实验四方差分析和回归分析 四、实验结果 1、用5种不同的施肥方案分别得到某种农作物的收获量（kg）如右： 在显著性水平= 对农作物的收获量是否有显著影响． >> X=[67 67 55 42 98 96 91 66 60 69 50 35 79 64 81 70 90 70 79 88]; group=[ones(1,4),2*ones(1,4),3*ones(1,4),4*ones(1,4),5*ones(1,4)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [+03] [ 4] [] [] [] 'Error' [+03] [15] [] [] [] 'Total' [+03] [19] [] [] []
stats = gnames: {5x1 cell} n: [4 4 4 4 4] source: 'anova1' means: [ ] df: 15 s: 因为p=<，所以施肥方案对农作物的收获量有显著影响。且由箱型图可知：第2种施肥方案对对农作物的收获量的影响最好，即产量最高。 2、某粮食加工产试验三种储藏方法对粮食含水率有无显著影响，现取一批粮食分成若干份，分别用三种不同的方法储藏，过段时间后测得的含水率如右表：
在显著性水平=α下，i x 检验储藏方法对含水率有无显著的影响． >> X=[ 10 ]; group=[ones(1,5),2*ones(1,5),3*ones(1,5)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [] [ 2] [] [] [] 'Error' [ ] [12] [] [] [] 'Total' [] [14] [] [] [] stats = gnames: {3x1 cell} n: [5 5 5] source: 'anova1'
§13.6 概率统计实验 [学习目标] 1． 会用Mathematica 求概率、均值与方差； 2． 能进行常用分布的计算； 3． 会用Mathematica 进行期望和方差的区间估计； 4． 会用Mathematica 进行回归分析。 概率统计是最需要使用计算机的领域，过去依靠计算器进行统计计算，由于计算机的普及得以升级换代。本节介绍Mathematica 自带的统计程序包，其中有实现常用统计计算的各种外部函数。 一、 样本的数字特征 1. 一元的情况 Mathematica 的内部没有数理统计方面的功能，但是带有功能强大的数理统计外部程序，由多个程序文件组成。它们在标准扩展程序包集的Statistic 程序包子集中，位于目录 D ：\Mathematica\4.0\AddOns\StandardPackages\Statistics 下。通过查看Help ，可以找到包含所需外部函数的程序文件名。 在程序文件DescriptiveStatistics.m 中，含有实现一元数理统计基本计算的函数，常用的有： SampleRange[data] 求表data 中数据的极差（最大数减最小数）。 Median[data] 求中值。 Mean[data] 求平均值∑=n i i x n 1 1。 Variance[data] 求方差（无偏估计）∑=--n i i x x n 12)(11。 StandardDeviation[data] 求标准差（无偏估计）∑=--n i i x x n 1 2)(11。 VarianceMLE[data] 求方差∑=-n i i x x n 1 2)(1。 StandardDeviationMLE[data] 求标准差∑=-n i i x x n 1 2)(1。 实际上程序文件中的函数很多，这里只列出了最常用的函数，其它计算函数可以通过Help 浏览。 例1 给出一组样本值：6.5，3.8，6.6，5.7，6.0，6.4，5.3，计算样本个数、最大值、最小值、均值、方差、标准差等。
习题一 1.1 写出下列随机试验的样本空间，并把指定的事件表示为样本点的集合： （1）随机试验：考察某个班级的某次数学考试的平均成绩（以百分制记分，只取整数）； 设事件A 表示：平均得分在80分以上。 （2）随机试验：同时掷三颗骰子，记录三颗骰子点数之和； 设事件A 表示：第一颗掷得5点； 设事件B 表示：三颗骰子点数之和不超过8点。 （3）随机试验：一个口袋中有5只球，编号分别为1，2，3，4，5，从中取三个球； 设事件A 表示：取出的三个球中最小的号码为1。 （4）随机试验：某篮球运动员投篮练习，直至投中十次，考虑累计投篮的次数； 设事件A 表示：至多只要投50次。 （5）随机试验：将长度为1的线段任意分为三段，依次观察各段的长度。 1.2 在分别标有号码1~8的八张卡片中任抽一张。 （1）写出该随机试验的样本点和样本空间； （2）设事件A 为“抽得一张标号不大于4的卡片”，事件B 为“抽得一张标号为偶数的 卡片”，事件C 为“抽得一张标号能被3整除的卡片”。 