matlab中normfit在正态分布中的使用技巧

matlab中normfit在正态分布中的使用技巧如下:

函数 normfit

格式 [muhat,sigmahat,muci,sigmaci] = normfit(X)

[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)

说明 muhat,sigmahat分别为正态分布的参数μ和σ的估计值,muci,sigmaci分别为置信区间,其置信度为;alpha给出显著水平α,缺省时默认为0.05,即置信度为95%.

例4-62 有两组(每组100个元素)正态随机数据,其均值为10,均方差为2,求95%的置信区间和参数估计值.

解:>>r = normrnd (10,2,100,2); %产生两列正态随机数据

>>[mu,sigma,muci,sigmaci] = normfit(r)

则结果为

mu =

10.1455 10.0527 %各列的均值的估计值

sigma =

1.9072 2.1256 %各列的均方差的估计值

muci =

9.7652 9.6288

10.5258 10.4766

sigmaci =

1.6745 1.8663

2.2155 2.4693

说明 muci,sigmaci中各列分别为原随机数据各列估计值的置信区间,置信度为95%.

例4-63 分别使用金球和铂球测定引力常数

(1)用金球测定观察值为:6.683 6.681 6.676 6.678 6.679 6.672

(2)用铂球测定观察值为:6.661 6.661 6.667 6.667 6.664

设测定值总体为,μ和σ为未知.对(1),(2)两种情况分别求μ和σ的置信度为0.9的置信区间.

解:建立M文件:LX0833.m

X=[6.683 6.681 6.676 6.678 6.679 6.672];

Y=[6.661 6.661 6.667 6.667 6.664];

[mu,sigma,muci,sigmaci]=normfit(X,0.1) %金球测定的估计

[MU,SIGMA,MUCI,SIGMACI]=normfit(Y,0.1) %铂球测定的估计

运行后结果显示如下:

mu =

6.6782

sigma =

0.0039

muci =

6.6750

6.6813

sigmaci =

0.0026

0.0081

MU =

6.6640

SIGMA =

0.0030

MUCI =

6.6611

6.6669

SIGMACI =

0.0019

0.0071

由上可知,金球测定的μ估计值为6.6782,置信区间为[6.6750,6.6813];

σ的估计值为0.0039,置信区间为[0.0026,0.0081].

泊球测定的μ估计值为6.6640,置信区间为[6.6611,6.6669];

σ的估计值为0.0030,置信区间为[0.0019,0.0071].

matlab中normfit在正态分布中的使用技巧如下:

函数 normfit

格式 [muhat,sigmahat,muci,sigmaci] = normfit(X)

[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)

说明 muhat,sigmahat分别为正态分布的参数μ和σ的估计值,muci,sigmaci分别为置信区间,其置信度为;alpha给出显著水平α,缺省时默认为0.05,即置信度为95%.

例4-62 有两组(每组100个元素)正态随机数据,其均值为10,均方差为2,求95%的置信区间和参数估计值.

解:>>r = normrnd (10,2,100,2); %产生两列正态随机数据

>>[mu,sigma,muci,sigmaci] = normfit(r)

则结果为

mu =

10.1455 10.0527 %各列的均值的估计值

sigma =

1.9072 2.1256 %各列的均方差的估计值

muci =

9.7652 9.6288

10.5258 10.4766

sigmaci =

1.6745 1.8663

2.2155 2.4693

说明 muci,sigmaci中各列分别为原随机数据各列估计值的置信区间,置信度为95%.

例4-63 分别使用金球和铂球测定引力常数

(1)用金球测定观察值为:6.683 6.681 6.676 6.678 6.679 6.672

(2)用铂球测定观察值为:6.661 6.661 6.667 6.667 6.664

设测定值总体为,μ和σ为未知.对(1),(2)两种情况分别求μ和σ的置信度为0.9的置信区间.

