建模知识小总结办公文档工作总结 _办公文档-工作总结 .pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《建模知识小总结办公文档工作总结 _办公文档-工作总结 .pdf》由会员分享,可在线阅读,更多相关《建模知识小总结办公文档工作总结 _办公文档-工作总结 .pdf(5页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、参数估计 1正态总体的参数估计 设总体服从正态分布,则其点估计和区间估计可同时由以下命令获得:muhat,sigmahat,muci,sigmaci=normfit(X,alpha 此命令在显著性水平 alpha下估计数据 X 的参数(alpha缺省时设定为 0.05),返回值 muhat 是 X的均值的点估计值,sigmahat是标准差的点估计值,muci 是均值的区间估计,sigmaci是标准差的区间估计.2其它分布的参数估计 有两种处理办法:一、取容量充分大的样本(n50),按中心极限定理,它近似地 服从正态分布;二、使用 MATLAB 工具箱中具有特定分布总体的估计命令.(1)muha
2、t,muci=expfit(X,alpha)在显著性水平alpha下,求指数分布的数据 X的均值的点估计及其区间估计.(2)lambdahat,lambdaci=poissfit(X,alpha)在显著性水平 alpha下,求泊松分布的数据 X的参数的点估计及其区间估计.(3)phat,pci=weibfit(X,alpha)在显著性水平alpha下,求Weibull分布的数据X的参数的点估计及其区间估计.独立性检验 两个随机变量 X与 Y之间的独立性检验问题。如果数据否定了独立性检验,那么就要对 xy 惊醒相关系数的检验。回归分析:一元线性回归;主要任务:1.用样本值对01,作点估计:方法:
3、最小二乘估计就是选择0,的估计,2的无偏估计 2.对回归系数作假设检验:(1)回归方程的显著性检验 0h:1=0;1h:10 进行检验假设=0 被拒觉,则回归显著,x,y 有线性关系。(2)回归系数的置信区间 3.在 x=0 x处对 y 作预测,对 y 作区间估计 非线性回归或曲线回归问题(需要配曲线)配曲线的一般方法是:采用的方法是通过变量代换把非线性回归化成线性回归,即采用 非线性回归线性化的方法.通常选择的六类曲线如下(1)双曲线xbay1 (2)幂函数曲线 y=abx,其中 x0,a0(3)指数曲线 y=aebx其中参数 a0.师学堂琐记乌烟瘴气弃医从文迎神赛会藤野先生妨害白话者子路负
4、米黄香扇枕陆绩怀橘琐记无常五猖会无常藤野先生范爱农二答琐记上穷碧落下黄泉两处茫茫皆不见答子路负米黄香扇枕可以勉力仿效的陆绩怀橘也并不难哭竹生笋就尸尝粪心忧答八戒招赘老鼠成亲答隐鼠缘着长妈妈的腿要爬上去被她一脚踩死了答猫的性情和别的猛兽不同总是尽情折磨猎物才吃下去与狮虎同族却一副媚态到处嗷叫闹得别人心烦以为它吃了自己饲养的可爱的隐鼠伤害了兔的儿女了自己的隐鼠之后这种敬意就完全消失了答刑天舞干戚答三足金乌即太阳答山海经答是说明人间没有公正而公正的裁判是在阴间表达了对当时黑暗社会的强烈不满和对打着公平正义旗号的正人君子之流辛辣的嘲讽答在父亲临死时怂(4)倒指数曲线 y=a/eb x其中 a0(5)对
5、数曲线 y=a+b log x,x0(6)S型曲线1exyab 多元线性回归模型 2()0,COV(,)nYXEI 为高斯-马尔可夫线性模型(k元线性回归模型),并简记为),(2nIXY kkxxy.110称为回归平面方程.线性模型),(2nIXY考虑的主要问题是:(1)用试验值(样本值)对未知参数和2作点估计和假设检验,从而建立 y 与kxxx,.,21之间的数量关系;(2)在,.,0022011kkxxxxxx处对 y 的值作预测与控制,即对 y 作区间估计.统计工具箱中的回归分析命令 1.多元线性回归 01 1.ppyxx 1确定回归系数的点估计值:b=regress(y,x)2求回归系
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 建模知识小总结办公文档工作总结 _办公文档-工作总结 建模 知识 总结 办公 文档 工作总结
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内