试将下列事件表示为样本点的集合，并说明分别表示什么事件？ （a ）AB ； (b) B A +； (c) B ； (d) B A -； (e) BC ； (f) C B + 。 1.3 设A 、B 、C 是样本空间的事件，把下列事件用A 、B 、C 表示出来： （1）A 发生； （2）A 不发生，但B 、C 至少有一个发生； （3）三个事件恰有一个发生； （4）三个事件中至少有两个发生； （5）三个事件都不发生； （6）三个事件最多有一个发生； （7）三个事件不都发生。 1.4 设}10,,3,2,1{ =Ω，}5,3,2{=A ，}7,5,3{=B ，}7,4,3,1{=C ，求下列事件： （1）B A ； （2）)(BC A 。 1.5 设A 、B 是随机事件，试证：B A AB A B B A +=-+-)()(。 1.6 在11张卡片上分别写上Probability 这11个字母，从中任意抽取7张，求其排列结果为ability 的概率。 1.7 电话号码由6位数字组成，每个数字可以是0，1，2，…，9中的任一个数字（但第一位不能为0），求电话号码是由完全不相同的数字组成的概率。 1.8 把10本不同的书任意在书架上放成一排，求其中指定的3本书恰好放在一起的概率。
实验四 方差分析和回归分析 四、实验结果 1、用5种不同的施肥方案分别得到某种农作物的收获量（kg ）如右： 在显著性水平=α下，检验施肥方案对农作物的收获量是否有显著影 响． >> X=[67 67 55 42 98 96 91 66 60 69 50 35 79 64 81 70 90 70 79 88]; group=[ones(1,4),2*ones(1,4),3*ones(1,4),4*ones(1,4),5*ones(1,4)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [+03] [ 4] [] [] [] 'Error' [+03] [15] [] [] [] 'Total' [+03] [19] [] [] [] 5 9 778
stats = gnames: {5x1 cell} n: [4 4 4 4 4] source: 'anova1' means: [ ] df: 15 s: 因为p=<，所以施肥方案对农作物的收获量有显著影响。且由箱型图可知：第2种施肥方案对对农作物的收获量的影响最好，即产量最高。 2、某粮食加工产试验三种储藏方法对粮食含水率有无显著影响，现取一批粮食分成若干份，分别用三种不同的方法储藏，过段时间后测得的含水率如右表：
在显著性水平=α下，i x 检验储藏方法对含水率有无显著的影 响． >> X=[ 10 ]; group=[ones(1,5),2*ones(1,5),3*ones(1,5)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [] [ 2] [] [] [] 'Error' [ ] [12] [] [] [] 'Total' [] [14] [] [] [] stats = gnames: {3x1 cell} n: [5 5 5]
撰写人姓名：撰写时间：审查人姓名： 实验全过程记录实验 名称概率统计实验 时间2学时 地点数学实验室 姓名学号 同实验者学号 一、实验目的 1、掌握利用MATLAB处理简单的概率问题； 2、掌握利用MATLAB处理简单的数理统计问题。 二、实验内容： 1、熟练掌握几种常用的离散型、连续型随机变量的函数命令； 2、熟练掌握常用的描述样本数据特征的函数命令（如最值、均值、中位数（中值）、方差、标准差、几何平均值、调和平均值、协方差、相关系数等）； 3、掌握常用的MATLAB统计作图方法（如直方图、饼图等）； 4、能用MATLAB以上相关命令解决简单的数据处理问题； 5、熟练掌握常用的参数估计和假设检验的相关的函数命令； 6、能用参数估计和假设检验等相关命令解决简单的实际问题。 三、实验用仪器设备及材料 软件需求： 操作系统：Windows XP或更新的版本； 实用数学软件：MATLAB 7.0或更新的版本。 硬件需求： Pentium IV 450以上的CPU处理器、512MB以上的内存、5000MB的自由硬盘空间、CD-ROM驱动器、打印机、打印纸等。 四、实验原理: 概率论与数理统计等相关理论 五、实验步骤： 1、对下列问题，请分别用专用函数和通用函数实现。 ⑴X服从[3, 10]上均匀分布，计算P{X≤4}，P{X>8}；已知P{X>a}=0.4，求a。 p1=unifcdf(4,3,10) p2=1-unifcdf(8,3,10) p11=cdf('unif',4,3,10) p22=1-cdf('unif',8,3,10) unifinv(0.6,3,10) icdf('unif',0.6,3,10) p1 =
