matlab实现信息量估计法,《数学建模算法与应用》——学习笔记chapter10. 数据的统计描述和分析...

1. 统计的基本概念

1.1 总体和样本

总体是人们研究对象的全体，又称母体；总体中的每一个基本单位称为个体，个体的特征用一个变量(如x)来表示；从总体中随机产生的若干个个体的集合称为样本，或子样，个体的数量称为样本容量。

1.2 频数表和直方图

将数据的取值范围划分为若干个区间，然后统计这组数据在每个区间中出现的次数，称为频数，由此得到一个频数表。以数据的取值为横坐标，频数为纵坐标，画出一个阶梯形的图，称为直方图，或频数分布图。

1.3 统计量

假设有一个容量为n的样本(即一组数据)，需要对它进行一定的加工，才能提出有用的信息，用作对总体(分布)参数的估计和检验。

(i)表示位置的统计量—算术平均值和中位数

算术平均值(简称均值)描述数据取值的平均位置，记作x ˉ = 1 n ∑ i = 1 n x i \bar x=\frac{1}{n}\sum\limits_{i=1}^nx_ixˉ=n1​i=1∑n​xi​，中位数是将数据由小到大排序后位于中间位置的那个数值。

Matlab 中 mean(x)返回 x 的均值，median(x)返回中位数。

(ii)表示变异程度的统计量—标准差、方差和极差

标准差s定义为s = [ 1 n − 1 ∑ i = 1 n ( x i − x ˉ ) 2 ] ] 1 2 s=\begin{bmatrix} \frac{1}{n-1}\sum\limits_{i=1}^n(x_i-\bar x)^2] \end{bmatrix}^{\frac{1}{2}}s=[n−11​i=1∑n​(xi​−xˉ)2]​]21​，方差是标准差的平方s 2 s^2s2,极差是样本的最大值与最小值之差。

Matlab 中 std(x)返回 x 的标准差，var(x)返回方差，range(x)返回极差。

(iii)中心矩、表示分布形状的统计量—偏度和峰度

随机变量x的r阶中心矩为E ( x − E x ) r E(x − Ex)^rE(x−Ex)r。

偏度反映分布的对称性，ν1>0称为右偏态，此时数据位于均值右边的比位于左边的多；ν1<0称为左偏态，情况相反；而ν1接近0则可认为分布是对称的。

峰度是分布形状的另一种度量，正态分布的峰度为3，若ν2 比3大得多，说明样本中含有较多远离均值的数据，因而峰度可以用作衡量偏离正态分布的尺度之一。

Matlab 中 moment(x,order)返回 x 的 order 阶中心矩，order 为中心矩的阶数。skewness(x)返回 x 的偏度，kurtosis(x)返回峰度。

<