matlab检测概率与检测因子,实验三： 数据的简单统计分析与推断

实验三 数据的简单统计分析与推断

一、 实验目的：

对采集数据利用数理统计的知识，辅以matlab 进行估计、分析和推断，即

从一定总体中随机抽出一部分样本简单估计、分析和推断，以此对所研究的总体进行推测性的判断。

1. 掌握参数估计和假设检验的基本理论模型与分类；

2. 了解方差分析和线性回归模型的matlab 解决方案；

3. 根据问题的要求建立模型；

4. 针对已经建立的模型，确定参数，通过Matlab 求解；

二、 预备知识：

1. 参数估计：利用样本统计量对总体(服从正态分布)参数进行估计：点估

计、区间估计； 2. 假设检验：总体均值的假设检验、总体方差的假设检验和两总体的检验； 3. 方差分析：

背景：事件的发生往往与多个因素有关，但各个因素对事件发生的影响

可能是不一样的，而且同一因素的不同水平对事件发生的影响也是不同的。通过方差分析，可以研究不同因素以及因素的不同水平对事件发生的影响程度。根据自变量个数的不同，方差分析可以分为单因子方差分析和多因子方差分析。 数学原理：

一个实验有多个影响因素，如果只有一个在发生变化，则称为单

因子分析。假设某一实验有s 个不同条件，则在每个条件(或称

水平)下进行实验，可以得到s 个总体，分别记为s X X X 21,，个总体的平均数表示为s μμμ 21,，各总体的方差表示为

22221,s σσσ 。现在，在这s 个总体服从正态分布且方差相等的

情况下检查各总体的平均数是否相等，若相等则认为因素对实验结果之间没有显著影响。双因子方差分析，因素水平的改变所造成的实验结果的改变，称为主效应。当某一因素的效应随另一因素的水平不同而不同，则称这两个因素之间存在交互作用。由于交互作用引起的实验结果的改变称为交互效应。

4. 线性回归：

背景：实际生活中，某个现象的发生或某种结果的出现往往与其他的某

个或某些因素有关，但这种关系又是不确定的，只是从数据上可以看出有关的趋势。回归分析就是用来研究具有这种特征的变量之间的相关关系的。线性回归假设因变量与自变量之间为线性关系，用一定的线性回归模型来拟合变量，确定模型中的未知参数。

5. 参数估计、假设检验、方差分析和回归分析的matlab 实现；