《概率论与数理统计》课程教学大纲 （2002年制定 2004年修订） 课程编号： 英文名：Probability Theory and Mathematical Statistics 课程类别：学科基础课 前置课：高等数学 后置课：计量经济学、抽样调查、试验设计、贝叶斯统计、非参数估计、统计分析软件、时间序列分析、统计预测与决策、多元统计分析、风险理论 学分：5学分 课时：85课时 修读对象：统计学专业学生 主讲教师：杨益民等 选定教材：盛骤等，概率论与数理统计，北京：高等教育出版社，2001年（第三版） 课程概述： 本课程是统计学专业的学科基础课，是研究随机现象统计规律性的一门数学课程，其理论及方法与数学其它分支、相互交叉、渗透，已经成为许多自然科学学科、社会与经济科学学科、管理学科重要的理论工具。由于其具有很强的应用性，特别是随着统计应用软件的普及和完善，使其应用面几乎涵盖了自然科学和社会科学的所有领域。本课程是统计专业学生打开统计之门的一把金钥匙，也是经济类各专业研究生招生考试的重要专业基础课。本课程由概率论与数理统计两部分组成。概率论部分侧重于理论探讨，介绍概率论的基本概念，建立一系列定理和公式，寻求解决统计和随机过程问题的方法。其中包括随机事件和概率、随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理等内容；数理统计部分则是以概率论作为理论基础，研究如何对试验结果进行统计推断。包括数理统计的基本概念、参数统计、假设检验、非参数检验、方差分析和回归分析等。 教学目的： 通过本课程的学习，要求能够理解随机事件、样本空间与随机变量的基本概念，掌握概率的运算公式，常见的各种随机变量（如0－1分布、二项分布、泊松（Poisson）分布、均匀分布、正态分布、指数分布等）的表述、性质、数字特征及其应用，一维随机变量函数的分布、二维随机变量的和分布、顺序统计量的分布。理解数学期望、方差、协方差与相关系数的本质涵义，掌握数学期望、方差、协方差与相关系数的性质，熟练运用各种计算公式。了解大数定律和中心极限定量的内容及应用，熟悉数据处理、数据分析、数据推断的各种基本方法，能用所掌握的方法具体解决所遇到的各种社会经济问题，为学生进一步学习统计专业课打下坚实的基础。 教学方法： 本课程具有很强的应用性，在教学过程中要注意理论联系实际，从实际问题出发，通过抽象、概括，引出新的概念。由于本课程是研究随机现象的科学，学生之前从未接触过，学习起来会感到难度较大，授课时应突出重点，讲清难点。要使学生明白，本课程主要研究哪些方面的问题，从何角度、用何原理和方法进行研究的，是怎样研究的，得到哪些结论，如何用这些方法和结论处理今后遇到的社会经济问题。在教育中要坚持以人为本，全面体现学生的主体地位，教师应充分发挥引导作用，注意随时根据学生的理解状况调整教学进度。授课要体现两方面的作用：一是为学生自学准备必要的理论知识和方法，二是激发学生学习兴趣，引导学生自学。在教学中要体现计算机辅助
线性回归实验报告（三） 实验目的：通过本次实验，了解matlab和spss在非参数检验中的应用，学会用matlab和spss做非参数假设检验，主要包括单样本和多样本非参数假设检验。 实验内容： 1.单样本假设检验； 2.多样本假设检验. 实验结果与分析： 1.单样本K-S儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-1-样本KS； ⑵将“周岁儿童身高”变换到检验变量列表，由于样本量太少，点击精确按钮，选择精确检验方法； ⑶回到K-S检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 从图形特征上看，儿童身高的分布非常接近正态分布，但是仍需要用K-S来检验
诊断。 结论：K-S检验统计量Z值为0.936，显著性为0.344，大于显著性水平0.05，所以不能拒绝原假设，认为周岁儿童的身高服从正态分布。 2.单样本游程——电缆 操作步骤： ⑴分析-非参数检验-旧对话框-游程； ⑵将“耐电压值”变换到检验变量列表； ⑶回到游程检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。
结论：中位数渐进显著性为0.491，平均数和众数为1，大于显著性水平0.05，所以不能拒绝原假设，所以该组电缆耐电压值是随机的。 3.多独立样本——儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-K个独立样本检验； ⑵将“周岁儿童身高”变换到检验变量列表；将“城市标志”变换到分组变量，设置分组变量范围； ⑶回到多独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。
结论：多个样本的K-W检验，即秩和检验目的是看各总体的位置参数是否一样，渐近显著性值为0.003，小于显著性水平0.05，所以拒绝原假设，因而四个城市儿童身高的分布存在显著性差异。 4.多样本配对——促销方式 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将“促销形式1”、“促销形式2”、“促销形式3”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。
