随机数的产生数据的统计描述.pptx

《随机数的产生数据的统计描述.pptx》由会员分享，可在线阅读，更多相关《随机数的产生数据的统计描述.pptx（63页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、实验目的实验内容学习随机数的产生方法直观了解统计描述的基本内容。2、统计的基本概念。5、实验作业。4、计算实例。3、计算统计描述的命令。1、随机数的产生第1页/共63页 在Matlab软件中，可以直接产生满足各种常用分布的随机数，命令如下：一、随机数的产生10常用分布随机数的产生定义：设随机变量XF(x),则称随机变量X的抽样序列Xi为分布F(x)的随机数第2页/共63页函数名 对应分布的随机数binornd二项分布的随机数chi2rnd卡方分布的随机数exprnd指数分布的随机数frndf分布的随机数gamrnd伽玛分布的随机数geornd几何分布的随机数hygernd超几何分布的随机数no

2、rmrnd正态分布的随机数poissrnd泊松分布的随机数trnd学生氏t分布的随机数unidrnd离散均匀分布的随机数unifrnd连续均匀分布的随机数第3页/共63页调用格式：1、y=random(name,A1,A2,A3,m,n)其中：name为相应分布的名称，A1,A2,A3为分布参数，m为产生随机数的行数，n为列数。2、直接调用。如：y=binornd(n,p,1,10)产生参数为n，p的1行10列的二项分布随机数第4页/共63页 当只知道一个随机变量取值在（a，b）内，但不知道（也没理由假设）它在何处取值的概率大，在何处取值的概率小，就只好用U（a，b）来模拟它。调用格式如下：R

3、=unifrnd(a,b)：产生一个均匀分布随机数R=unifrnd(a,b,mm,nn)产生mm行nn列的均匀分布 随机数（1）产生m*n阶a，b均匀分布U（a，b）的随机数矩阵：unifrnd(a,b,m,n)产生一个a，b均匀分布的随机数:unifrnd(a,b)第5页/共63页例1、产生U(2,8)上的一个随机数，10个随机数，2行5列的随机数。命令：(1)y1=unifrnd(2,8)(2)y2=unifrnd(2,8,1,10)(3)y3=unifrnd(2,8,2,5)y1=7.7008y2=3.3868 5.6411 4.9159 7.3478 6.5726 4.7388 2.

4、1110 6.9284 4.6682 5.6926y3=6.7516 6.4292 4.4342 7.5014 7.3619；7.5309 3.0576 7.6128 4.4616 2.3473第6页/共63页第7页/共63页第8页/共63页第9页/共63页第10页/共63页第11页/共63页排队服务系统中顾客到达率为常数时的到达间隔、故障率为常数时零件的寿命都服从指数分布。指数分布在排队论、可靠性分析中有广泛应用。例 顾客到达某商店的间隔时间服从参数为0.1的指数分布 指数分布的均值为1/0.1=10。指两个顾客到达商店的平均间隔时间是10个单位时间.即平均10个单位时间到达1个顾客.顾客到

5、达的间隔时间可用exprnd(10)模拟。第12页/共63页4、二项分布随机数(1)R=binornd(n,p)：产生一个二项分布随机数(2)R=binornd(n,p,mm,nn)产生mm行nn列的 二项分布随机数例4、产生B(10,0.8)上的一个随机数，15个随机数，3行6列的随机数。命令(1)y1=binornd(10,0.8)(2)y2=binornd(10,0.8,1,15)(3)y3=binornd(10,0.8,3,6)第13页/共63页20、其他分布随机数的产生方法定理 设X的分布函数为F(x)，连续且严格单调上升，它的反函数存在，且记为F-1(x)，随机变量 U 服从 0,

6、1 上的均匀分布，则 F(x)U(0,1)F-1(U)的分布函数为F(x)。第14页/共63页（一）直接抽样法（反函数法）（1）连续分布的直接抽样法设连续型随机变量X的分布函数为F(x)，则产生随机数的方法步骤为：产生均匀随机数R，即RU(0,1)则X=F-1(R),即为所要的随机数第15页/共63页设分布律为P(X=xi)=pi,i=1,2,.，其分布函数为F(x)（2）离散分布的直接抽样法 产生均匀随机数R，即RU(0,1)则XF(x)第16页/共63页（二）变换抽样法（三）值序抽样法（四）舍选抽样法（五）复合抽样法（合成法）（六）近似抽样法详见：高惠璇 北京大学出版社统计计算第17页/共