解:建立M文件:LX0833.m

X=[6.683 6.681 6.676 6.678 6.679 6.672];

Y=[6.661 6.661 6.667 6.667 6.664];

[mu,sigma,muci,sigmaci]=normfit(X,0.1) %金球测定的估计

[MU,SIGMA,MUCI,SIGMACI]=normfit(Y,0.1) %铂球测定的估计

运行后结果显示如下:

mu =

6.6782

sigma =

0.0039

muci =

6.6750

6.6813

sigmaci =

0.0026

0.0081

MU =

6.6640

SIGMA =

0.0030

MUCI =

6.6611

6.6669

SIGMACI =

0.0019

0.0071

由上可知,金球测定的μ估计值为6.6782,置信区间为[6.6750,6.6813];

σ的估计值为0.0039,置信区间为[0.0026,0.0081].

泊球测定的μ估计值为6.6640,置信区间为[6.6611,6.6669];

σ的估计值为0.0030,置信区间为[0.0019,0.0071].


相关文章

  • 正态总体参数区间估计的MATLAB实现
  • 2010年2月 第1期吉林师范大学学报(自然科学版) Journal of Jilin Normal University (NaturalScience Edition) l . 1Feb. 2010 正态总体参数区间估计的MATLAB ...查看


  • 数据的统计分析
  • 新乡学院数学与信息科学系 实验报告 实验项目名称 所属课程名称 实 验 类 型 实 验 日 期 数据的统计分析 数学实验 综合性实验 2013-5-20 班 学 姓 成 级 号 名 绩 一.实验概述: [实验目的] 本实验利用 matlab ...查看


  • 组合资金投资方案模型
  • 论文题目:组合资金投资方案模型 摘要 基金会投资目的是为了获取较高的投资收益,其收益可大可小,甚至遭受损失,这种收益的不确定性及其发生的概率即是风险.在本问题上有三种投资方式,可以按不同的比例对多种投资方案进行组合投资,以期降低风险并获得最 ...查看


  • 通话数据分析(数学建模)
  • A 题 通话数据分析 摘要: 概率统计知识与我们的实际生活息息相关.由于客观事物内部规律的 复杂性及人们认识程度的限制,无法分析实际对象内在的因果关系,因此我们需要在大量的数据基础上,基于对数据的统计分析建立合乎机理规律的模型,来解决日常生 ...查看


  • 概率统计建模讲义(重要分布举例卡方检验)
  • 数理统计例举 王晓谦 [email protected] 南京师范大学 主要内容 随机变量及其分布 经验分布函数和频率直方图 参数估计 假设检验 相关分析与回归分析简介 例题 例1能量供应问题(二项分布) 例2 放射性 (泊松) 例3正态分布 ...查看


  • 第十章 数据的统计描述和分析
  • 第十章 数据的统计描述和分析 数理统计研究的对象是受随机因素影响的数据,以下数理统计就简称统计,统计是 以 概率论为基础的一门应用学科. 数据样本少则几个,多则成千上万,人们希望能用少数几 个包含其多相关信息的 数值来体现数据样本总体的规律 ...查看


  • 参数估计和假设检验习题解答
  • 参数估计和假设检验习题 1.设某产品的指标服从正态分布,它的标准差σ已知为150,今抽了一个容量为26的样本,计算得平均值为1637.问在5%的显著水平下,能否认为这批产品的指标的期望值μ为1600? α=0.05,n=26, H0:μ=1 ...查看


  • MC方法模拟理想气体分子麦克斯韦速率分布律
  • 东北石油大学 课 程 设 计 2014年 3月 14日 东北石油大学课程设计任务书 课程 计算物理和MATLAB 课程设计 题目 MC 方法模拟理想气体分子的麦克斯韦速率分布 专业 应物 姓名 学号主要内容.基本要求.主要参考资料等 主要内 ...查看


  • Matlab在物理学中的应用
  • 目 录 摘 要„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„1 Abstract „„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„1 1 引言„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ ...查看


热门内容