概率统计实验报告 班级16030 学号16030 姓名 2018 年1 月3 日
1、 问题概述和分析 （1） 实验内容说明： 题目12、（综合性实验）分析验证中心极限定理的基本结论: “大量独立同分布随机变量的和的分布近似服从正态分布”。 （2） 本门课程与实验的相关内容 大数定理及中心极限定理； 二项分布。 （3） 实验目的 分析验证中心极限定理的基本结论。 2、实验设计总体思路 2.1、引论 在很多实际问题中，我们会常遇到这样的随机变量，它是由大量的相互独立的随机 因素的综合影响而形成的，而其中每一个个别因素在总的影响中所起的作用是微小的，这种随机变量往往近似的服从正态分布。 2.2、 实验主题部分 2.2.1、实验设计思路 1、 理论分析 设随机变量X1，X2，......Xn ，......独立同分布，并且具有有限的数学期望和方差：E(Xi)=μ，D(Xi)=σ2(k=1,2....)，则对任意x ，分布函数 满足 该定理说明，当n 很大时，随机变量 近似地服从标准正 态分布N(0，1)。因此，当n 很大时， 近似地服从正 态分布N(n μ，n σ2)． 2、实现方法（写清具体实施步骤及其依据） (1) 产生服从二项分布),10(p b 的n 个随机数, 取2.0=p , 50=n , 计算n 个随 机数之和y 以及 ) 1(1010p np np y --; 依据：n 足够大，且该二项分布具有有限的数学期望和方差。 (2) 将(1)重复1000=m 组, 并用这m 组 ) 1(1010p np np y --的数据作频率直方图进 行观察. 依据：通过大量数据验证随机变量的分布，且符合极限中心定理。
概率论与数理统计上机实验报告
一、实验内容 使用MATLAB 软件进行验证性实验，掌握用MATLAB 实现概率统计中的常见计算。本次实验包括了对二维随机变量，各种分布函数及其图像以及频率直方图的考察。 1、列出常见分布的概率密度及分布函数的命令，并操作。 2、掷硬币150次，其中正面出现的概率为0.5，这150次中正面出现的次数记为X ， (1) 试计算45=X 的概率和45≤X 的概率； (2) 绘制分布函数图形和概率分布律图形。 3、用Matlab 软件生成服从二项分布的随机数，并验证泊松定理。 4、设2 2221),(y x e y x f +-=π是一个二维随机变量的联合概率密度函数，画出这 一函数的联合概率密度图像。 5、来自某个总体的样本观察值如下，计算样本的样本均值、样本方差、画出频率直方图。 A=[16 25 19 20 25 33 24 23 20 24 25 17 15 21 22 26 15 23 22 20 14 16 11 14 28 18 13 27 31 25 24 16 19 23 26 17 14 30 21 18 16 18 19 20 22 19 22 18 26 26 13 21 13 11 19 23 18 24 28 13 11 25 15 17 18 22 16 13 12 13 11 09 15 18 21 15 12 17 13 14 12 16 10 08 23 18 11 16 28 13 21 22 12 08 15 21 18 16 16 19 28 19 12 14 19 28 28 28 13 21 28 19 11 15 18 24 18 16 28 19 15 13 22 14 16 24 20 28 18 18 28 14 13 28 29 24 28 14 18 18 18 08 21 16 24 32 16 28 19 15 18 18 10 12 16 26 18 19 33 08 11 18 27 23 11 22 22 13 28 14 22 18 26 18 16 32 27 25 24 17 17 28 33 16 20 28 32 19 23 18 28 15 24 28 29 16 17 19 18] 6. 利用Matlab 软件模拟高尔顿板钉试验。 7. 自己选择一个与以上问题不同类型的概率有关的建模题目，并解决。 二、实验目的 1.要求能够利用MATLAB 进行统计量的运算。 2.要求能够使用常见分布函数及其概率密度的命令语句。 3.要求能够利用MATLAB 计算某随机变量的概率。 4.要求能够利用MATLAB 绘制频率直方分布图。
概率论与数理统计数学实验 目录 实验一几个重要的概率分布的MATLAB实现 p2-3实验二数据的统计描述和分析 p4-8实验三参数估计 p9-11实验四假设检验 p12-14实验五方差分析 p15-17实验六回归分析 p18-27
