本科生必修课概率论与数理统计.ppt

《本科生必修课概率论与数理统计.ppt》由会员分享，可在线阅读，更多相关《本科生必修课概率论与数理统计.ppt（44页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、本科生必修课：概率论与数理统计本科生必修课：概率论与数理统计基于基于MATLABMATLAB的概率统计数值实验的概率统计数值实验三、数理统计三、数理统计主讲教师主讲教师：董庆宽：董庆宽研究方向研究方向：密码学与信息安全：密码学与信息安全Email Email ：个人主页：个人主页：http:/ 此命令将区间此命令将区间min(data),max(data)分为分为k个小区间个小区间(缺省为缺省为10)，返回数组，返回数组data落在每一个小区间的频数落在每一个小区间的频数N和每一个小区间的中点和每一个小区间的中点X。lB、描绘数组、描绘数组data的频数直方图的命令为：的频数直方图的命令为：h

2、ist(data,k)4/873、参数估计、参数估计lA、对于正态总体，点估计和区间估计可同时由以下命令获得：、对于正态总体，点估计和区间估计可同时由以下命令获得：lmuhat,sigmahat,muci,sigmaci=normfit(x,alpha)l此命令在显著性水平此命令在显著性水平alpha下估计下估计x的参数（的参数（alpha缺省值为缺省值为5%），返回值），返回值muhat是均值的点估计值，是均值的点估计值，sigmahat是标准差的点估计值，是标准差的点估计值，muci是均值的区是均值的区间估计，间估计，sigmaci是标准差的区间估计。是标准差的区间估计。lB、对其他分布总

3、体，两种处理办法：一是取容量充分大的样本，按中、对其他分布总体，两种处理办法：一是取容量充分大的样本，按中心极限定理，它近似服从正态分布，仍可用上面估计公式计算；二是使心极限定理，它近似服从正态分布，仍可用上面估计公式计算；二是使用特定分布总体的估计命令，常用的命令如：用特定分布总体的估计命令，常用的命令如：lmuhat,muci=expfit(x,alpha)llambdahat,lambdaci=poissfit(x,alpha)lphat,pci=weibfit(x,alpha)Matlab统计工具箱中常见的统计命令统计工具箱中常见的统计命令5/874、正态总体假设检验、正态总体假设检验

4、lA、单总体均值的、单总体均值的z检验：检验：l h,sig,ci=ztest(x,m,sigma,alpha,tail)l检验数据检验数据x关于总体均值的某一假设是否成立，其中关于总体均值的某一假设是否成立，其中sigma为已知方差，为已知方差，alpha为显著性水平，究竟检验什么假设取决于为显著性水平，究竟检验什么假设取决于tail的取值：的取值：ltail=0，检验假设，检验假设“x的均值等于的均值等于m”ltail=1，检验假设，检验假设“x的均值大于的均值大于m”ltail=-1，检验假设，检验假设“x的均值小于的均值小于m”ltail的缺省值为的缺省值为0，alpha的缺省值为的缺

5、省值为5%。l返回值返回值h为一个布尔值，为一个布尔值，h=1表示可拒绝原假设，表示可拒绝原假设，h=0表示不可拒绝原假表示不可拒绝原假设，设，sig为假设成立的概率，为假设成立的概率，ci为均值的为均值的1-alpha置信区间。置信区间。Matlab统计工具箱中常见的统计命令统计工具箱中常见的统计命令6/874、正态总体假设检验、正态总体假设检验lA、单总体均值的、单总体均值的z检验：检验：l h,sig,ci=ztest(x,m,sigma,alpha,tail)l检验数据检验数据x关于总体均值的某一假设是否成立，其中关于总体均值的某一假设是否成立，其中sigma为已知方差，为已知方差，a

6、lpha为显著性水平，究竟检验什么假设取决于为显著性水平，究竟检验什么假设取决于tail的取值：的取值：ltail=0，检验假设，检验假设“x的均值等于的均值等于m”ltail=1，检验假设，检验假设“x的均值大于的均值大于m”ltail=-1，检验假设，检验假设“x的均值小于的均值小于m”ltail的缺省值为的缺省值为0，alpha的缺省值为的缺省值为5%。l返回值返回值h为一个布尔值，为一个布尔值，h=1表示可拒绝原假设，表示可拒绝原假设，h=0表示不可拒绝原假表示不可拒绝原假设，设，sig为假设成立的概率，为假设成立的概率，ci为均值的为均值的1-alpha置信区间。置信区间。Matla