7、63页例5、设X分布函数为F(X)如：第18页/共63页生成n=20的1行10000列随机数，并画经验分布函数曲线频率直方图。命令：U=unifrnd(0,1,1,10000);Y=1-(1-U).(1/20);cdfplot(Y);第19页/共63页例5 生成单位圆上均匀分布的1行10000列随机数，并画经验分布函数曲线。Randnum=unifrnd(0,2*pi,1,10000);xRandnum=cos(Randnum);yRandnum=sin(Randnum);plot(xRandnum,yRandnum);plot(xRandnum,yRandnum,.);第20页/共63页第2

8、1页/共63页第22页/共63页例6 频率的稳定性1、事件的频率 在一组不变的条件下，重复作n次试验，记m是n次试验中事件A发生的次数。频率 f=m/n 2.频率的稳定性 在重复试验中，事件A的频率总在一个定值附近摆动，而且，随着重复试验次数的增加，频率的摆动幅度越来越小，呈现出一定的稳定性.第23页/共63页掷一枚硬币，记录掷硬币试验中频率P*的波动情况。(1)模拟产生n个0-1分布随机数randnum(n)(2)对模拟产生的随机数，xrandnum(i)表示第i次试验的结果，1表示正面向上，0表示反面向上。(3)统计前i次试验中正面向上的次数，并计算频率（4）作图(关于频率和试验次数的图像

9、）p为正面向上的概率，n为试验次数第24页/共63页在Matlab中编辑.m文件输入以下命令：function binomoni(p,n)pro=zeros(1,n);%频率向量randnum=binornd(1,p,1,n);产生二项分布随机数a=0;for i=1:n a=a+randnum(1,i);%频数 pro(i)=a/i;%频率end pro=pro;num=1:n;plot(num,pro,num,p)第25页/共63页在Matlab命令行中输入以下命令：binomoni(0.5,1000)第26页/共63页在Matlab命令行中输入以下命令：binomoni(0.5,1000

10、0)第27页/共63页在Matlab命令行中输入以下命令：binomoni(0.3,1000)第28页/共63页例7、Buffon试验1777年法国数学家蒲丰用随机掷针的实验方法计算 假设平面上有很多条距离为1的等距平行线，现向该平面随机投掷一根长度为l 的针(l1)则我们可计算该针与任一平行线相交的概率。这里，随机投针指的是：针的中心点与最近的平行线间的距离 x 均匀的分布在区间0,0.5上，针与平行线的夹角(不管相交与否）均匀分布在区间0,上。因此，针与线相交的充要条件是第29页/共63页从而针线相交的概率为根据上式，若我们做大量的投针试验并记录针与线相交的次数，则由大数定理可以估计出针线

11、相交的概率p 从而得到 的估计值。第30页/共63页步骤：设针的长度为 l,模拟试验次数为n.(1)模拟产生n个0，0.5上的均匀分布随机数xrandnum，0，上的均匀分布随机数sita(3)计算针与线相交的频率，作为概率，计算（2）统计满足的个数，即为针与线相交的次数第31页/共63页 buffon(.6,1000)piguji=3.1662 buffon(.6,10000)piguji=3.1072 buffon(.6,100000)piguji=3.1522 buffon(.6,1000000)piguji=3.1386 buffon(.6,1000000)piguji=3.1451

12、buffon(.6,1000000)piguji=3.1418 buffon(.6,1000000)piguji=3.1448 buffon(.6,1000000)piguji=3.1405 buffon(.6,1000000)piguji=3.1394第32页/共63页1、表示位置的统计量平均值和中位数平均值（或均值，数学期望）：中位数：将数据由小到大排序后位于中间位置 的那个数值.二、常用统计量第33页/共63页2、表示变异（离散）程度的统计量 方差、标准差、极差 样本方差：它是各个数据与均值偏离程度的度量 标准差：是方差的开方 极差：样本中最大值与最小值之差.第34页/共63页3.表示分