实验一 几个重要的概率分布的MATLAB 实现 实验目的 (1) 学习MATLAB 软件与概率有关的各种计算方法 (2) 会用MATLAB 软件生成几种常见分布的随机数 (3) 通过实验加深对概率密度，分布函数和分位数的理解 Matlab 统计工具箱中提供了约20种概率分布，对每一种分布提供了5种运算功能，下表给出了常见8种分布对应的Matlab 命令字符，表2给出了每一种运算功能所对应的Matlab 命令字符。当需要某一分布的某类运算功能时，将分布字符与功能字符连接起来，就得到所要的命令。 例1 求正态分布()2,1-N ，在x=处的概率密度。 解：在MATLAB 命令窗口中输入： normpdf,-1,2) 结果为： 例2 求泊松分布()3P ，在k=5，6，7处的概率。 解：在MATLAB 命令窗口中输入： poisspdf([5 6 7],3) 结果为： 例3 设X 服从均匀分布()3,1U ，计算{}225P X .-<<。 解：在MATLAB 命令窗口中输入： unifcdf,1,3)-unifcdf(-2,1,3) 结果为：
例4 求概率995.0=α的正态分布()2,1N 的分位数αX 。 解：在MATLAB 命令窗口中输入： norminv,1,2) 结果为： 例5 求t 分布()10t 的期望和方差。 解：在MATLAB 命令窗口中输入： [m,v]=tstat(10) m = 0 v = 例6 生成一个2*3阶正态分布的随机矩阵。其中，第一行3个数分别服从均值为1，2，3；第二行3个数分别服从均值为4，5，6，且标准差均为的正态分布。 解：在MATLAB 命令窗口中输入： A=normrnd([1 2 3;4 5 6],,2,3) A = 例7 生成一个2*3阶服从均匀分布()3,1U 的随机矩阵。 解：在MATLAB 命令窗口中输入： B=unifrnd(1,3,2,3) B = 注：对于标准正态分布，可用命令randn(m,n);对于均匀分布()1,0U ,可用命令rand(m,n)。
《概率论与数理统计》实验报告 学生姓名李樟取 学生班级计算机122 学生学号201205070621 指导教师吴志松 学年学期2013-2014学年第1学期
实验报告一 成绩 日期 年 月 日 实验名称 单个正态总体参数的区间估计 实验性质 综合性 实验目的及要求 1．了解【活动表】的编制方法； 2．掌握【单个正态总体均值Z 估计活动表】的使用方法； 3．掌握【单个正态总体均值t 估计活动表】的使用方法； 4．掌握【单个正态总体方差卡方估计活动表】的使用方法； 5．掌握单个正态总体参数的区间估计方法． 实验原理 利用【Excel 】中提供的统计函数【NORMISINV 】和平方根函数【SQRT 】，编制【单个正态总体均值Z 估计活动表】，在【单个正态总体均值Z 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【总体标准差】的具体值，就可以得到相应的统计分析结果。 1设总体2~(,)X N μσ，其中2σ已知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为 样本的观测值 于是得到μ的置信水平为1-α 的置信区间为 利用【Excel 】中提供的统计函数【TINV 】和平方根函数【SQRT 】，编制【单个正态总体均值t 估计活动表】，在【单个正态总体均值t 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【样本标准差】的具体值，就可以得到相应的统计分析结果。 2.设总体2~(,)X N μσ，其中2 σ未知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为样本的观测值 整理得 /2/21X z X z n n P αασαμσ? ?=-??? ?-<<+/2||1/X U z P n ασμα????==-??????-
西安交通大学 概率论实验报告 计算机36班 南夷非 2130505135 2014年12月13日
一、实验目的 1.熟练掌握MATLAB 软件关于概率分布作图的基本操作，会进行常用的概率密度函数和分布函数的作图，绘出分布律图形。 2.利用MATLAB 软件解决一些概率论问题在实际生活中的应用。 二、实验内容 1.二项分布的泊松分布与正态分布的逼近 设 X ~ B(n ，p) ，其中np=2 1) 对n=101,…,105,讨论用泊松分布逼近二项分布的误差。 画处逼近的图形 2) 对n=101,…,105, 计算 )505(≤ 纸的需求量X的分布律为 试确定报纸的最佳购进量n。（要求使用计算机模拟） 4．蒲丰投针实验 取一张白纸，在上面画出多条间距为d的平行直线，取一长度为r（r 概率论与数理统计 实验报告 概率论部分实验二 《正态分布综合实验》 实验名称：正态分布综合实验 实验目的：通过本次实验，了解Matlab在概率与数理统计领域的应用，学会用matlab做概率密度曲线，概率分布曲线，直方图，累计百分比曲线等简单应用；同时加深对正态分布的认识，以更好得应用之。 