版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
實驗二
概率密度、分布函數(shù)和分位點的數(shù)值計算
1.問題背景描述隨機變量包含離散型隨機變量分布律、連續(xù)型隨機變量概率密度以及分布函數(shù)。利用Matlab中操作實現(xiàn)概率密度、概率事件、分布函數(shù)相關計算問題。在MATLAB中,對常見概率分布都有相應的概率密度函數(shù)(probabilitydensityfunction,簡記為pdf);分布函數(shù)也叫累積分布函數(shù)(cumulativedistributionfunction,簡記為cdf);例如,隨機變量X在x處的分布函數(shù)值是p=F(x)=P{X≤x}。在MATLAB中,所有的概率密度函數(shù)都帶有后綴pdf;所有的累積分布函數(shù)都帶有后綴cdf;常見的離散型隨機變量的概率分布有:二項分布,泊松分布;常見的連續(xù)型隨機變量的概率分布有:均勻分布,指數(shù)分布,正態(tài)分布.還有統(tǒng)計函數(shù)(又叫抽樣分布):
本實驗學習一些經(jīng)常使用的關于概率分布的基本操作,掌握這些基本操作將大大提高進行實驗和實際應用的能力.一、實驗問題
2、實驗目的要求(1)會利用Matlab軟件計算離散型隨機變量的概率、連續(xù)性隨機變量概率密度值以及產(chǎn)生離散型隨機變量的概率分布(即分布律)(2)會利用Matlab軟件計算分布函數(shù)值或計算形如事件
的概率
(3)給出概率p和分布函數(shù),會求上
的分位點,或者求解概率表達式中的待定參數(shù)(4)寫出實驗步驟、實驗源代碼;實驗測試數(shù)據(jù)結(jié)果顯示及分析討論連續(xù)型隨機變量分布函數(shù)、密度函數(shù)相關計算問題討論二項分布、泊松分布、均勻分布、指數(shù)分布、正態(tài)分布以及抽樣分布的概率密度函數(shù)、分布函數(shù)、概率問題計算,從而理解這些基本概念。二、實驗內(nèi)容
定義:設X()是一個隨機變量,稱函數(shù)F(x)=P{X≤x},-∞<x<∞為隨機變量X的分布函數(shù)。離散型隨機變量:定義:設離散型隨機變量X所有可能取的
且有則稱p1,p2,…為離散型隨機變量X的概率分布或分布律,也稱概率函數(shù)。設離散型隨機變量X的概率分布為pk=P{X=xk},k=1,2,…,X的分布函數(shù)為三、實驗原理與數(shù)學模型
連續(xù)型隨機變量:若X是連續(xù)型隨機變量,f(x)是X的密度函數(shù),F(xiàn)(x)是分布函數(shù),則對任意x∈R,總有
即分布函數(shù)是密度函數(shù)的變上限積分。由上式,得:在f(x)的連續(xù)點,有定義:若存在非負可積函數(shù)f(x),使隨機變量X取值于任一區(qū)間(a,b]的概率可表示成則稱X為連續(xù)型隨機變量,f(x)為X的概率密度函數(shù),簡稱概率密度或密度。無論是離散分布還是連續(xù)分布,在Matlab中,都用通用函數(shù)pdf或?qū)S煤瘮?shù)來求概率密度函數(shù)值。