13、布形状的统计量偏度和峰度 偏度：峰度 偏度反映分布的对称性，g1 0称为右偏态，此时数据位于均值，右边的比位于左边的多；g1 0称为左偏态，情况相反；而g1接近0则可认为分布是对称的.第35页/共63页峰度是分布形状的另一种度量，正态分布的峰度为3，若g2比3大很多，表示分布有沉重的尾巴，说明样本中含有较多远离均值的数据，因而峰度可用作衡量偏离正态分布的尺度之一 第36页/共63页三、分布函数的近似求法（直方图）1、经验分布函数（累计频率直方图）Empirical Cumulative Distribution Function 定义：设x1，x2，xn是总体的容量为n的样本值，将其按由小到大

14、的顺序排列，并重新编号，记为则经验分布函数为：总体分布函数的近似第37页/共63页2、频率直方图近似概率密度函数下面介绍频率直方图和经验分布函数的做法第38页/共63页1、整理资料：把样本值x1，x2，xn进行分组，先将它们依大小次序排列，得 在包含 的区间a，b内插入一些等分点：注意要使每一个区间（i=1，2，n-1）内都有样本观测值x i（i=1，2，n-1）落入其中.第39页/共63页2、求出各组的频数和频率：统计出样本观测值在每个区间 中出现的次数 它就是这区间或这组的频数，计算频率 累计频数为累计频率为第40页/共63页3、作图：在直角坐标系的横轴上，标出 分别以 各点，为底边，作高

15、为 的矩形，即得频率直方图.若以为高既得累计频率直方图第41页/共63页统计工具箱中的基本统计命令1.数据的录入、保存和调用2.基本统计量3.常见概率分布的函数4.直方图的描绘5.综合实例第42页/共63页一、数据的录入、保存和调用 例9 上海市区社会商品零售总额和全民所有制职工工资总额的数据如下统计工具箱中的基本统计命令年份 78 79 80 81 82 83 84 85 86 87 职工工资总额 亿元 商品零售总额亿元 23.8 27.6 31.6 32.4 33.7 34.9 43.2 52.8 63.8 73.4 41.4 51.8 61.7 67.9 68.7 77.5 95.9 1

16、37.4 155 175 第43页/共63页1、年份数据以1为增量，用产生向量的方法输入。命令格式：x=a:h:b t=78:872、分别以x和y代表变量职工工资总额和商品零售总额x=23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4y=41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0第44页/共63页3、将变量t、x、y的数据保存在文件data中。save data t x y4、进行统计分析时，调用数据文件data中的数据。load datat=78:87;x=23.8,27.6,31.

17、6,32.4,33.7,34.9,43.2,52.8,63.8,73.4;y=41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0;save data t x y第45页/共63页1、输入矩阵：data=78,79,80,81,82,83,84,85,86,87,88;23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4;41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.02、将矩阵data的数据保存在文件data1中：save data1 da

18、ta第46页/共63页3、数据的调用：命令：load data1 用以下命令分别将矩阵data的第一、二、三行的数据赋给变量t、x、y：t=data(1,:)x=data(2,:)y=data(3,:)若要调用矩阵data的第j列的数据，可用命令：data(:,j)第47页/共63页data=78 79 80 81 82 83 84 85 86 87;23.8,27.6,31.6,32.4,33.7,34.9,43.2,52.8,63.8,73.4;41.4,51.8,61.7,67.9,68.7,77.5,95.9,137.4,155.0,175.0;save data1 data;load

19、 data1t=data(1,:)；x=data(2,:)；y=data(3,:)；若要调用矩阵data的第j列的数据，可用命令：data(:,j)第48页/共63页二、基本统计量对样本x，计算其基本统计量的命令如下：均值：mean(x)中位数：median(x)标准差：std(x)方差：var(x)极差：range(x)偏度：skewness(x)峰度：kurtosis(x)第49页/共63页例10 对例1中的职工工资总额x，可计算上述基本统计量。clear;load data1x=data(2,:)mean1=mean(x)median1=median(x)std1=std(x)var1=

