matlab统计函数

matlab统计函数

mean Average or mean value of array

std Standard deviation

corrcoef Correlation coefficients

median Median value of array

max Largest elements in array

min Smallest elements in array

统计工具箱函数

表Ⅰ-1 概率密度函数

函数名对应分布的概率密度函数

betapdf 贝塔分布的概率密度函数

binopdf 二项分布的概率密度函数

chi2pdf 卡方分布的概率密度函数

exppdf 指数分布的概率密度函数

fpdf f分布的概率密度函数

gampdf 伽玛分布的概率密度函数

geopdf 几何分布的概率密度函数

hygepdf 超几何分布的概率密度函数

normpdf 正态（高斯）分布的概率密度函数

lognpdf 对数正态分布的概率密度函数

nbinpdf 负二项分布的概率密度函数

ncfpdf 非中心f分布的概率密度函数

nctpdf 非中心t分布的概率密度函数

ncx2pdf 非中心卡方分布的概率密度函数

poisspdf 泊松分布的概率密度函数

raylpdf 雷利分布的概率密度函数

tpdf 学生氏t分布的概率密度函数

unidpdf 离散均匀分布的概率密度函数

unifpdf 连续均匀分布的概率密度函数

weibpdf 威布尔分布的概率密度函数

表Ⅰ-2 累加分布函数

函数名对应分布的累加函数

betacdf 贝塔分布的累加函数

binocdf 二项分布的累加函数

chi2cdf 卡方分布的累加函数

expcdf 指数分布的累加函数

fcdf f分布的累加函数

gamcdf 伽玛分布的累加函数

geocdf 几何分布的累加函数

hygecdf 超几何分布的累加函数

logncdf 对数正态分布的累加函数

nbincdf 负二项分布的累加函数

ncfcdf 非中心f分布的累加函数

nctcdf 非中心t分布的累加函数

ncx2cdf 非中心卡方分布的累加函数

normcdf 正态（高斯）分布的累加函数poisscdf 泊松分布的累加函数

raylcdf 雷利分布的累加函数

tcdf 学生氏t分布的累加函数

unidcdf 离散均匀分布的累加函数

unifcdf 连续均匀分布的累加函数

weibcdf 威布尔分布的累加函数

表Ⅰ-3 累加分布函数的逆函数

函数名对应分布的累加分布函数逆函数

betainv 贝塔分布的累加分布函数逆函数

binoinv 二项分布的累加分布函数逆函数

chi2inv 卡方分布的累加分布函数逆函数

expinv 指数分布的累加分布函数逆函数

finv f分布的累加分布函数逆函数

gaminv 伽玛分布的累加分布函数逆函数

geoinv 几何分布的累加分布函数逆函数

hygeinv 超几何分布的累加分布函数逆函数logninv 对数正态分布的累加分布函数逆函数nbininv 负二项分布的累加分布函数逆函数ncfinv 非中心f分布的累加分布函数逆函数nctinv 非中心t分布的累加分布函数逆函数

ncx2inv 非中心卡方分布的累加分布函数逆函数icdf

norminv 正态（高斯）分布的累加分布函数逆函数poissinv 泊松分布的累加分布函数逆函数

raylinv 雷利分布的累加分布函数逆函数

tinv 学生氏t分布的累加分布函数逆函数unidinv 离散均匀分布的累加分布函数逆函数unifinv 连续均匀分布的累加分布函数逆函数weibinv 威布尔分布的累加分布函数逆函数

表Ⅰ-4 随机数生成器函数

函数对应分布的随机数生成器

betarnd 贝塔分布的随机数生成器

binornd 二项分布的随机数生成器

chi2rnd 卡方分布的随机数生成器

exprnd 指数分布的随机数生成器

frnd f分布的随机数生成器

gamrnd 伽玛分布的随机数生成器

geornd 几何分布的随机数生成器hygernd 超几何分布的随机数生成器lognrnd 对数正态分布的随机数生成器nbinrnd 负二项分布的随机数生成器ncfrnd 非中心f分布的随机数生成器nctrnd 非中心t分布的随机数生成器

ncx2rnd 非中心卡方分布的随机数生成器normrnd 正态（高斯）分布的随机数生成器poissrnd 泊松分布的随机数生成器raylrnd 瑞利分布的随机数生成器

trnd 学生氏t分布的随机数生成器unidrnd 离散均匀分布的随机数生成器unifrnd 连续均匀分布的随机数生成器weibrnd 威布尔分布的随机数生成器

表Ⅰ-5 分布函数的统计量函数

函数名对应分布的统计量

betastat 贝塔分布函数的统计量

binostat 二项分布函数的统计量

chi2stat 卡方分布函数的统计量

expstat 指数分布函数的统计量

fstat f分布函数的统计量

gamstat 伽玛分布函数的统计量

geostat 几何分布函数的统计量

hygestat 超几何分布函数的统计量lognstat 对数正态分布函数的统计量nbinstat 负二项分布函数的统计量

ncfstat 非中心f分布函数的统计量nctstat 非中心t分布函数的统计量

ncx2stat 非中心卡方分布函数的统计量normstat 正态（高斯）分布函数的统计量poisstat 泊松分布函数的统计量

续表

函数名对应分布的统计量

raylstat 瑞利分布函数的统计量

tstat 学生氏t分布函数的统计量

unidstat 离散均匀分布函数的统计量unifstat 连续均匀分布函数的统计量weibstat 威布尔分布函数的统计量

表Ⅰ-6 参数估计函数

函数名对应分布的参数估计

betafit 贝塔分布的参数估计

betalike 贝塔对数似然函数的参数估计binofit 二项分布的参数估计

expfit 指数分布的参数估计

gamfit 伽玛分布的参数估计

gamlike 伽玛似然函数的参数估计

mle 极大似然估计的参数估计

normlike 正态对数似然函数的参数估计normfit 正态分布的参数估计

poissfit 泊松分布的参数估计

unifit 均匀分布的参数估计

weibfit 威布尔分布的参数估计weiblike 威布尔对数似然函数的参数估计表Ⅰ-7 统计量描述函数

函数描述

bootstrap 任何函数的自助统计量corrcoef 相关系数

cov 协方差

crosstab 列联表

geomean 几何均值

grpstats 分组统计量

harmmean 调和均值

iqr 内四分极值

kurtosis 峰度

mad 中值绝对差

mean 均值

median 中值

moment 样本模量

nanmax 包含缺失值的样本的最大值

续表

函数描述

Nanmean 包含缺失值的样本的均值nanmedian 包含缺失值的样本的中值nanmin 包含缺失值的样本的最小值nanstd 包含缺失值的样本的标准差nansum 包含缺失值的样本的和