而對于離散型隨機變量,取值是有限個或可數(shù)個,因此,其概率密度函數(shù)值就是某個特定值的概率,即利用函數(shù)pdf求輸入分布的概率。1.通用概率密度函數(shù)pdf計算特定值的概率命令:pdf格式為:Y=pdf(‘name’,k,A)Y=pdf(‘name’,k,A,B)Y=pdf(‘name’,k,A,B,C)說明:返回以name為分布,在隨機變量X=k處,參數(shù)為A、B、C的概率密度值;對離散型隨機變量X,返回X=k處的概率值,name為分布函數(shù)名。常見的分布有:name=bino(二項分布),hyge(超幾何分布),geo(幾何分布),poiss(Poisson分布)。2.專用概率密度函數(shù)計算特定值的概率
(1)二項分布的概率值命令:binopdf格式:binopdf(k,n,p)說明:等同于pdf(‘bino’,k,n,p)。n—試驗總次數(shù);p—每次試驗事件A發(fā)生的概率;k—事件A發(fā)生k次。(2)Poisson分布的概率值命令:poisspdf格式:poisspdf(k,Lambda)說明:等同于pdf(‘poiss’,k,Lambda),參數(shù)Lambda=np。四、實驗過程3.通用函數(shù)cdf用來計算隨機變量X≤k的概率之和(累積概率值)命令:cdf格式:cdf(‘name’,k,A)cdf(‘name’,k,A,B)cdf(‘name’,k,A,B,C)說明:返回以name為分布、隨機變量X≤k的概率之和(即累積概率值),name為分布函數(shù)名。4.專用函數(shù)計算累積概率值(隨機變量X≤k的概率之和,即分布函數(shù))(1)二項分布的累積概率值命令:binocdf格式:binocdf(k,n,p)(2)Poisson分布的累積概率值命令:poisscdf格式:poisscdf(k,Lambda)(3)超幾何分布的累積概率值命令:hygecdf格式:hygecdf(k,N,M,n)所以,至少發(fā)生k次的概率為P_s=1-cdf(‘name’,k-1,n,p)1、伯努利概型:用X表示n重貝努里試驗中事件A發(fā)生的次數(shù),則
稱隨機變量X服從參數(shù)為
(n,p)
的二項分布,記成X~B(n,p)(1)計算在x處,參數(shù)是n,p的二項分布的概率P{X=x}以及分布律在MATLAB中,二項分布的分布密度函數(shù)(分布律)是binopdf,其調(diào)用格式是:·y=binopdf(x,n,p)%計算在x處,參數(shù)是n,p的二項分布的概率.輸入?yún)?shù)x,n,p可以是標量、向量、矩陣.輸出參數(shù)與輸入?yún)?shù)的形式一致.其中輸入?yún)?shù)中可以有一個或兩個是標量,另外的輸入?yún)?shù)是向量或矩陣,這時,輸出形式是向量或矩陣.例1事件A在每次試驗中發(fā)生的概率是0.3,計算在10次試驗中A恰好發(fā)生6次的概率.p=binopdf(6,10,0.3)或者p=pdf(‘bino’,6,10,0.3)例2事件A在每次試驗中發(fā)生的概率是0.3,求在4次試驗中A發(fā)生次數(shù)的概率分布.p=binopdf(0:4,4,0.3)或者p=(‘bino’,0:4,4,0.3)%0:4產(chǎn)生步長為1的等差數(shù)列0,1,2,3,4.
