matlab在逆概率统计中的应用 例题,第六章 MATLAB在概率统计中的应用

第六章MATLAB在概率统计中的应用

概率统计的应用十分广泛，这不仅与概率的简洁直观有着密切的联系，还与实际问题中的众多现象的随机性、不确定性有着密切的联系。概率统计几乎遍及所有科学技术领域以及工农业生产和国民经济的各个部门中。例如，使用概率的方法可以进行天气预报、地震预测、产品的抽样检查、计算产品使用的平均寿命、置信估计等等。有时也可通过概率统计的方法对实际问题进行仿真模拟。

随着概率统计方法的使用面的增加也出现的众多概率统计软件，例如SAS软件、R软件等等。早期的MA TLAB中有关概率统计的具体程序并不多见，但随着MATLAB版本的提高，也陆续引进的众多概率统计程序。其中主要包括统计变量的数字特征、常用统计分布、常用随机数的产生、参数估计、区间估计、假设检验、方差分析和回归诊断及统计图的绘制等方面的各个程序。

6.1 统计量的数字特征

6.1.1 简单数学期望和平均值

Mean平均值函数

对于一些服从特殊分布的随机变量而言直接利用数组的点乘和求和函数来获得数学期望值。例如：

数学期望值E(X)的值可以通过下述方法获得

>>x=[-2 0 2];

>>Pk=[0.4 0.3 0.3]

>>sum(x.*Pk)

6.1.2 数据的比较

在给定的一组数据中，还常要对它们进行最大、最下、中值的查找或对它们排序等操作。在MA TLAB中提供了这些函数。

Max 求随机变量的最大值元素

Nanmax 求随机变量的忽略nan的最大值运算

Min求随机变量的最小值元素

Median 求随机变量的中值

Sort 对随机变量由小到大排序

Sortrows 对随机矩阵按首行进行行排序

Range 求随机变量的值范围，即最大值与最小值的差。

6.1.3 方差和标准差

Var(x) 方差函数

Std(x) 标准差函数