7、b统计工具箱中常见的统计命令统计工具箱中常见的统计命令7/87lB、单总体均值的、单总体均值的t检验：检验：l h,sig,ci=ttest(x,m,alpha,tail)lC、双总体均值的、双总体均值的t检验：检验：l h,sig,ci=ttest2(x,y,alpha,tail)Matlab统计工具箱中常见的统计命令统计工具箱中常见的统计命令8/875、非参数检验：总体分布的检验、非参数检验：总体分布的检验lMatlab统计工具箱提供了两个对总体分布进行检验的命令：统计工具箱提供了两个对总体分布进行检验的命令：lA、h=normplot(x)l此命令显示数据矩阵此命令显示数据矩阵x的正态概

8、率图，如果数据来自于正态的正态概率图，如果数据来自于正态分布，则图形显示出直线形态，而其他概率分布函数显示分布，则图形显示出直线形态，而其他概率分布函数显示出曲线形态。出曲线形态。lB、h=weibplot(x)l此命令显示数据矩阵此命令显示数据矩阵x的的Weibull概率图，如果数据来自于概率图，如果数据来自于Weibull分布，则图形显示出直线形态，而其他概率分布函分布，则图形显示出直线形态，而其他概率分布函数显示出曲线形态。数显示出曲线形态。Matlab统计工具箱中常见的统计命令统计工具箱中常见的统计命令9/87例例1 1 在同一坐标轴上画在同一坐标轴上画boxbox图，并对两个班的成绩

9、进行初步图，并对两个班的成绩进行初步的分析比较。的分析比较。两个教学班各30名同学，在数学课程上，A班用新教学方法组织教学，B班用传统方法组织教学，现得期末考试成绩如下。A：82，92，77，62，70，36，80，100，74，64，63，56，72，78，68，65，7270，58，92，79,92，65，56，85，73，61，71，42，89 B：57，67，64，54，77，65，71，58，59，69，67，84，63，95，81，46，49,60,64，66，74，55，58，63，65，68，76，72，48，72解 clearx=82,92,77,62,70,36,80,10

10、0,74,64,63,56,72,78,68,65,72,70,58,92,79,92,65,56,85,73,61,71,42,89;57,67,64,54,77,65,71,58,59,69,67,84,63,95,81,46,49,60,64,66,74,55,58,63,65,68,76,72,48,72;boxplot(x)2.直方图和箱线图实验直方图和箱线图实验10/8711/87 从图中直观地看出，两个班成绩的分布是正态（对称）的，A班成绩较为分散(方差大)，B班成绩则较集中(方差小)。A班成绩明显高于B班(均值比较并且A班25低分段上限接近B班中值线，A班中值线接近B班25高分

11、段下限)。A班的平均成绩约为70分(中值)，B班约为65分(中值)。A班有一名同学的成绩过低(离群)，而B班成绩优秀的只有一人(离群)。需要注意的是，从图中我们不能得出新教学方法一定优需要注意的是，从图中我们不能得出新教学方法一定优于传统教学方法的结论，因为我们并不知道两个班级原有的于传统教学方法的结论，因为我们并不知道两个班级原有的数学基础是怎样的。数学基础是怎样的。12/87 从图中直观地看出，两个班成绩的分布是正态（对称）的，A班成绩较为分散(方差大)，B班成绩则较集中(方差小)。A班成绩明显高于B班(均值比较并且A班25低分段上限接近B班中值线，A班中值线接近B班25高分段下限)。A班

12、的平均成绩约为70分(中值)，B班约为65分(中值)。A班有一名同学的成绩过低(离群)，而B班成绩优秀的只有一人(离群)。需要注意的是，从图中我们不能得出新教学方法一定优需要注意的是，从图中我们不能得出新教学方法一定优于传统教学方法的结论，因为我们并不知道两个班级原有的于传统教学方法的结论，因为我们并不知道两个班级原有的数学基础是怎样的。数学基础是怎样的。13/87例例2 2 用模拟试验的方法直观地验证教材用模拟试验的方法直观地验证教材6.36.3抽样分布定抽样分布定理一的结论。理一的结论。假定变量假定变量 ，用随机数生成的方法模拟，用随机数生成的方法模拟对对 的的500500次简单随机抽样，

