0

0 0.3333

>> A=[1 2 3;4 0 -1;1 7 3]

A =

1 2 3

4 0 -1

1 7 3

>> C1=cov(A) %求矩阵A的协方差矩阵

C1 =

3.0000 -4.5000 -4.0000

-4.5000 13.0000 6.0000

-4.0000 6.0000 5.3333

>> C2=var(A(:,1)) %求A的第1列向量的方差

C2 =

>> C3=var(A(:,2)) %求A的第2列向量的方差

C3 =

>> C4=var(A(:,3))

C4 =

5.3333

命令相关系数

函数 corrcoef

格式 corrcoef(X,Y) %返回列向量X,Y的相关系数，等同于corrcoef([X Y])。

corrcoef (A) %返回矩阵A的列向量的相关系数矩阵

例4-48

>> A=[1 2 3;4 0 -1;1 3 9]

A =

1 2 3

4 0 -1

1 3 9

>> C1=corrcoef(A) %求矩阵A的相关系数矩阵

C1 =

1.0000 -0.9449 -0.8030

-0.9449 1.0000 0.9538

-0.8030 0.9538 1.0000

>> C1=corrcoef(A(:,2),A(:,3)) %求A的第2列与第3列列向量的相关系数矩阵

C1 =

1.0000 0.9538

0.9538 1.0000

转载于:https://www.cnblogs.com/djcsch2001/archive/2012/02/05/2339189.html

weixin_30555753

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
MATLAB概率统计函数(2)

4.5随机变量的数字特征4.5.1平均值、中值命令利用mean求算术平均值格式mean(X)%X为向量，返回X中各元素的平均值mean(A)%A为矩阵，返回A中各列元素的平均值构成的向量mean(A,dim)%在给出的维数内的平均值说明X为向量时，算术平均值的数学含义是，即样本均值。例4-30>>...
复制链接

扫一扫