20、var(x)rang1=range(x)skewness1=skewness(x)kurtosis1=kurtosis(x)第50页/共63页mean1=41.7200median1=34.3000std1=16.4544var1=270.7462range1=49.6000skewness1=0.8590kurtosis1=2.4037第51页/共63页三、常见概率分布的函数常见的几种分布的命令字符为:正态分布：norm 指数分布：exp 泊松分布：poiss 分布：beta 威布尔分布：weib 分布：chi2 t分布：t F分布：F第52页/共63页Matlab工具箱对每一种分布都提供五

21、类函数，其命令字符为：概率密度：pdf 概率分布：cdf逆概率分布：inv 均值与方差：stat随机数生成：rnd（当需要一种分布的某一类函数时，将以上所列的分布命令字符与函数命令字符接起来，并输入自变量（可以是标量、数组或矩阵）和参数即可.）第53页/共63页1、描绘数组data的频数直方图的命令为：hist(data,k)四、频数直方图的描绘2、描绘附加带有正态密度曲线的直方图命令为：histfit(data,k)第54页/共63页五、经验分布函数（累计频率直方图）作图描绘数组data的经验分布函数的命令为：cdfplot(data)第55页/共63页例11 一道工序用自动化车床连续加工某

22、种零件，由于刀具损坏等会出现故障.故障是完全随机的，并假定生产任一零件时出现故障机会均相同.工作人员是通过检查零件来确定工序是否出现故障的.现积累有100次故障纪录，故障出现时该刀具完成的零件数如下：作频数直方图及经验分布函数图第56页/共63页459 362 624 542 509 584 433 748 815 505612 452 434 982 640 742 565 706 593 680926 653 164 487 734 608 428 1153 593 844527 552 513 781 474 388 824 538 862 659775 859 755 49 697 5

23、15 628 954 771 609402 960 885 610 292 837 473 677 358 638699 634 555 570 84 416 606 1062 484 120447 654 564 339 280 246 687 539 790 581621 724 531 512 577 496 468 499 544 645764 558 378 765 666 763 217 715 310 851第57页/共63页解 1、数据输入x1=459 362 624 542 509 584 433 748 815 505;x2=612 452 434 982 640 742

24、565 706 593 680;x3=926 653 164 487 734 608 428 1153 593 844;x4=527 552 513 781 474 388 824 538 862 659;x5=775 859 755 49 697 515 628 954 771 609;x6=402 960 885 610 292 837 473 677 358 638;x7=699 634 555 570 84 416 606 1062 484 120;x8=447 654 564 339 280 246 687 539 790 581;x9=621 724 531 512 577 496

25、 468 499 544 645;x10=764 558 378 765 666 763 217 715 310 851;x=x1 x2 x3 x4 x5 x6 x7 x8 x9 x10;save dj x第58页/共63页解 2、作频数直方图load djhist(x,10)histfit(x,10)（看起来刀具寿命服从正态分布）解 3、作经验分布函数图load djcdfplot(x)第59页/共63页例3、作以下数据的直方图，并估计其分布类型8.21 1.91 5.97 3.07 9.46 1.8 4.86 0.750.79 2.61 3.50 0.53 0.98 2.19 1.00 2

26、.085.37 6.19 5.38 3.14 1.59 5.87 0.88 2.834.97 1.76 3.02 4.05 1.82 2.38 1.15 0.223.24 0.64 8.77 0.10 6.52 6.89 0.66 1.529.96 22.21 0.56 8.07 6.04 2.07 6.29 3.7813.68 0.06第60页/共63页1、数据输入x=8.21 1.91 5.97 3.07 9.46 1.8 4.86 0.750.79 2.61 3.50 0.53 0.98 2.19 1.00 2.085.37 6.19 5.38 3.14 1.59 5.87 0.88 2.834.97 1.76 3.02 4.05 1.82 2.38 1.15 0.223.24 0.64 8.77 0.10 6.52 6.89 0.66 1.529.96 22.21 0.56 8.07 6.04 2.07 6.29 3.7813.68 0.06Save data1 X;第61页/共63页2、作频率直方图,并观察其分布形式load data1;hist(x,9)解 3、作经验分布函数图load datacdfplot(x)第62页/共63页感谢您的观看！第63页/共63页