13、每个样本的容量为次简单随机抽样，每个样本的容量为1616。利用。利用这这5005001616个样本数据直观地验证样本均值个样本数据直观地验证样本均值 的抽样分布的抽样分布为均值等于为均值等于6060、方差等于、方差等于25251616的正态分布，即的正态分布，即14/87解解%1、用随机数生成的方法模拟简单随机抽样x=;%生成一个存放样本数据的空表（维数可变的动态矩阵）生成一个存放样本数据的空表（维数可变的动态矩阵）for byk=1:500%循环控制，循环执行下面的指令循环控制，循环执行下面的指令500次，本例中相当于次，本例中相当于500次抽样次抽样 xx=normrnd(60,5,16,

14、1);%生成一个来自生成一个来自N(60,25)的容量为的容量为16 的样本的样本（列向量）（列向量）x=x,xx;%将样本数据逐列存入数表将样本数据逐列存入数表x，可从，可从matlab的变量浏览器的变量浏览器（workspace）中观察这个数表）中观察这个数表end%2、计算每个样本的样本均值（1500）xmean=mean(x);%可从变量浏览器中观察这可从变量浏览器中观察这500个数据个数据%3、绘制500个样本均值数据的直方图k=ceil(1.87*(length(x)-1)(2/5);%确定分组数确定分组数h=histfit(xmean,k);%绘制附正态参考曲线的数据直方图绘制附

15、正态参考曲线的数据直方图set(h(1),FaceColor,c,EdgeColor,w)%修饰，设置直方图线条颜色与修饰，设置直方图线条颜色与填充色填充色%4、用这500个样本均值数据验证样本均值的均值和方差M=mean(xmean)%求（求（1500）样本的样本均值的均值）样本的样本均值的均值V=var(xmean)%求（求（1500）样本的样本均值的方差）样本的样本均值的方差15/8716/87M=59.9879V=1.4129M=60.0117V=1.3900M=59.9749V=1.5158M=59.9929V=1.5757M=59.8809V=1.685517/87例例3 3 观察

16、：用观察：用binornd模拟模拟5000次投球过程，观察小次投球过程，观察小球堆积的情况。球堆积的情况。clear;clf,n=5;p=0.5;m=5000;x=0:1:nrand(seed,3)R=binornd(n,p,1,m);%模拟服从二项分布的随机数，相当于模拟模拟服从二项分布的随机数，相当于模拟 投球投球m次次for I=1:n+1%开始计数开始计数 k=;k=find(R=(I-1);%find是一个有用的指令，本语句的作用是找出是一个有用的指令，本语句的作用是找出R中等中等于于(I-1)元素下标，并赋予向量元素下标，并赋予向量k中中 h(I)=length(k)/m;%计算落

17、于编号计算落于编号(I-1)的格子中的小球频率的格子中的小球频率endbar(x,h),axis(-1 6 0 1)%画频率图画频率图title(fontsize18fontname华文新魏华文新魏5000次投球小球堆积的频率图次投球小球堆积的频率图)18/87例例3 3 观察：用观察：用binornd模拟模拟5000次投球过程，观察小次投球过程，观察小球堆积的情况。球堆积的情况。clear;clf,n=5;p=0.5;m=5000;x=0:1:nrand(seed,3)R=binornd(n,p,1,m);%模拟服从二项分布的随机数，相当于模拟模拟服从二项分布的随机数，相当于模拟 投球投球m

18、次次for I=1:n+1%开始计数开始计数 k=;k=find(R=(I-1);%find是一个有用的指令，本语句的作用是找出是一个有用的指令，本语句的作用是找出R中等中等于于(I-1)元素下标，并赋予向量元素下标，并赋予向量k中中 h(I)=length(k)/m;%计算落于编号计算落于编号(I-1)的格子中的小球频率的格子中的小球频率endbar(x,h),axis(-1 6 0 1)%画频率图画频率图title(fontsize18fontname华文新魏华文新魏5000次投球小球堆积的频率图次投球小球堆积的频率图)19/87 f=binopdf(x,n,p),bar(x,f),axi

19、s(-1 6 0 1)title(fontsize18fontname华文新魏华文新魏B(5,0.5)理论分布图理论分布图)20/87三、三、MATLAB也为常用的三大统计分布提供了相应的也为常用的三大统计分布提供了相应的pdf、cdf、inv、stat、rnd类函数，具体分布类型函数名称如下：类函数，具体分布类型函数名称如下：分布类型分布类型 MATLAB名称名称 2 2分布分布 chi2t分布分布 tF分布分布 f非中心非中心 2 2分布分布 ncx2非中心非中心t分布分布 nct非中心非中心F分布分布 ncf3.抽样分布抽样分布21/87例例4 4 2 2分布的密度函数曲线解：%绘制不同