prctile 百分位数

range 极值

skewness 偏度

std 标准差

tabulate 频数表

trimmean 截尾均值

var 方差

表Ⅰ-8 统计图形函数

函数描述

boxplot 箱形图

cdfplot 指数累加分布函数图

errorbar 误差条图

fsurfht 函数的交互等值线图

gline 画线

gname 交互标注图中的点

gplotmatrix 散点图矩阵

gscatter 由第三个变量分组的两个变量的散点图lsline 在散点图中添加最小二乘拟合线normplot 正态概率图

pareto 帕累托图

qqplot Q-Q图

rcoplot 残差个案次序图

refcurve 参考多项式曲线

refline 参考线

surfht 数据网格的交互等值线图

weibplot 威布尔图

表Ⅰ-9 统计过程控制函数

函数描述

capable 性能指标

capaplot 性能图

ewmaplot 指数加权移动平均图

histfit 添加正态曲线的直方图

normspec 在指定的区间上绘正态密度

schart S图

xbarplot x条图

表Ⅰ-10 聚类分析函数

函数描述

cluster 根据linkage函数的输出创建聚类clusterdata 根据给定数据创建聚类cophenet Cophenet相关系数

dendrogram 创建冰柱图

inconsistent 聚类树的不连续值

linkage 系统聚类信息

pdist 观测量之间的配对距离

squareform 距离平方矩阵

zscore Z分数

表Ⅰ-11 线性模型函数

函数描述

anova1 单因子方差分析

anova2 双因子方差分析

anovan 多因子方差分析

aoctool 协方差分析交互工具dummyvar 拟变量编码

friedman Friedman检验

glmfit 一般线性模型拟合

kruskalwallis Kruskalwallis检验leverage 中心化杠杆值

lscov 已知协方差矩阵的最小二乘估计manova1 单因素多元方差分析manovacluster 多元聚类并用冰柱图表示multcompare 多元比较

多项式评价及误差区间估计

polyfit 最小二乘多项式拟合

polyval 多项式函数的预测值

polyconf 残差个案次序图

regress 多元线性回归

regstats 回归统计量诊断

续表

函数描述

Ridge 岭回归

rstool 多维响应面可视化

robustfit 稳健回归模型拟合

stepwise 逐步回归

x2fx 用于设计矩阵的因子设置矩阵

表Ⅰ-12 非线性回归函数

函数描述

nlinfit 非线性最小二乘数据拟合（牛顿法）nlintool 非线性模型拟合的交互式图形工具nlparci 参数的置信区间

nlpredci 预测值的置信区间

nnls 非负最小二乘

表Ⅰ-13 试验设计函数

函数描述

cordexch D-优化设计（列交换算法）daugment 递增D-优化设计

dcovary 固定协方差的D-优化设计

ff2n 二水平完全析因设计

fracfact 二水平部分析因设计

fullfact 混合水平的完全析因设计hadamard Hadamard矩阵（正交数组）

rowexch D-优化设计（行交换算法）

表Ⅰ-14 主成分分析函数

函数描述

barttest Barttest检验

pcacov 源于协方差矩阵的主成分

pcares 源于主成分的方差

princomp 根据原始数据进行主成分分析

表Ⅰ-15 多元统计函数

函数描述

classify 聚类分析

mahal 马氏距离

manova1 单因素多元方差分析

manovacluster 多元聚类分析

表Ⅰ-16 假设检验函数

函数描述

ranksum 秩和检验

signrank 符号秩检验

signtest 符号检验

ttest 单样本t检验

ttest2 双样本t检验

ztest z检验

表Ⅰ-17 分布检验函数

函数描述

jbtest 正态性的Jarque-Bera检验

kstest 单样本Kolmogorov-Smirnov检验

kstest2 双样本Kolmogorov-Smirnov检验lillietest 正态性的Lilliefors检验

表Ⅰ-18 非参数函数

函数描述

friedman Friedman检验

kruskalwallis Kruskalwallis检验

ranksum 秩和检验

signrank 符号秩检验

signtest 符号检验

表Ⅰ-19 文件输入输出函数

函数描述

caseread 读取个案名

casewrite 写个案名到文件

tblread 以表格形式读数据

tblwrite 以表格形式写数据到文件

tdfread 从表格间隔形式的文件中读取文本或数值数据

表Ⅰ-20 演示函数

函数描述

aoctool 协方差分析的交互式图形工具disttool 探察概率分布函数的GUI工具glmdemo 一般线性模型演示randtool 随机数生成工具

polytool 多项式拟合工具

rsmdemo 响应拟合工具robustdemo 稳健回归拟合工具

matlab中常见函数功用

⊙在matlab中clear,clc,clf,hold作用介绍 clear是清变量， clc只清屏， clf清除图形窗口上的旧图形， hold on是为了显示多幅图像时，防止新的窗口替代旧的窗口。 ①format：设置输出格式 对浮点性变量，缺省为format short. format并不影响matlab如何计算和存储变量的值。对浮点型变量的计算，即单精度或双精度，按合适的浮点精度进行，而不论变量是如何显示的。对整型变量采用整型数据。整型变量总是根据不同的类（class）以合适的数据位显示，例如，3位数字显示显示int8范围-128：127。 format short, long不影响整型变量的显示。 format long 显示15位双精度，7为单精度（scaled fixed point） format short 显示5位(scaled fixed point format with 5 digits) format short eng 至少5位加3位指数 format long eng 16位加至少3位指数 format hex 十六进制 format bank 2个十进制位 format + 正、负或零 format rat 有理数近似 format short 缺省显示 format long g 对双精度，显示15位定点或浮点格式，对单精度，显示7位定点或浮点格式。 format short g 5位定点或浮点格式 format short e 5位浮点格式 format long e 双精度为15位浮点格式，单精度为7为浮点格式 ②plot函数 基本形式 >> y=[0 0.58 0.70 0.95 0.83 0.25]; >> plot(y) 生成的图形是以序号为横坐标、数组y的数值为纵坐标画出的折线。 >> x=linspace(0,2*pi,30); % 生成一组线性等距的数值 >> y=sin(x); >> plot(x,y) 生成的图形是上30个点连成的光滑的正弦曲线。 多重线 在同一个画面上可以画许多条曲线，只需多给出几个数组，例如 >> x=0:pi/15:2*pi; >> y=sin(x)； >> w=cos(x)；