(2)計算在x處,參數(shù)是n,p的二項分布的分布函數(shù)值或概率P{X≤x}二項分布的分布函數(shù)是binocdf,其調(diào)用格式是:·y=binocdf(x,n,p)%計算在x處,參數(shù)是n,p的二項分布的分布函數(shù)值.輸入?yún)?shù)x,n,p可以是標量、向量、矩陣.輸出參數(shù)與輸入?yún)?shù)的形式一致.其中輸入?yún)?shù)中可以有一個或兩個是標量,另外的輸入?yún)?shù)是向量或矩陣,這時,輸出形式是向量或矩陣.例3事件A在每次試驗中發(fā)生的概率是0.3,計算在10次試驗中A至少發(fā)生6次的概率.p=1-binocdf(6,10,0.3)2、泊松分布:設隨機變量X所有可能取的值為:0,1,2,…,概率分布為:
其中λ>0是常數(shù),則稱X服從參數(shù)為λ的泊松分布,記作X~P(λ)。在MATLAB中,泊松分布的分布密度函數(shù)是poisspdf,其調(diào)用格式是:·y=poisspdf(x,lambda)%計算在x處,參數(shù)是lambda的泊松分布的概率.輸入?yún)?shù)x,lambda可以是標量、向量、矩陣.輸出參數(shù)與輸入?yún)?shù)的形式一致.其中輸入?yún)?shù)中可以有一個是標量,另一個輸入?yún)?shù)是向量或矩陣,這時,輸出形式是向量或矩陣.例4設隨機變量X服從參數(shù)是3的泊松分布,求概率P{X=6}.p=poisspdf(6,3)結(jié)果表明:參數(shù)是λ=3的泊松分布在x=6處的概率為0.0504.例5寫出參數(shù)為3的泊松分布的前6項的概率分布p=poisspdf(0:5,3)計算的結(jié)果是,參數(shù)為λ=3的泊松分布的前6項的概率(當x=0,1,2,3,4,5時).(2)計算在x處,參數(shù)是λ的泊松分布的分布函數(shù)值或概率P{X≤x}泊松分布的分布函數(shù)是poisscdf,其調(diào)用格式是:·y=poisscdf(x,lambda)%計算在x處,參數(shù)是lambda的泊松分布的分布函數(shù)值.輸入?yún)?shù)x,lambda可以是標量、向量、矩陣.輸出參數(shù)與輸入?yún)?shù)的形式一致.其中輸入?yún)?shù)中可以有一個標量,另外一個輸入?yún)?shù)是向量或矩陣,這時,輸出形式是向量或矩陣.例6設隨機變量X服從參數(shù)是3的泊松分布,計算概率P{X≤6}p=poisscdf(6,3)結(jié)果表明:參數(shù)是λ=3的泊松分布在x=6處的分布函數(shù)值F(6)=P{X≤6}=0.9665連續(xù)型隨機變量:如果存在一非負可積函數(shù)
,使對于任意實數(shù)X在區(qū)間
上取值的概率為:
,則函數(shù)稱作隨機變量X的概率密度函數(shù)。通用函數(shù)pdf和專用函數(shù)用來求密度函數(shù)
在某個點x處的值。1.利用概率密度函數(shù)值通用函數(shù)pdf計算格式:pdf(‘name’,x,A)pdf(‘name’,x,A,B)pdf(‘name’,x,A,B,C)說明:返回以name為分布的隨機變量在X=x處、參數(shù)為A、B、C的概率密度函數(shù)值。name取值如下表所示。name分
布unif均勻分布密度函數(shù)exp指數(shù)分布密度函數(shù)norm正態(tài)分布密度函數(shù)chi2卡方(
)分布t或Tt分布f和FF分布密度函數(shù)專用函數(shù)概率密度函數(shù)表函數(shù)名調(diào)用形式注