20、自由度的卡方分布概率密度曲线绘制不同自由度的卡方分布概率密度曲线clear,clfX=linspace(0,20,100);Y1=chi2pdf(X,1);%自由度等于自由度等于1Y2=chi2pdf(X,3);%自由度等于自由度等于3Y3=chi2pdf(X,6);%自由度等于自由度等于6plot(X,Y1,-g,X,Y2,-b,X,Y3,-k)title(fontsize18fontname华文新魏华文新魏不同自由度的不同自由度的chi2分布概分布概率密度曲线的比较率密度曲线的比较)text(0.6,0.6,fontsize12df:n=1)text(2.6,0.2,fontsize12d

21、f:n=3)text(8.6,0.09,fontsize12df:n=6)legend(df:n=1,df:n=3,df:n=6)22/8723/87解：%绘制绘制t分布概率密度曲线分布概率密度曲线clear,clfX=linspace(-4,4,100);Y0=normpdf(X,0,1);%标准正态分布标准正态分布Y1=tpdf(X,45);%自由度为自由度为45Y2=tpdf(X,4);%自由度为自由度为4Y3=tpdf(X,2);%自由度为自由度为2YY0=normpdf(0,0,1);plot(X,Y0,.b,X,Y1,-c,X,Y2,-m,X,Y3,-k,0,0,0,YY0,:r)

22、title(fontsize18fontname华文新魏华文新魏不同自由度的不同自由度的t分分布概率密度曲线布概率密度曲线)legend(N(0,1),df:n=45,df:n=4,df:n=2)例例5 5 t分布的密度函数曲线。24/87解：%绘制绘制t分布概率密度曲线分布概率密度曲线clear,clfX=linspace(-4,4,100);Y0=normpdf(X,0,1);%标准正态分布标准正态分布Y1=tpdf(X,45);%自由度为自由度为45Y2=tpdf(X,4);%自由度为自由度为4Y3=tpdf(X,2);%自由度为自由度为2YY0=normpdf(0,0,1);plot(

23、X,Y0,.b,X,Y1,-c,X,Y2,-m,X,Y3,-k,0,0,0,YY0,:r)title(fontsize18fontname华文新魏华文新魏不同自由度的不同自由度的t分分布概率密度曲线布概率密度曲线)legend(N(0,1),df:n=45,df:n=4,df:n=2)例例5 5 t分布的密度函数曲线。25/8726/87解：%绘制绘制F分布概率密度曲线分布概率密度曲线clear,clfX=linspace(0,6,100);Y=fpdf(X,10,5);%自由度为自由度为10,5plot(X,Y)text(1.5,0.55,fontsize14df:n1=10,n2=5)例例

24、6 6 F F分布的密度函数曲线。分布的密度函数曲线。27/8728/87解：clear,clfX=linspace(0,6,100);Y11=fpdf(X,100,10);%自由度为自由度为100,10Y12=fpdf(X,5,10);%自由度为自由度为5,10Y21=fpdf(X,10,100);%自由度为自由度为10,100Y22=fpdf(X,10,5);%自由度为自由度为10,5subplot(2,1,1)plot(X,Y11,X,Y12)legend(df:n1=100,n2=10,df:n1=5,n2=10)title(fontsize18fontname华文新魏华文新魏不同自由

25、度的不同自由度的F分布概率密度曲线分布概率密度曲线)subplot(2,1,2)plot(X,Y21,X,Y22)legend(df:n1=10,n2=100,df:n1=10,n2=5)例例7 7 自由度对F分布的密度函数曲线的影响。29/8730/8731/87例8 机械零件的可靠度计算问题。设计一个拉杆，其所受外力均值为20000N，标准差为2000N，拉杆半径D均值为20mm，标准差为0.5mm，材料强度均值为412MPa，标准差为15.6MPa，计算其可靠度。32/87问题分析：拉杆应力表达式：拉杆应力表达式：，其中拉力，其中拉力P和尺寸公差和尺寸公差d是影响是影响S的独立正态分布随