Matlab 概率论与数理统计

Matlab 概率论与数理统计一、matlab基本操作 1.画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin(x); plot(x,y,'-r'); x1=0:0.1:pi/2; y1=sin(x1); hold on; fill([x1, pi/2],[y1,1/2],'b'); 【例01.02】填充，二维均匀随机数 hold off; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv,'b'); hold on; plot(x,y0,'r',y0,x,'r',x,y60,'r',y60,x,'r'); plot(x1,y1,'r',x2,y2,'r'); yr=unifrnd (0,60,2,100); plot(yr(1,:),yr(2,:),'m.') axis('on'); axis('square'); axis([-20 80 -20 80 ]);

2. 排列组合 C=nchoosek(n,k)：k n C C =，例nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2)：从n1到n2的连乘 【例01.03】至少有两个人生日相同的概率 公式计算n n n n N N n N N N N n N N N C n p )1()1(1)! (! 1!1+--?-=--=- = 365364 (3651)365364 3651 11365365365365 rs rs rs ?-+-+=- =-? rs=[20,25,30,35,40,45,50]; %每班的人数 p1=ones(1,length(rs)); p2=ones(1,length(rs)); % 用连乘公式计算 for i=1:length(rs) p1(i)=prod(365-rs(i)+1:365)/365^rs(i); end % 用公式计算（改进） for i=1:length(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end % 用公式计算（取对数） for i=1:length(rs)

(完整版)matlab函数大全(非常实用)

信源函数 randerr 产生比特误差样本 randint 产生均匀分布的随机整数矩阵 randsrc 根据给定的数字表产生随机矩阵 wgn 产生高斯白噪声 信号分析函数 biterr 计算比特误差数和比特误差率 eyediagram 绘制眼图 scatterplot 绘制分布图 symerr 计算符号误差数和符号误差率 信源编码 compand mu律/A律压缩/扩张 dpcmdeco DPCM（差分脉冲编码调制）解码dpcmenco DPCM编码 dpcmopt 优化DPCM参数 lloyds Lloyd法则优化量化器参数 quantiz 给出量化后的级和输出值 误差控制编码 bchpoly 给出二进制BCH码的性能参数和产生多项式convenc 产生卷积码 cyclgen 产生循环码的奇偶校验阵和生成矩阵cyclpoly 产生循环码的生成多项式 decode 分组码解码器 encode 分组码编码器 gen2par 将奇偶校验阵和生成矩阵互相转换gfweight 计算线性分组码的最小距离 hammgen 产生汉明码的奇偶校验阵和生成矩阵rsdecof 对Reed-Solomon编码的ASCII文件解码rsencof 用Reed-Solomon码对ASCII文件编码rspoly 给出Reed-Solomon码的生成多项式syndtable 产生伴随解码表 vitdec 用Viterbi法则解卷积码 （误差控制编码的低级函数） bchdeco BCH解码器 bchenco BCH编码器 rsdeco Reed-Solomon解码器 rsdecode 用指数形式进行Reed-Solomon解码 rsenco Reed-Solomon编码器 rsencode 用指数形式进行Reed-Solomon编码 调制与解调

Matlab概率统计工具箱(3)

Matlab概率统计工具箱(3) 4.8 假设检验 4.8.1 已知,单个正态总体的均值μ的假设检验(U检验法) 函数ztest 格式h = ztest(x,m,sigma) % x为正态总体的样本,m为均值μ0,sigma为标准差,显著性水平为0.05(默认值) h = ztest(x,m,sigma,alpha) %显著性水平为alpha [h,sig,ci,zval] = ztest(x,m,sigma,alpha,tail) %sig为观察值的概率,当sig为小概率时则对原假设提出质疑,ci为真正均值μ的1-alpha置信区间,zval为统计量的值. 说明若h=0,表示在显著性水平alpha下,不能拒绝原假设; 若h=1,表示在显著性水平alpha下,可以拒绝原假设. 原假设:, 若tail=0,表示备择假设:(默认,双边检验); tail=1,表示备择假设:(单边检验); tail=-1,表示备择假设:(单边检验). 例4-74 某车间用一台包装机包装葡萄糖,包得的袋装糖重是一个随机变量,它服从正态分布.当机器正常时,其均值为0.5公斤,标准差为0.015.某日开工后检验包装机是否正常,随机地抽取所包装的糖9袋,称得净重为(公斤)

0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512 问机器是否正常 解:总体μ和σ已知,该问题是当为已知时,在水平下,根据样本值判断μ=0.5还是.为此提出假设: 原假设: 备择假设: >> X=[0.497,0.506,0.518,0.524,0.498,0.511,0.52,0.515,0.512 ]; >> [h,sig,ci,zval]=ztest(X,0.5,0.015,0.05,0) 结果显示为 h = 1 sig = 0.0248 %样本观察值的概率 ci = 0.5014 0.5210 %置信区间,均值0.5在此区间之外 zval = 2.2444 %统计量的值 结果表明:h=1,说明在水平下,可拒绝原假设,即认为包装机工作不正常.