釋unifpdfunifpdf(x,a,b)[a,b]上均勻分布概率密度在X=x處的函數(shù)值exppdfexppdf(x,Lambda)指數(shù)分布概率密度在X=x處的函數(shù)值normpdfnormpdf(x,mu,sigma)正態(tài)分布概率密度在X=x處的函數(shù)值chi2pdfchi2pdf(x,n)卡方分布概率密度在X=x處的函數(shù)值tpdftpdf(x,n)t分布概率密度在X=x處的函數(shù)值fpdffpdf(x,n1,n2)F分布概率密度在X=x處的函數(shù)值累積概率函數(shù)值(分布函數(shù))連續(xù)型隨機變量的累積概率函數(shù)值是指隨機變量X≤x的概率之和。即:P{X≤x}=也就是連續(xù)型隨機變量的分布函數(shù)F(x),F(xiàn)(x)既可以用通用函數(shù),也可用專用函數(shù)來計算。通常用這些函數(shù)計算隨機變量落在某個區(qū)間上的概率和隨機變量X的分布函數(shù)F(x)。1.利用通用函數(shù)cdf計算累積概率值格式:cdf(‘name’,x,A)cdf(‘name’,x,A,B)cdf(‘name’,x,A,B,C)說明:返回隨機變量X≤x的概率之和。name為上述分布函數(shù)名。2.利用專用函數(shù)計算累積概率值其命令函數(shù)是在上述分布后面加上cdf,其用法同專用函數(shù)計算概率密度函數(shù)值。如正態(tài)分布的累積概率值:命令函數(shù)為:normcdf(x,mu,sigma)則顯示結(jié)果為
F(x)=的值。逆累積概率值已知分布和分布中的一點,求此點處的概率值要用到累積概率函數(shù)cdf,當已知概率值而需要求對應概率的分布點時,就要用到逆累積概率函數(shù)icdf,icdf返回某給定概率值下隨機變量X的臨界值,實際上就是cdf的逆函數(shù),在假設檢驗中經(jīng)常用到。即:已知F(x)=P{X≤x},求x逆累積概率值的計算有下面兩種方法。通用函數(shù)icdf格式:icdf(‘name’,p,a1,a2,a3)說明:返回分布為name,參數(shù)為a1,a2,a3累積概率值為p的臨界值,這里name與前面相同。如:p=cdf(‘name’,x,a1,a2,a3)則:x=icdf(‘name’,p,a1,a2,a3)專用函數(shù)-inv函數(shù)名調(diào)用形式注
釋unifinvx=unifinv(p,a,b)[a,b]上均勻分布逆累積分布函數(shù),X為臨界值expinvx=expinv(p,lambda)指數(shù)逆累積分布函數(shù)norminvx=norminv(p,mu,sigma)正態(tài)逆累積分布函數(shù)chi2invx=chi2inv(p,n)卡方逆累積分布函數(shù)tinvx=tinv(p,n)T分布逆累積分布函數(shù)finvx=finv(p,n1,n2)F分布逆累積分布函數(shù)3、均勻分布:若隨機變量X的概率密度為:則稱X服從區(qū)間
[a,b]上的均勻分布,記作:X
~U[a,b](1)計算均勻分布的概率密度函數(shù)值在MATLAB中,用函數(shù)unifpdf計算均勻分布的概率密度函數(shù)值.其基本調(diào)用格式是:y=unifpdf(x,a,b)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù)可以擴展成與其它輸入?yún)?shù)相同的常數(shù)向量或矩陣.例7設隨機變量X服從區(qū)間[2,6]上的均勻分布,求X=4時的概率密度值.y=unifpdf(4,2,6)(2)計算均勻分布的分布函數(shù)值或概率P{X≤x}在MATLAB中,用函數(shù)unifcdf計算均勻分布的分布函數(shù)值.其基本調(diào)用格式是:·y=unifcdf(x,a,b)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù)(可以擴展成與其它輸入?yún)?shù)相同的常數(shù)向量或矩陣.例8設隨機變量X服從區(qū)間(2,6)上的均勻分布,求事件{X≤4}的概率.y=unifcdf(4,2,6)結(jié)果表明:對于區(qū)間(2,6)上的均勻分布,在x=4處的分布函數(shù)值F(4)=P{X≤4}=0.5000.4、指數(shù)分布:定義:若隨機變量X具有概率密度則稱X
