统计学回顾

位置的测量

• 算数平均数：$\bar{y}=\frac{\sum y_i}{n}$
• 中位数：数据从小到大排列，若测量值个数为奇数，中间值就为中位数，若为偶数，中位数为中间两个数的算数平均值
• 众数：只有在处理离散或粗糙的舍入数据时，这个概念才可以直接使用

分散程度的测量

• 极差：最大值与最小值之差
• 标准差：$s_y=\sqrt{\frac{S_t}{n-1}}$，其中$S_t=\sum (y_i-\bar{y}{)}^2$
• 方差：$s_y^2=\frac{S_t}{n-1}$，在标准差和方差的计算公式中分母都是$n-1$，这个量被称为“自由度”，该术语来源于以下事实：计算$S_t$的量和为0($\bar{y}-y_1,\bar{y}-y_2,...\bar{y}-y_i$)，有$n$个自由度；另一理由是，单个数据点不存在分散的概念，当$n=1$时，标准差和方差均为无穷大。
• 变异系数：$c.v.=\frac{s_y}{\bar{y}}\times 100\%$

用Matlab计算上述统计学量

mean(s)   # 计算算数平均数
median(s) # 计算中位数
mode(s)   # 计算众数
var(s)    # 计算方差
std(s)    # 计算标准差

Matlab中的随机数函数

• r = rand(m, n)，生成均匀分布在0和1之间的数字序列，r = m*n的随机数矩阵。使用如下公式，可以在另一个区间内，生成均匀分布的随机数：runiform = low + (up - low) * rand(m, n)。
• r = randn(m, n)，生成正态分布的数字序列，平均值为0，标准差为1。使用如下公式，生成具有不同平均值和标准差的正态分布序列：rnormal = mn + s * randn(m, n)。