matlab函数用法

A a abs 绝对值、模、字符的ASCII码值 acos 反余弦 acosh 反双曲余弦 acot 反余切 acoth 反双曲余切 acsc 反余割 acsch 反双曲余割 align 启动图形对象几何位置排列工具 all 所有元素非零为真 angle 相角 ans 表达式计算结果的缺省变量名 any 所有元素非全零为真 area 面域图 argnames 函数M文件宗量名 asec 反正割 asech 反双曲正割 asin 反正弦 asinh 反双曲正弦 assignin 向变量赋值 atan 反正切 atan2 四象限反正切 atanh 反双曲正切 autumn 红黄调秋色图阵 axes 创建轴对象的低层指令 axis 控制轴刻度和风格的高层指令 B b bar 二维直方图 bar3 三维直方图 bar3h 三维水平直方图 barh 二维水平直方图 base2dec X进制转换为十进制 bin2dec 二进制转换为十进制 blanks 创建空格串 bone 蓝色调黑白色图阵 box 框状坐标轴 break while 或for 环中断指令 brighten 亮度控制 C c

capture （3版以前）捕获当前图形 cart2pol 直角坐标变为极或柱坐标 cart2sph 直角坐标变为球坐标 cat 串接成高维数组 caxis 色标尺刻度 cd 指定当前目录 cdedit 启动用户菜单、控件回调函数设计工具cdf2rdf 复数特征值对角阵转为实数块对角阵ceil 向正无穷取整 cell 创建元胞数组 cell2struct 元胞数组转换为构架数组 celldisp 显示元胞数组内容 cellplot 元胞数组内部结构图示 char 把数值、符号、内联类转换为字符对象chi2cdf 分布累计概率函数 chi2inv 分布逆累计概率函数 chi2pdf 分布概率密度函数 chi2rnd 分布随机数发生器 chol Cholesky分解 clabel 等位线标识 cla 清除当前轴 class 获知对象类别或创建对象 clc 清除指令窗 clear 清除内存变量和函数 clf 清除图对象 clock 时钟 colorcube 三浓淡多彩交叉色图矩阵 colordef 设置色彩缺省值 colormap 色图 colspace 列空间的基 close 关闭指定窗口 colperm 列排序置换向量 comet 彗星状轨迹图 comet3 三维彗星轨迹图 compass 射线图 compose 求复合函数 cond （逆）条件数 condeig 计算特征值、特征向量同时给出条件数condest 范-1条件数估计 conj 复数共轭 contour 等位线 contourf 填色等位线 contour3 三维等位线

matlab各种函数的用法

1 Text函数的用法： 用法 text(x,y,'string')在图形中指定的位置(x,y)上显示字符串string text(x,y,z,'string') 在三维图形空间中的指定位置(x,y,z)上显示字符串string 2， plot([0,z1,z12],'-b','LineWidth',3)[ ]里面表示数组. 3, x,y均为矩阵，plot命令就是画出x，y矩阵对应的二维平面的点形成的曲线。y（：，1）中逗号前是行，逗号后是列，冒号表示从几到几。所以y（：，1）表示第一列的所有元素。如果是y(3:5,1)则表示第一列的第3到第5行对应的元素。只要你的y矩阵有100列，那你当然可以将1改成100。同理，x矩阵也可以这样。 4 sym的意思是symbol，就是后面括号里面是个代数式，要进行符号运算，class（）判断对象是什么类型。 5 matlab控制运算精度用的是digits和vpa这两个函数 xs = vpa(x,n) 在n位相对精度下，给出x的数值型符号结果xs xs = vpa(x) 在digits指定的精度下，给出x的数值型符号结果xs

digits用于规定运算精度，比如： digits(20); 这个语句就规定了运算精度是20位有效数字。但并不是规定了就可以使用，因为实际编程中，我们可能有些运算需要控制精度，而有些不需要控制。vpa就用于解决这个问题，凡是用需要控制精度的，我们都对运算表达式使用vpa函数。例如： digits(5); a=vpa(sqrt(2)); 这样a的值就是1.4142，而不是准确的1.4880 又如： digits(5); a=vpa(sqrt(2)); b=sqrt(2); 这样a的值是1.4142，b没有用vpa函数，所以b是1.4880...... 6

第9章概率论与数理统计的MATLAB实现讲稿汇总

第9章 概率论与数理统计的MATLAB 实现 MATLAB 总包提供了一些进行数据统计分析的函数，但不完整。利用MATLAB 统计工具箱，可以进行概率和数理统计分析，以及进行比较复杂的多元统计分析。 9.1 随机变量及其分布 利用统计工具箱提供的函数，可以比较方便地计算随机变量的分布列（或密度函数）和分布函数。 9.1.1 常见离散型随机变量的分布列的计算 如果随机变量全部可能取到的不相同的值是有限个或可列无限多个，则称为离散型随机变量。 MATLAB 提供的计算常见离散型随机变量分布列的函数及调用格式： 函数调用格式(对应的分布) 分布列 y=binopdf(x,n,p)(二项分布) )() 1(),|(),,1,0(x I p p C p n x f n x n x x n --= y=geopdf(x,p)(几何分布) x p p p x f )1()|(-= ),1,0( =x y=hygepdf(x,M,K,n)(超几何分布) n M x n k M x K C C C n K M x f --=),,|( y=poisspdf(x,lambda)(泊松分布) λ λλ-=e x x f x ! )|(),1,0( =x y=unidpdf(x,n)(离散均匀分布) N N x f 1)|(= 9.1.2 常见连续型随机变量的密度函数计算 对于随机变量X 的分布函数)(x F ，如果存在非负函数)(x f ，使对于任意实数x 有 ? ∞ -=x dt t f x F )()( 则称X 为连续型随机变量，其中函数)(x f 称为X 的密度函数。 MA TLAB 提供的计算常见连续型随机变量分布密度函数的函数及调用格

