paper 115:常见的概率分布(matlab作图)

一、常见的概率分布

表1.1 概率分布分类表

连续随机变量分布

连续统计量分布

离散随机变量分布

分布

分布

二项分布

连续均匀分布

非中心 分布

离散均匀分布

(Gamma)分布

分布

几何分布

指数分布

非中心 分布

超几何分布

正态分布

分布

负二项分布

对数正态分布

非中心 分布

泊松分布

Weibull分布

Rayleigh分布

二、MATLAB为常见分布提供的五类函数

1) 概率密度函数(pdf);

2) (累积)分布函数(cdf);

3) 逆(累积)分布函数(icdf);

4) 随机数发生器(random);

5) 均值和方差(stat).

1、概率密度函数

表1.2 概率密度函数(pdf)

函数名称

函数说明

调用格式

normpdf

正态分布

Y=normpdf (X, MU, SIGMA)

chi2pdf

分布

Y=chi2pdf (X, N)

tpdf

分布

Y=tpdf (X, N)

fpdf

分布

Y=fpdf (X, N1, N2)

注意: Y=normpdf (X, MU, SIGMA)的SIGMA是指标准差 , 而非 .

【例1-2】 绘制标准正态分布 的概率密度图.

x=-4:0.1:4;

y=normpdf(x,0,1);

plot(x,y)

title('N(0,1)的概率密度曲线图')

图1-2

2、累积分布函数

表1.3 累积分布函数(cdf)

函数名称

函数说明

调用格式

normcdf

正态分布

P=normcdf (X, MU, SIGMA)

chi2cdf

分布

P=chi2cdf (X, N)

tcdf

分布

P=tcdf (X, N)

fcdf

分布

P=fcdf (X, N1, N2)

【例1-3】求服从标准正态分布的随机变量落在区间[-2, 2]上的概率.

>> P=normcdf ([-2, 2])

ans =    0.0228    0.9772

>> P(2)-P(1)

ans =    0.9545

3、逆累积分布函数 (用于求分位点)

表1.4 逆累积分布函数(icdf)

函数名称

函数说明

调用格式

norminv

正态分布

X=norminv (P, MU, SIGMA)

chi2inv

分布

X=chi2inv (P, N)

tinv

分布

X=tinv (P, N)

finv

分布

X=finv (P, N1, N2)

【例1-4】(书P22例1.13) 求下列分位数:

(i) ;              (ii) ;          (iii) ;        (iv) .

>> u_alpha=norminv(0.9,0,1)

u_alpha =    1.2816

>> t_alpha=tinv(0.25,4)

t_alpha =   -0.7407

>> F_alpha=finv(0.1,14,10)

F_alpha =    0.4772

>> X2_alpha=chi2inv(0.025,50)

X2_alpha =   32.3574

4、随机数发生函数

表1.5 随机数发生函数(random)

函数名称

函数说明

调用格式

normrnd

正态分布

R=normrnd(MU, SIGMA, m, n)

chi2rnd

分布

R=chi2rnd(N, m, n)

trnd

分布

R=trnd(N, m, n)

frnd

分布

R=frnd(N1, N2, m, n)

5、均值和方差

表1.6 常见分布的均值和方差函数(stat)

函数名称

函数说明

调用格式

unifstat

连续均匀分布: ,

[M,V]=unifstat (A, B)

expstat

指数分布: ,

[M,V]=expstat (MU)

normstat

正态分布: ,

[M,V]=normstat (MU, SIGMA)

chi2stat

分布: ,

[M,V]=chi2stat (N)

tstat

分布: ,

[M,V]=tstat (N)

(N≥2)

fstat

分布: ,

[M,V]=fstat (N1, N2)

binostat

二项分布

,

[M,V]=binostat (N, p)

poisstat

泊松分布: ,

[M,V]=poisstat (LAMBDA)

注意: 如果省略调用格式左边的[M, V], 则只计算出均值.

三、常用的统计量

表1.7 常用统计量

函数名称

函数说明

调用格式

mean

样本均值

m=mean(X)

range

样本极差

y=range(X)

std

样本标准差

y=std(X)

var

样本方差

y=var(X), y=var(X, 1)

corrcoef

相关系数

R=corrcoef (X)

cov

协方差矩阵

C=cov(X), C=cov(X, Y)

moment

任意阶中心矩

m=moment(X, order)

说明:

(1) y=var(X) ——计算X中数据的方差. .

y=var(X, 1) —— , 得到样本的二阶中心矩 (转动惯量).

(2) C=cov(X) ——返回一个协方差矩阵, 其中输入矩阵X的每列元素代表着一个随机变量的观测值. 如果X为n×m的矩阵, 则C为m×m的矩阵.

(3) var(X)=diag(cov(X)),  std(X)=sqrt(diag(cov(X))).

上一篇:N个骰子的点数和的概率分布


下一篇:一篇文章教会你理解Scrapy网络爬虫框架的工作原理和数据采集过程