服從參數(shù)為λ的指數(shù)分布,記成X~E(λ)。(1)計算指數(shù)分布的概率密度函數(shù)值在MATLAB中,用函數(shù)exppdf計算指數(shù)分布的概率密度函數(shù)值.其基本調(diào)用格式是:·y=exppdf(x,mu)%輸入?yún)?shù)可以是標量、向量或矩陣.例9設隨機變量X服從參數(shù)是6的指數(shù)分布,求X=3時的概率密度值.y=exppdf(3,6)例10設隨機變量X服從參數(shù)分別為1,2,6的指數(shù)分布,求X=2時的概率密度值.y=exppdf(2,[1,2,6])結(jié)果表示:三個參數(shù)μ=1,2,6的指數(shù)分布在x=2處的概率密度函數(shù)值.(2)計算指數(shù)分布的分布函數(shù)值或概率P{X≤x}參數(shù)為μ的指數(shù)分布的分布函數(shù)是在MATLAB中,用函數(shù)expcdf計算指數(shù)分布的分布函數(shù)值.基本調(diào)用格是:·y=expcdf(x,mu)%輸入?yún)?shù)可以是標量、向量、矩陣.例11設隨機變量X服從參數(shù)是6的指數(shù)分布,求事件{X≤3}的概率.y=expcdf(3,6)計算結(jié)果是:參數(shù)μ=6的指數(shù)分布,在x=3處的分布函數(shù)值F(3)=P{X≤3}=0.3935.5、正態(tài)分布:定義:若隨機變量X的概率密度函數(shù)為其中μ和σ都是常數(shù),μ任意,σ>0,則稱X服從參數(shù)為μ和σ的正態(tài)分布。(1)計算正態(tài)分布的概率密度函數(shù)值在MATLAB中,用函數(shù)normpdf計算正態(tài)分布的概率密度函數(shù)值.其基本調(diào)用格式是:·y=normpdf(x,mu,sigma)%輸入?yún)?shù)可以是標量、向量、矩陣.注意:調(diào)用normpdf時,參數(shù)sigma是標準差σ,不是方差σ2.例12設隨機變量X服從均值是6,標準差是2的正態(tài)分布,求X=3時的概率密度值.y=normpdf(3,6,2)計算結(jié)果是:參數(shù)μ=6,σ=2(即均值為6,方差為4)的正態(tài)分布,在x=3處的概率密度值(2)計算正態(tài)分布的分布函數(shù)值或概率P{X≤x}參數(shù)為μ,σ2的正態(tài)分布的分布函數(shù)不能用初等函數(shù)表示.在MATLAB中,用函數(shù)normcdf計算正態(tài)分布的分布函數(shù)值.其基本調(diào)用格式是:·y=normcdf(x,mu,sigma)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù),可以擴展成與其它輸入?yún)?shù)相同的常數(shù)向量或矩陣.例13設隨機變量X服從均值是6,標準差是2的正態(tài)分布,求事件{X≤3}的概率.y=normcdf(3,6,2)結(jié)果表明:μ=6,σ=2的正態(tài)分布,在x=3處的分布函數(shù)值F(3)=P{X≤3}=0.0668.例14設隨機變量X服從均值是6,標準差是2的正態(tài)分布,求三個隨機事件{X≤1},{X≤3},{X≤8}的概率.y=normcdf([1,3,8],6,2)計算的結(jié)果是:參數(shù)為μ=6,σ=2的正態(tài)分布,分別在x=1,3,8處的分布函數(shù)值F(1)=P{X≤1},F(3)=P{X≤3},F(8)=P{X≤8}.(3)計算正態(tài)分布的α分位點,或求解概率表達式中的待定參數(shù)正態(tài)分布的α分位點的定義是P{X<=zα}=α.在MATLAB中沒有直接計算分位點的函數(shù),我們可以通過逆累積分布函數(shù)來計算分位點.正態(tài)分布的逆累積分布函數(shù)是norminv,其基本調(diào)用格式是:·y=norminv(p,mu,sigma)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù)可以擴展成與其它輸入?yún)?shù)相同的常數(shù)向量或矩陣.注意:輸入?yún)?shù)p是概率,其范圍在[0,1]之間,它與α的關系是p=α.例15求標準正態(tài)分布的0.05分位點.解在命令窗口中輸入:y=norminv(0.05,0,1)回車后顯示:y=-1.6449結(jié)果表明:P{X<=zα}=0.05的標準正態(tài)分布α分位點zα=-1.6449.6、χ2