26、机变量，其均值和标准的独立正态分布随机变量，其均值和标准差皆已知：差皆已知：拉杆材料强度（许用应力）拉杆材料强度（许用应力）亦是服从正态分布的亦是服从正态分布的随机变量，均值和标准差皆已知：随机变量，均值和标准差皆已知：根据材料力学中的应力强度理论进行分析计算（过程略），得可靠度的结果为：0.9999999约等于1。33/87 通过多次蒙特卡洛试验，统计可靠零件个数，求出其占总零件数的比值，即为可靠度。设设定定零零件件总总数数N=100000，可可靠靠零零件件数数St=0；令令P_mean=20000;P_sigma=2000;D_mean=20;D_sigma=0.5;Q_mean=412*

27、106;Q_sigma=15.6*106;i=1;根据已知分布产生随机数根据已知分布产生随机数p,d,q;计算应力计算应力s=(4*p)/(pi*d2);s=qSt=St+1,i=i+1;i N=100000;St=0;P_mean=20000;P_sigma=2000;D_mean=20;D_sigma=0.5;Q_mean=412*106;Q_sigma=15.6*106;for i=1:N p=P_mean+P_sigma*randn(1);d=D_mean+D_sigma*randn(1);q=Q_mean+Q_sigma*randn(1);s=(4*p)/(pi*d2);if s%数

28、据输入数据输入lx1=459 362 624 542 509 584 433 748 815 505;lx2=612 452 434 982 640 742 565 706 593 680;lx3=926 653 164 487 734 608 428 1153 593 844;lx4=527 552 513 781 474 388 824 538 862 659;lx5=775 859 755 49 697 515 628 954 771 609;lx6=402 960 885 610 292 837 473 677 358 638;lx7=699 634 555 570 84 416 60

29、6 1062 484 120;lx8=447 654 564 339 280 246 687 539 790 581;lx9=621 724 531 512 577 496 468 499 544 645;lx10=764 558 378 765 666 763 217 715 310 851;lx=x1 x2 x3 x4 x5 x6 x7 x8 x9 x10;l%作频数直方图作频数直方图lhist(x,10)lN,X=hist(x,10)l%分布的正态性检验分布的正态性检验lnormplot(x)38/87N=3 3 7 14 24 22 14 8 3 2X=1.0e+003*0.1042

30、0.2146 0.3250 0.4354 0.5458 0.6562 0.7666 0.8770 0.9874 1.097839/8740/87%参数估计参数估计muhat,sigmahat,muci,sigmaci=normfit(x)muhat=594sigmahat=204.1301muci=553.4962 634.5038sigmaci=179.2276 237.1329刀具寿命服从正态分布，均值估计值为594，方差估计值为204.1301，均值的95%置信区间为553.4962，634.5038，方差的95%置信区间为179.2276，237.132941/87%假设检验假设检验h

31、,sig,ci=ttest(x,594)%已知刀具寿命服从正态分布，方差已知刀具寿命服从正态分布，方差未知的情况下，检验寿命均值是否等于未知的情况下，检验寿命均值是否等于594。h=0sig=1ci=553.4962 634.5038检验结果：布尔变量检验结果：布尔变量h=0，表示不可拒绝原假设，说明假设，表示不可拒绝原假设，说明假设寿命均值等于寿命均值等于594是合理的。是合理的。95%置信区间为置信区间为553.4962，634.5038完全包括完全包括594，估计，估计精度较高。精度较高。sig=1远超过远超过0.05，不可拒绝原假设，不可拒绝原假设所以可以认为刀具平均寿命为所以可以认为

32、刀具平均寿命为594（件）（件）42/87%假设检验假设检验h,sig,ci=ttest(x,594)%已知刀具寿命服从正态分布，方差已知刀具寿命服从正态分布，方差未知的情况下，检验寿命均值是否等于未知的情况下，检验寿命均值是否等于594。h=0sig=1ci=553.4962 634.5038检验结果：布尔变量检验结果：布尔变量h=0，表示不可拒绝原假设，说明假设，表示不可拒绝原假设，说明假设寿命均值等于寿命均值等于594是合理的。是合理的。95%置信区间为置信区间为553.4962，634.5038完全包括完全包括594，估计，估计精度较高。精度较高。sig=1远超过远超过0.05，不可拒绝原假设，不可拒绝原假设所以可以认为刀具平均寿命为所以可以认为刀具平均寿命为594（件）（件）43/87作业作业画出例画出例4、例、例5和例和例6中中 2分布的图形分布的图形l l自由度为自由度为自由度为自由度为1,3,5,7,1001,3,5,7,10044/87谢谢！谢谢！