MATLAB计算概率

一、实验名称 已知随机向量（X ，Y ）独立同服从标准正态分布，D={(x,y)|a0&&e<6 if e==1

p=erchong(a,b,c,d) end if e==2 p=wangge(a,b,c,d); end if e==3 p=fenbu(a,b,c,d); end if e==4 p=mente(a,b,c,d); end if e==5 [X,Y]=meshgrid(-3:0.2:3); Z=1/(2*pi)*exp(-1/2*(X.^2+Y.^2)); meshz(X,Y,Z); end e=input('请选择: \n'); end % ===============================用二重积分计算function p=erchong(a,b,c,d) syms x y; f0=1/(2*pi)*exp(-1/2*(x^2+y^2)); f1=int(f0,x,a,b); %对x积分 f1=int(f1,y,c,d); %对y积分 p=vpa(f1,9); % ================================等距网格法function p=wangge(a,b,c,d) syms x y ; n=100; r1=(b-a)/n; %求步长 r2=(d-c)/n; za(1)=a;for i=1:n,za(i+1)=za(i)+r1;end %分块 zc(1)=c;for j=1:n,zc(j+1)=zc(j)+r2;end for i=1:n x(i)=unifrnd(za(i),za(i+1));end %随机取点 for i=1:n y(i)=unifrnd(zc(i),zc(i+1));end s=0; for i=1:n for j=1:n s=1/(2*pi)*exp(-1/2*(x(i)^2+y(j)^2))+s;%求和end end p=s*r1*r2;

matlab基本函数的用法

一. Matlab中常见函数基本用法 1.sum (1 )sum(A)A为矩阵得出A矩阵每列的和组成的一个矢量; A为矢量得出A的各元 素之和 (2)sum(diag(A))得矩阵A的对角元素之和 (3)sum(A,dim) A为矩阵，sum(A,1)按列求和;sum(A,2)按行求和 2.max(min) (1)max(A) 若A为矩阵则得出A矩阵每列的最大元素组成的一个矢量 若A为矢量则得出A中最大的元 （2）max(A,B) A与B为同维矩阵得出取A 与B中相同位置元素中较大者组成的新矩阵 （3）max(A,[],dim) max(a,[ ],1),求每列的最大值；max(a,[ ],2)求每行的最大值 3.find （1）find（X）若X为行向量则得出X中所有非零元素所在的位置（按行）若X为列向量或矩阵则得出X中所有非零元素的位置（按列）（2）ind = find(X, k)/ind = find(X,k,'first') 返回前k个非零元的指标ind = find(X,k,'last') 返回后k个非零元的指标 （3）[row,col] = find(X) row代表行指标，col代表列指标 [row,col,val] = find(X) val表示查找到对应位置非零元的值 [row,col] = find(A>100 & A<1000) 找出满足一定要求的元素 4.reshape （1）B = reshape(A,m,n) 把A变成m*n的矩阵 5.sort （1）B = sort(A) 把A的元素按每列从小到大的顺序排列组成新矩阵

（2）B = sort(A,dim) dim=1同（1）； dim=2 把A按每行从小到大的顺序排列组成新矩阵 6.cat （1）C = cat(dim, A, B) dim=1相当于[A;B]；dim=2相当于[A,B] （2）C = cat(dim, A1, A2, A3, A4, ...) 类推（1） 7.meshgrid （1）[X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y，矩阵X的行向量是向量x的简单复制，而矩阵Y的列向量是向量y的简单复制。（2）[X,Y] = meshgrid(x) （1）y=x中情形 8.diag （1）X = diag(v,k) 向量v作为X的第k对角线上的元素X的其他元素为零（2）X = diag(v) （1）中k=0的情况 （2）v = diag(X,k) v为矩阵X的第k对角线的元素组成的列向量 （4）v = diag(X) （3）中k等于零的情况

Matlab中常见数学函数的使用

给自己看的----Matlab 的内部常数（转） 2008/06/19 14:01 [Ctrl C/V--学校 ] MATLAB 基本知识 Matlab 的内部常数 pi 圆周率 exp(1) 自然对数的底数e i 或j 虚数单位 Inf 或 inf 无穷大 Matlab 的常用内部数学函数

我们也可在matlab中调用maple的命令进行多项式的运算，调用格式如下： maple（’maple中多项式的运算命令’） 如何用matlab进行分式运算 发现matlab只有一条处理分式问题的命令，其使用格式如下： [n，d]=numden（f）把符号表达式f化简为有理形式，其中分子和分母的系数为整数且分子分母不含公约项，返回结果n为分子，d为分母。注意：f必须为符号表达式 不过我们可以调用maple的命令，调用方法如下： maple（’denom（f）’）提取分式f的分母 maple(’numer（f）’)提取分式f的分子 maple(’normal（f）’ ) 把分式f的分子与分母约分成最简形式 maple(’expand（f）’) 把分式f的分子展开,分母不变且被看成单项。 maple(’factor（f）’) 把分式f的分母和分子因式分解，并进行约分。 如何用Matlab进行因式分解 syms 表达式中包含的变量factor(表达式) 如何用Matlab展开 syms 表达式中包含的变量expand(表达式) 如何用Matlab进行化简 syms 表达式中包含的变量simplify(表达式) 如何用Matlab合并同类项 syms 表达式中包含的变量collect(表达式，指定的变量) 如何用Matlab进行数学式的转换 调用Maple中数学式的转换命令，调用格式如下： maple(‘Maple的数学式转换命令’) 即：maple(‘convert(表达式，form)’)将表达式转换成form的表示方式 maple(‘convert(表达式，form, x)’)指定变量为x，将依赖于变量x的函数转换成form的表示方式（此指令仅对form为exp与sincos的转换式有用） 如何用Matlab进行变量替换 syms 表达式和代换式中包含的所有变量subs(表达式，要替换的变量或式子，代换式) 如何用matlab进行复数运算 a+b*i 或 a +b*j表示复数a+bi 或a+bj real（z）求复数z的实部 imag（z）求复数z的虚部 abs（z）求复数z的模 angle（z）求复数z的辐角， conj（z）求复数z的共轭复数 exp（z）复数的指数函数，表示e^z 如何在matlab中表示集合 [a, b, c,…] 表示由a, b, c,…组成的集合（注意：元素之间也可用空格隔开） unique(A) 表示集合A的最小等效集合（每个元素只出现一次） 也可调用maple的命令，格式如下： maple('{a, b, c,…}')表示由a, b, c,…组成的集合 下列命令可以生成特殊的集合： maple(‘{seq(f(i),i=n..m)}’)生成集合{f(n), f(n+1), f(n+2), … , f(m)} 如何用Matlab求集合的交集、并集、差集和补集