分布定義:設X1,X2,…,Xn相互獨立,且均服從正態(tài)分布N(0,1),則稱隨機變量
服從自由度為n
的卡方分布。(1)在MATLAB中,用函數(shù)chi2pdf計算分布的概率密度函數(shù)值.其基本調(diào)用格式是:·y=chi2pdf(x,n)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù),可以擴展成與另一個輸入?yún)?shù)相同的常數(shù)向量或矩陣.例16設隨機變量X服從自由度分別為2,5,9的卡方分布,求x=3的概率密度值.解在命令窗口中輸入:y=chi2pdf(3,[2,5,9]).回車后顯示:y=0.111570.154180.039646(2)計算分布的分布函數(shù)值或概率P{X≤x}在MATLAB中,用函數(shù)chi2cdf計算卡方分布的分布函數(shù)值.其基本調(diào)用格式是:·y=chi2cdf(x,n)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù)可以擴展成與另一輸入?yún)?shù)相同的常數(shù)向量或矩陣.例17設隨機變量X服從自由度為6的分布,求事件{X≤3}的概率.解在命令窗口中輸入:y=chi2cdf(3,6)%回車后顯示:y=0.1912結(jié)果表明:自由度n=6的分布,當x=3時的分布函數(shù)值F(3)=P{X≤3}=0.1912.(3)計算分布的α分位點,或求解概率表達式中的待定參數(shù)分布的α分位點的定義是.在MATLAB中,我們也可以通過逆累積分布函數(shù)來計算分布的分位點.分布的逆累積分布函數(shù)是chi2inv,其基本調(diào)用格式是:·y=chi2inv(p,n)%輸入?yún)?shù)可以是標量、向量、矩陣.注意:輸入?yún)?shù)p是概率,其范圍在[0,1]之間,它與α的關系是p=α.例18求自由度為6的分布的上0.05分位點.解在命令窗口中輸入:y=chi2inv(0.95,6)回車后顯示:y=1.6354結(jié)果表明:對于自由度n=6的
分布,
的分位點1.6354t分布定義:設X~N(0,1),Y~χn2,且X與Y相互獨立,則稱隨機變量
為服從自由度n的t分布,記為T~tn。(1)在MATLAB中,用函數(shù)tpdf計算t分布的概率密度函數(shù)值.其基本調(diào)用格式是:·y=tpdf(x,n)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù)可以擴展成與另一個輸入?yún)?shù)相同的常數(shù)向量或矩陣.例19設隨機變量X服從自由度是6的t分布,求x=3的概率密度值.解在命令窗口中輸入:y=tpdf(3,6)(2)計算t分布的分布函數(shù)值或概率P{X≤x}在MATLAB中,用函數(shù)tcdf計算t分布的分布函數(shù)值.其基本調(diào)用格式是:·y=tcdf(x,n)%輸入?yún)?shù)可以是標量、向量、矩陣.例20設隨機變量X服從自由度是6的t分布,求事件{X≤3}的概率.y=tcdf(3,6)結(jié)果表明:自由度n=6的t分布,在x=3處的分布函數(shù)值是F(3)=P{X≤3}=0.9980.(3)計算t分布的α分位點,或求解概率表達式中的待定參數(shù)t分布的α分位點的定義是P{X<=tα(n)}=α.在MATLAB中,我們也可以通過逆累積分布函數(shù)來計算分位點.t分布的逆累積分布函數(shù)是tinv,其基本調(diào)用格式是:·y=tinv(p,n)%輸入?yún)?shù)可以是標量、向量、矩陣.一個常數(shù)輸入?yún)?shù),可以擴展成與另一輸入?yún)?shù)相同的常數(shù)向量或矩陣.注意:輸入?yún)?shù)p是概率,其范圍在[0,1]之間,它與α的關系是p=α.例21求自由度為6的t分布的0.05分位點.y=tinv(0.05,6)結(jié)果表明:對于自由度n=6的t分布0.05的α分位點t0.05(6)=-1.9432.F分布