实验内容： 实验分析： 本次实验主要需要运用一些matlab函数，如正态分布随机数发生器normrnd函数、绘制直方图函数hist函数、正态分布密度函数图形绘制函数normpdf函数、正态分布分步函数图形绘制函数normcdf等；同时，考虑到本次实验重复性明显，如，分别生成100,1000,10000个服从正态分布的随机数，进行相同的实验操作，故通过数组和循环可以简化整个实验的操作流程，因此，本次实验程序中要设置数组和循环变量。 实验过程： 1.直方图与累计百分比曲线 1）实验程序 m=[100,1000,10000]; 产生随机数的个数 n=[2,1,0.5]; 组距 for j=1:3 for k=1:3 x=normrnd(6,1,m(j),1); 生成期望为6，方差为1的m(j)个 正态分布随机数 a=min(x); a为生成随机数的最小值 b=max(x); b为生成随机数的最大值 c=(b-a)/n(k); c为按n(k)组距应该分成的组数 subplot(1,2,1); 图形窗口分两份 hist(x,c);xlabel('频数分布图'); 在第一份里绘制频数直方图 yy=hist(x,c)/1000; yy为各个分组的频率 s=[]; s(1)=yy(1); for i=2:length(yy) s(i)=s(i-1)+yy(i); end s[]数组存储累计百分比 x=linspace(a,b,c); subplot(1,2,2); 在第二个图形位置绘制累计百分 比曲线 plot(x,s,x,s);xlabel('累积百分比曲线'); grid on; 加网格 figure; 另行开辟图形窗口，为下一个循 环做准备 end end 2）实验结论及过程截图 实验结果以图像形式展示，以下分别为产生100,1000,10000个正态分布随机数，组距分别为2,1,0.5的频数分布直方图和累积百分比曲线，从实验结果看来，随着产生随机数的数目增多，组距减小，累计直方图逐渐逼近正态分布密度函数图像，累计百分比逐渐逼近正态分布分布函数图像。 数学实验四（概率论） 一．用MATLAB 计算随机变量的分布 1．用MA TLAB 计算二项分布 当随变量(),X B n p 时，在MATLAB 中用命令函数 (,,)Px binopdf X n p = 计算某事件发生的概率为p 的n 重贝努利试验中，该事件发生的次数为X 的概率。 例1 在一级品率为0.2的大批产品中，随机地抽取20个产品，求其中有2个一级品的概率。 解 在MATLAB 中，输入 >>clear >> Px=binopdf(2,20,0.2) Px = 0.1369 即所求概率为0.1369。 2．用MA TLAB 计算泊松分布 当随变量()X P λ 时，在MATLAB 中用命令函数 (,)P poisspdf x lambda = 计算服从参数为lambda 的泊松分布的随机变量取值x 的概率。用命令函数 (,)P poisscdf x lambda = 计算服从参数为lambda 的泊松分布的随机变量在[]0,x 取值的概率。 例2 用MATLAB 计算：保险公司售出某种寿险保单2500份.已知此项寿险每单需交保费120元,当被保人一年内死亡时,其家属可以从保险公司获得2万元的赔偿(即保额为2万元).若此类被保人一年内死亡的概率0.002,试求: (1)保险公司的此项寿险亏损的概率; (2)保险公司从此项寿险获利不少于10万元的概率; (3)获利不少于20万元的概率. 利用泊松分布计算. 25000.0025np λ==?= (1) P(保险公司亏本)= ()()15 250025000(3020)1(15)10.0020.998k k k k P X P X C -=-<=-≤=- ?∑ =15 5 051! k k e k -=-∑ 在MATLAB 中，输入 >> clear >> P1=poisscdf(15,5) P1 = 0． 9999 即 15 5 05! k k e k -=∑= P1 =0．9999 故 P(保险公司亏本)=1-0.9999=0.0001 概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分： 实验名称：各种分布的密度函数与分布函数 实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设 定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数 为x， （1）计算x=45和x<45的概率， （2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。 