(完整版)Matlab概率论与数理统计

Matlab 概率论与数理统计 、matlab 基本操作 1. 画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin (x); plot(x,y, '-r'); x1=0:0.1:pi/2; y1=s in( x1); hold on; fill([x1, pi/2],[y1,1/2], 'b'); 【例01.02】填充，二维均匀随机数 hold off ; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; plot(x,y0, 'r' ,y0,x, plot(x1,y1, 'r' ,x2,y2, yr=u nifrnd (0,60,2,100); plot(yr(1,:),yr(2,:), axis( 'on'); axis( 'square' ); axis([-20 80 -20 80 ]); xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv, 'b'); hold on ; 'r' ,x,y60, 'r' ,y60,x, 'r') 'r'); 'm.')

2. 排列组合 k C=nchoosek(n,k) : C C n ，例 nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2):从 n1 至U n2 的连乘 【例01.03】至少有两个人生日相同的概率 365 364|||(365 rs 1) rs 365 365 364 365 rs 1 365 365 365 rs=[20,25,30,35,40,45,50]; %每班的人数 p1= on es(1,le ngth(rs)); p2=on es(1,le ngth(rs)); %用连乘公式计算 for i=1:le ngth(rs) p1(i)=prod(365-rs(i)+1:365)/365A rs(i); end %用公式计算(改进) for i=1:le ngth(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end %用公式计算(取对数) for i=1:le ngth(rs) p1(i)=exp(sum(log(365-rs(i)+1:365))-rs(i)*log(365)); end 公式计算P 1 n!C N N n N! 1 (N n)! 1 N n N (N 1) (N n 1)

matlab在概率统计中的应用实例

关于全国受旱灾土地总面积的数理分析 提出问题：下表是从1990年至2010年全国因干旱而受灾的土地总面积（单位：千公顷）数。（数据来源于全国统计局官网） 试解决一下问题： （1）计算所给样本的均值与标准差； （2）检验在显著水平为0.05的情况下，全国每年因干旱而受灾的土地总面积是否服从正态分布？ （3）如果服从正态分布，用极大似然估计法对未知参数μ和σ作出估计； （4）若年受旱灾总面积大于35000千公顷即为重灾年，根据估计出的μ值和σ值，计算当年为重灾年的概率。 分析问题：这是一个样本均值和标准差的计算以及正态性检验和计算的一系列问题。对于此类问题可以应用数学软件MATLAB进行处理，应用MATLAB可以很容易的计算出均值及标准差，此外，采用Jarque-Beran检验即可知道其是否服从正态分布，并估计出总体的均值μ和标准差σ。 解决问题：下面计算样本的均值和标准差 MATLAB程序代码如下 clear

X=[18175 24917 32981 21097 30423 23455 20152 33516 14236 30156 40541 38472 22124 24852 17253 16028 20738 29386 12137 29259 13259]; [h,stats]=cdfplot(X) 运行程序后，输出如下 h =152.0022 stats = min: 12137 max: 40541 mean: 2.4436e+004 median: 23455 std: 8.1234e+003 从输出结果可看出，样本的最小值为12137，最大值为40541，

最新Matlab中常见数学函数的使用

给自己看的----Matlab的内部常数（转） 2008/06/19 14:01[Ctrl C/V--学校 ] MATLAB基本知识 Matlab的内部常数 pi 圆周率 exp(1) 自然对数的底数e i 或j 虚数单位 Inf或inf 无穷大 Matlab的常用内部数学函数

如何用matlab进行多项式运算 （1）合并同类项 syms 表达式中包含的变量 collect(表达式，指定的变量) （2）因式分解 syms 表达式中包含的变量factor(表达式) （3）展开 syms 表达式中包含的变量 expand(表达式) 我们也可在matlab中调用maple的命令进行多项式的运算，调用格式如下： maple（’maple中多项式的运算命令’） 如何用matlab进行分式运算 发现matlab只有一条处理分式问题的命令，其使用格式如下： [n，d]=numden（f）把符号表达式f化简为有理形式，其中分子和分母的系数为整数且分子分母不含公约项，返回结果n为分子，d为分母。注意：f必须为符号表达式 不过我们可以调用maple的命令，调用方法如下： maple（’denom（f）’）提取分式f的分母 maple(’numer（f）’)提取分式f的分子 maple(’normal（f）’ ) 把分式f的分子与分母约分成最简形式 maple(’expand（f）’) 把分式f的分子展开,分母不变且被看成单项。 maple(’factor（f）’) 把分式f的分母和分子因式分解，并进行约分。 如何用Matlab进行因式分解 syms 表达式中包含的变量factor(表达式) 如何用Matlab展开 syms 表达式中包含的变量expand(表达式) 如何用Matlab进行化简 syms 表达式中包含的变量simplify(表达式) 如何用Matlab合并同类项 syms 表达式中包含的变量collect(表达式，指定的变量) 如何用Matlab进行数学式的转换 调用Maple中数学式的转换命令，调用格式如下： maple(‘Maple的数学式转换命令’) 即：maple(‘convert(表达式，form)’)将表达式转换成form的表示方式 maple(‘convert(表达式，form, x)’)指定变量为x，将依赖于变量x的函数转换成form的表示方式（此指令仅对form为exp与sincos的转换式有用） 如何用Matlab进行变量替换 syms 表达式和代换式中包含的所有变量subs(表达式，要替换的变量或式子，代换式) 如何用matlab进行复数运算 a+b*i 或 a +b*j表示复数a+bi 或a+bj real（z）求复数z的实部 imag（z）求复数z的虚部 abs（z）求复数z的模 angle（z）求复数z的辐角， conj（z）求复数z的共轭复数 exp（z）复数的指数函数，表示e^z 如何在matlab中表示集合 [a, b, c,…] 表示由a, b, c,…组成的集合（注意：元素之间也可用空格隔开） unique(A) 表示集合A的最小等效集合（每个元素只出现一次） 也可调用maple的命令，格式如下： maple('{a, b, c,…}')表示由a, b, c,…组成的集合 下列命令可以生成特殊的集合： maple(‘{seq(f(i),i=n..m)}’)生成集合{f(n), f(n+1), f(n+2), … , f(m)} 如何用Matlab求集合的交集、并集、差集和补集

MATLAB 概率分布函数

统计工具箱函数 Ⅰ-1 概率密度函数 函数名对应分布的概率密度函数 betapdf贝塔分布的概率密度函数 binopdf二项分布的概率密度函数 chi2pdf 卡方分布的概率密度函数exppdf指数分布的概率密度函数 fpdf f分布的概率密度函数 gampdf伽玛分布的概率密度函数 geopdf几何分布的概率密度函数 hygepdf超几何分布的概率密度函数 normpdf正态（高斯）分布的概率密度函数lognpdf对数正态分布的概率密度函数 nbinpdf负二项分布的概率密度函数 ncfpdf非中心f分布的概率密度函数 nctpdf非中心t分布的概率密度函数 ncx2pdf 非中心卡方分布的概率密度函数poisspdf泊松分布的概率密度函数 raylpdf雷利分布的概率密度函数 tpdf学生氏t分布的概率密度函数 unidpdf离散均匀分布的概率密度函数 unifpdf连续均匀分布的概率密度函数 weibpdf威布尔分布的概率密度函数 Ⅰ-2 累加分布函数 函数名对应分布的累加函数 betacdf贝塔分布的累加函数 binocdf二项分布的累加函数 chi2cdf 卡方分布的累加函数 expcdf指数分布的累加函数 fcdf f分布的累加函数 gamcdf伽玛分布的累加函数 geocdf几何分布的累加函数 hygecdf超几何分布的累加函数 logncdf对数正态分布的累加函数 nbincdf负二项分布的累加函数 ncfcdf非中心f分布的累加函数 nctcdf非中心t分布的累加函数 ncx2cdf 非中心卡方分布的累加函数normcdf正态（高斯）分布的累加函数poisscdf泊松分布的累加函数 raylcdf雷利分布的累加函数 tcdf学生氏t分布的累加函数 unidcdf离散均匀分布的累加函数 unifcdf连续均匀分布的累加函数

数学建模常用到的matlab函数有哪些

附录Ⅰ工具箱函数汇总 Ⅰ.1 统计工具箱函数 表Ⅰ-1 概率密度函数 函数名对应分布的概率密度函数betapdf 贝塔分布的概率密度函数binopdf 二项分布的概率密度函数 chi2pdf 卡方分布的概率密度函数 exppdf 指数分布的概率密度函数 fpdf f分布的概率密度函数 gampdf 伽玛分布的概率密度函数 geopdf 几何分布的概率密度函数hygepdf 超几何分布的概率密度函数normpdf 正态（高斯）分布的概率密度函数lognpdf 对数正态分布的概率密度函数nbinpdf 负二项分布的概率密度函数ncfpdf 非中心f分布的概率密度函数nctpdf 非中心t分布的概率密度函数 ncx2pdf 非中心卡方分布的概率密度函数poisspdf 泊松分布的概率密度函数 raylpdf 雷利分布的概率密度函数 tpdf 学生氏t分布的概率密度函数 unidpdf 离散均匀分布的概率密度函数unifpdf 连续均匀分布的概率密度函数weibpdf 威布尔分布的概率密度函数 表Ⅰ-2 累加分布函数 函数名对应分布的累加函数 betacdf 贝塔分布的累加函数 binocdf 二项分布的累加函数 chi2cdf 卡方分布的累加函数 expcdf 指数分布的累加函数 fcdf f分布的累加函数 gamcdf 伽玛分布的累加函数 geocdf 几何分布的累加函数 hygecdf 超几何分布的累加函数 logncdf 对数正态分布的累加函数nbincdf 负二项分布的累加函数 ncfcdf 非中心f分布的累加函数 nctcdf 非中心t分布的累加函数 ncx2cdf 非中心卡方分布的累加函数normcdf 正态（高斯）分布的累加函数poisscdf 泊松分布的累加函数 raylcdf 雷利分布的累加函数 tcdf 学生氏t分布的累加函数

matlab 基础函数用法总结

1、Size 函数用法 例如：1,2,3;4,5,6]是一个2*3的矩阵，则： d = size(X); %返回矩阵的行数和列数，保存在d中 [m,n] = size(X)%返回矩阵的行数和列数，分别保存在m和n中 m = size(X,dim);%返回矩阵的行数或列数，dim=1返回行数，dim=2返回列数 2、Corrcoef 函数用法 corrcoef（x，y）表示序列x和序列y的相关系数，得到的结果是一个2*2矩阵，其中对角线上的元素分别表示x和y的自相关，非对角线上的元素分别表示x 与y的相关系数和y与x的相关系数，两个是相等的 3、sort函数用法 sort(X) 功能：返回对向量X中的元素按列升序排列的新向量。 [Y, I] = sort(A, dim, mode) 功能：对矩阵A的各列或各行重新排序，I记录Y中的元素在排序前A中位置，其中dim指明读A的列还是行进行排序。若dim=1，则按列排序；若dim=2，则按行排序。mode为排序的方式，取值'ascend'为升序，'descend'为降序 4、Legend 函数用法 legend(string1,string2,string3,┈) 分别将字符串1、字符串2、字符串3……标注到图中，每个字符串对应的图标为画图时的图标。 例如： plot(x,sin(x),?.b?,x,cos(x),?+r?) legend(…sin?,?cos?) //这样就可以把”.”标识为”sin”，把”+”标识为“cos” 5、find 函数用法 找到非零元素的索引和值 语法： 1. ind = find(X) 2. ind = find(X, k) 3. ind = find(X, k, 'first') 4. ind = find(X, k, 'last') 5. [row,col] = find(X, ...) 6. [row,col,v] = find(X, ...) 说明： 1. ind = find(X)