程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1> plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果： 《概率统计》实验报告 实验人员：系（班）:矿业工程系机械设计制造及其自动化1404班 学号:20141804408 姓名:李君阳 实验地点：电教楼四层三号机房 实验名称：《概率统计》 实验时间：2016.5.10，2016.5.17 16：30——18：30. 实验目的：1.加强学生的动手能力，让学生掌握对MATLAB 软件的应用。 2.为以后的数学计算节省时间，提高精确度，准确度，合理的利用科学技术。 实验内容：（给出实验程序与运行结果） 一、古典概型 2、在50个产品中有18个一级品，32个二级品，从中任意抽取30个，求其中恰有20个二级品的概率. 解：p=C 3220C 1810c 5030=0.2096 >> p=nchoosek(32,20)*nchoosek(18,10)/nchoosek(50,30) p = 0.2096 二、计算概率 1、某人进行射击，设每次射击的命中率为0.02，独立射击200次，试求至少击中两次的概率. 2、一铸件的砂眼（缺陷）数服从参数为0.5的泊松分布，求此铸件上至多有1个砂眼的概率和至少有2个砂眼的概率. 解：1.p=1-c 2000?0.98400-c 2001*0.98199*0.02=0.1458 >> p=binopdf(2,200,0.02) p = 0.1458 2.P(ζ=0)= 5.00 *!05.0-e P(ζ=1)= 5.01*!15.0-e P(ζ1)=0.9098 P(ζ)=0.0902 4、设随机变量()23,2X N ，求()25P X <<；()2P X > 解：P(2 概率统计数学实验一 实验内容：随机模拟 实验目的：掌握随机模拟的思想和基本方法，能利用C语言，Java，matlab或其它数学软件编程解决简单的实际问题。 [练习1]模拟德.梅尔问题： （1）一枚骰子掷4次，至少出现一个6点的概率是多少？ （2）两枚骰子掷24次，至少出现一对6点的概率是多少？ [练习2] 模拟生日问题：在一个有n个人的集体，至少有两个人生日相同的概率是多少？（n=20，25，30，40，50） [练习3] 一个有奖竞猜的游戏：假若有三扇可供选择的门，其中一扇门后面放有一辆豪华轿车，其它两扇门后面是空的，主持人首先让你随意挑选一扇门，但在你选定后并不急于打开，而是将未选中的两扇门中的一扇空门打开，然后问你，为了有更大的机会选中轿车，你是否会重新选择另一扇门？ 请用模拟的方法模拟如何选择得到轿车的可能性更大一些，并分析你的模拟结果。 [练习4] 某报童以每份0.3元的价格买进报纸,以0.5元的价格出售. 根据长期统计,报纸每天的销售量及百分率为 销售量200 210 220 230 240 250 百分率0.10 0.20 0.40 0.15 0.10 0.05 已知当天销售不出去的报纸，将以每份0.2元的价格退还报社.试用模拟方法确定报童每天买进报纸数量,使报童的平均总收入为最大? [练习5] 设某仓库前有一卸货场，货车一般是夜间到达，白天卸货。每天只能 卸货2车，若一天内到达数超过2车，那么就推迟到次日卸货。根据表3-1所示的经验货车到达数的概率分布（相对频率）平均为1.5车，求每天推迟卸货的平均车数。 到达车 0 1 2 3 4 5 6 数 概率0.23 0.30 0.30 0.10 0.05 0.02 0.00 这是一个单服务台的排队系统, 属于常见的随机问题，但由于其分布是一般分布，无法利用服从特定分布的排队系统理论求解，请用随机模拟的方法解决。[练习6]某设备上安装有四只型号规格完全相同的电子管，已知电子管寿命为1000--2000小时之间的均匀分布。当电子管损坏时有两种维修方案，一是每次更换损坏的那一只；二是当其中一只损坏时四只同时更换。已知更换时间为换一只时需1小时，4只同时换为2小时。更换时机器因停止运转每小时的损失为20元，又每只电子管价格10元，试用模拟方法决定哪一个方案经济合理？ 实验报告 一、问题描述 1.研究一些概率密度函数的估计的特性： （a ）编写程序，根据均匀分布产生位于单位立方体内的样本点，即-1/2≤xi ≤1/2，其中i=1,2,3.共产生10^4个点。 （b ）编写程序，基于这10^4个样本点，估计原点附近的概率密度，作为边长为h 的立方体体积的函数，并且对于0 二、复现代码及结果 题目1： (a) clc; clear; Upb=0.5*ones(3,10000); Lob=-0.5*ones(3,10000); %先设置分布的上、下界、样本点的维度以及样本数量X=unifrnd(Lob,Upb); %用unifrnd函数生成规定数目的样本点 scatter3(X(1,:),X(2,:),X(3,:),'filled'); %以散点图形式绘制在三维坐标系下 (b) count=zeros(100,1); for h=1:100 概率统计实验报告 （1）实验内容说明：（验证性实验）使用Matlab软件绘制正态分布、指数分布、均匀分布密度函数图象。 （2）本门课程与实验的相关内容：本实验与教材中第二章“随机变量及其分布”相关，通过matlab中的函数来绘制第二章中学过的几种重要的连续型随机变量概率密度函数图像。（3）实验目的：通过本实验学习一些经常使用的统计数据的作图命令，提高进行实验数据处理和作图分析的能力。 2、实验设计总体思路 2.1、引论 利用教材中的相关知识，通过Matlab来绘制正态分布、指数分布、均匀分布密度函数图象，从而加深对概率统计知识的理解，并提高进行实验数据处理和作图分析的能力。 2.2、实验主题部分 2.2.1、实验设计思路 1、理论分析 1.参数为μ和σ2的正态分布的概率密度函数是： 可以用函数normpdf计算正态分布的概率密度函数值，调用格式： y=normpdf(x, mu, sigma) %输入参数可以是标量、向量、矩阵。 2.参数为μ的指数分布的概率密度函数是: 可以用函数exppdf计算指数分布的概率密度函数值，调用格式： y=exppdf(x, mu) % 输入参数可以是标量、向量或矩阵。 3.参数为a, b的均匀分布的概率密度函数是： 可以用函数exppdf计算均匀分布的概率密度函数值，调用格式： y=unifpdf(x, a, b) %输入参数可以是标量、向量、矩阵。 最后调用plot函数绘制图像。 1、实现方法 1.x=a:0.1:b % 将区间[a,b]以 0.1 为步长等分, 赋给变量 x 2.通过调用函数normpdf、exppdf、unifpdf分别计算出对应的概率密度函数。 3.调用函数plot绘制图像。 2.2.2、实验结果及分析 绘制分别服从均值是0, 标准差分别是0.5，1， 1.5的正态分布概率密度函数图像： 第四章 概率与统计的数学实验 概率论与数理统计是数学的一个重要分支，其问题的求解也很重要。MATLAB 语言提供了专用的统计学工具箱，其中包括大量的函数，可以直接求解概率论与数理统计领域中的问题。 5.1 概率计算基本命令 5.1.1 常见分别的概率密度函数与分布函数 Poisson 分布:Poisson 分布的概率密度是参数为λ的函数，且λ是正整数， 即 (),0,1,2,3,...! x x p x e x x λλ-==。可以用(),()p o i s s p d f p o i s s c d f 函数分别求出Poisson 分布的概率密度函数和分布函数，它们的调用格式为：(,)y poisspdf x λ=和(,)F poisscdf x λ=。其中，x 为选定的一组横坐标向量，y 为x 各点处的概率密度函数的值，F 为x 各点处的概率密度函数的值。 正态分布:可以分别调用下面的命令生成正态分布的概率密度函数和分布函数 (,,)y normpdf x μσ= 和(,,)F normcdf x μσ=。其中，x 为选定的一组横坐标向量，μ为均值，σ为标准差，y 为x 各点处的概率密度函数的值，F 为x 各点处的概率密度函数的值。 2χ分布:可以分别调用下面的命令生成2 χ分布的概率密度函数和分布函数 2(,)y chi pdf x k =和2(,)F chi cdf x k =。其中，x 为选定的一组横坐标向量，k 为正整数，y 为x 各点处的概率密度函数的值，F 为x 各点处的概率密度函数的值。以下的概率密度函数和分布函数中的x ，k ，y ，F 。 T 分布:概率密度函数和分布函数：(,)y tpdf x k =和(,)F tcdf x k =。 F 分布:概率密度函数和分布函数：(,,)y fpdf x a b =和(,,)F fcdf x a b =。,a b 为参数。 二项分布:概率密度函数和分布函数：(,,)y binopdf x n p =和(,,)F binocdf x n p =。 指数分布:概率密度函数和分布函数: exp (,)y pdf x λ=和exp (,)F cdf x λ=。其中μ 为均值，σ为标准差。 均匀分布: 概率密度函数和分布函数:(,,)y unifpdf x a b =和(,,)F unifcdf x a b =。其中μ为均值，σ为标准差。 例1 分别画出2(,)μσ为(1,1),(0,1),(0,9)-时的正态分布的概率密度函数和分布函数。 解 M-文件为 x=[-3:0.01:3]';y1=[];y2=[];mu=[-1,0,0]; sig1=[1,1,9];sig2=sqrt(sig1); for i=1:length(mu) y1=[y1,normpdf(x,mu(i),sig2(i))]; y2=[y2,normcdf(x,mu(i),sig2(i))]; end plot(x,y1),figure;plot(x,y2) 执行后结果为概率论与数理统计实验报告
数学实验四(概率论)_6
概率论与数理统计实验报告
概率统计学实验报告
概率统计数学实验一
概率论实验报告一
(完整word版)概率统计实验报告
第五章 概率与统计的数学实验
相关主题
文本预览