Matlab用法大全

Matlab用法大全 1求取系统单位阶跃响应：step() step()函数的用法 y=step(num,den,t)：其中num和den分别为系统传递函数描述中的分子和分母多项式系数，t为选定的仿真时间向量，一般可以由t=0:step:end等步长地产生出来。该函数返回值y为系统在仿真时刻各个输出所组成的矩阵 [y,x,t]=step(num,den)：此时时间向量t由系统模型的特性自动生成, 状态变量x返回为空矩阵。 [y,x,t]=step(A,B,C,D,iu)：其中A,B,C,D为系统的状态空间描述矩阵，iu用来指明输入变量的序号。x为系统返回的状态轨迹。 2h = tf([1 1],[1 2 5]); [num,den] = tfdata(h,'v') 3a(:,j)表示a的j列的所有行元素 a(i,:)表示i行的所有列元素 4a=[]创建空矩阵 5 eval ()函数的功能就是将括号内的字符串视为语句并运行 例如：eval ('y1=sin(2)')就是相当于在matlab命令窗口输入了y1=sin(2)这条命令。 多在循环中使用，可以对多个名字有规则的变量或文件进行操作， 例一： for x=1:5 eval (['y',num2str(x),'=',num2str(x^2),';']) end 以上语句等价于执行以下5句： ynum2str(1)=num2str(1^2); ynum2str(2)=num2str(2^2); ynum2str(3)=num2str(3^2); ynum2str(4)=num2str(4^2); ynum2str(5)=num2str(5^2); 例二： subplot(711);plot(t,y);title('原始信号’）； for i=1:6 subplot(7,1,i+1); plot(t,imf(i,:)); eval (['title(''IMF',int2str(i),''');']); end ------------------------- 以上6行程序实际上是执行以下7条命令 subplot(711);plot(t,y);title('原始信号'); subplot(7,1,2);plot(t,imf(1,:));title('IMF1'); subplot(7,1,3);plot(t,imf(2,:));title('IMF2'); subplot(7,1,4);plot(t,imf(3,:));title('IMF3'); subplot(7,1,5);plot(t,imf(4,:));title('IMF4');

概率统计计算及MATLAB实现.doc

《概率统计计算及其MATLAB实现》共分为六章和一个附录，前两章主要介绍概率论和随机变量的基本知识，第三章至第五章是数理统计内容，第六章是随机过程计算及其仿真，最后，附录部分对MATLAB的基本知识进行了简介。主要内容涉及概率及其计算、变量分布及其相关计算、数字特征和中心极限定理、描述统计、参数估计和假设检验、方差分析和回归分析、泊松过程、马氏链、布朗运动、风险模型等的计算和模拟。另外还涉及MATLAB矩阵的运算和操作、微积分运算、代数方程（组）求解、画图和程序流程控制等内容。 目录 1 概率计算及变量分布 1.1 概率定义及其计算 1.2 随机变量及其分布 1.3 随机变量函数及其分布 1.4有关古典概率实际问题的MATLAB模拟 习题1 2常见分布及数字特征 2.1 常见的离散型分布 2.2 常见的连续型分布 2.3 随机变量的数字特征 2.4 有关常见分布的MATLAB模拟 习题2 3样本描述及抽样分布 3.1 数据的整理和显示 3.2 数据预处理及其他描述分析 3.3抽样分布 习题3 4参数估计与假设检验 4.1 参数估计 4.2正态总体参数的假设检验 4.3 其他常用的假设检验 4.4几个常用的非参数假设检验 习题4 5方差分析与回归分析 5.1 单因素方差分析 5.2 双因素方差分析 5.3 线性回归分析 5.4 逐步回归与其他几个回归 习题5

6随机过程计算与仿真 6.1 随机过程的基本概念 6.2 泊松过程的计算与仿真6.3 马氏链的计算与仿真 6.4布朗运动计算与仿真 6.5 风险模型的计算与仿真习题6 附录MATLAB简介 1 矩阵与相关运算 2微积分与代数方程基本求解3 画图与编程

Matlab概率论与数理统计

Matlab 概率 论与数理统 计 、matlab 基本操作 1.画图 【例01.01】简单画图 hold off; x=0:0.1:2*pi; y=sin (x); plot(x,y, '-r'); x1=0:0.1:pi/2; y1=s in( x1); hold on; fill([x1, pi/2],[y1,1/2], 'b'); 【例01.02】填充，二维均匀随机数 hold off ; x=[0,60];y0=[0,0];y60=[60,60]; x1=[0,30];y1=x1+30; x2=[30,60];y2=x2-30; plot(x,y0, 'r' ,y0,x, plot(x1,y1, 'r' ,x2,y2, yr=u nifrnd (0,60,2,100); plot(yr(1,:),yr(2,:), axis( 'on'); axis( 'square' ); xv=[0 0 30 60 60 30 0];yv=[0 30 60 60 30 0 0]; fill(xv,yv, 'b'); hold on ; 'r' ,x,y60, 'r' ,y60,x, 'r') 'r'); 'm.')

axis([-20 80 -20 80 ]);

2. 排列组合 k C=nchoosek(n,k) : C C n ，例 nchoosek(5,2)=10, nchoosek(6,3)=20. prod(n1:n2):从 n1 至U n2 的连乘 【例01.03】至少有两个人生日相同的概率 365 364|||(365 rs 1) rs 365 365 364 365 rs 1 365 365 365 rs=[20,25,30,35,40,45,50]; %每班的人数 p1= on es(1,le ngth(rs)); p2=on es(1,le ngth(rs)); %用连乘公式计算 for i=1:le ngth(rs) p1(i)=prod(365-rs(i)+1:365)/365A rs(i); end %用公式计算(改进) for i=1:le ngth(rs) for k=365-rs(i)+1:365 p2(i)=p2(i)*(k/365); end ; end %用公式计算(取对数) for i=1:le ngth(rs) p1(i)=exp(sum(log(365-rs(i)+1:365))-rs(i)*log(365)); 公式计算P 1 n!C N N n N! 1 (N n)! 1 N n N (N 1) (N n 1)