則稱F=(X/m)/(Y/n)服從第一自由度為m,第二自由度為n
的F
分布。記成F~Fm,n。在MATLAB中,用函數(shù)fpdf計算F分布的概率密度函數(shù)值.其基本調(diào)用格式是:·y=fpdf(x,n1,n2)%輸入?yún)?shù)可以是標量、向量、矩陣.例22設隨機變量X服從第一自由度是2,第二自由度是6的F分布,求x=3的概率密度值.y=fpdf(3,2,6)結(jié)果表明:自由度n1=2,n2=6的F分布,在x=3處的概率密度值是0.0625.(2)計算F分布的分布函數(shù)值或概率P{X≤x}在MATLAB中,用函數(shù)fcdf計算F分布的分布函數(shù)值.其基本調(diào)用格式是:·y=fcdf(x,n)%輸入?yún)?shù)可以是標量、向量、矩陣.例23設隨機變量X服從第一自由度是2,第二自由度是6的F分布,求隨機事件{X≤3}的概率.y=fcdf(3,2,6)結(jié)果表明:自由度n1=2,n2=6的F分布,在x=3處的分布函數(shù)值F(3)=P{X≤3}=0.8750.例24設隨機變量X服從第一自由度是4,第二自由度分別是2,4,6的F分布,求事件{X≤1},{X≤3}{X≤8}的概率.y=fcdf([1,3,8],4,[2,4,6])(3)計算F分布的α分位點,或求解概率表達式中的待定參數(shù)F分布的α分位點的定義是.在MATLAB中,我們可以通過逆累積分布函數(shù)來計算F分布的分位點.F分布的逆累積分布函數(shù)是finv,其基本調(diào)用格式是:·y=finv(p,n1,n2)%輸入?yún)?shù)可以是標量、向量、矩陣.例31設隨機變量X服從第一自由度是4,第二自由度是6的F分布,求0.95分位點.解在命令窗口中輸入:y=finv(0.95,4,6)回車后顯示:y=4.5337結(jié)果表明:對于自由度n1=4,n2=6的F分布,滿足的上α分位點F0.05(4,6)=4.5337一般連續(xù)型隨機變量問題設隨機變量X的概率密度為(1)確定常數(shù)k(2)求X的分布函數(shù)F(x)(3)求p{1<X<7/2}symskxuv;f_x1=k*x;f_x2=2-x/2F_x=int(f_x1,x,0,3)+int(f_x2,x,3,4)p=sym2
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 《旅游發(fā)達地區(qū)失地農(nóng)民可持續(xù)生計問題研究》
- 2025-2025學年高二英語下學期教學計劃
- 2024-2030年中國汽車行業(yè)競爭策略發(fā)展規(guī)劃分析報告
- 2024-2030年中國汽車用彩色涂層鋼板行業(yè)市場運營模式及未來發(fā)展動向預測報告
- 2024-2030年中國汽車晴雨擋行業(yè)市場運營模式及未來發(fā)展動向預測報告
- 幼兒園宇宙課程設計
- 2024-2030年中國水族館市場競爭格局及前景趨勢分析報告
- 政府項目實施效果定期評估
- 2024-2030年中國氣體滅火設備產(chǎn)業(yè)市場未來發(fā)展趨勢及前景調(diào)研分析報告
- 2024-2030年中國次氯酸鈉消毒液融資商業(yè)計劃書
- 部編語文五年級上冊詞語表注音版
- 中建光伏項目管理指導手冊
- 1神州謠 課件(共50張PPT)
- 國家開放大學思想道德與法治社會實踐作業(yè)集合6篇
- 小學侵害未成年人強制報告制度
- 2023年飛行員基礎知識考試題庫(500題版)
- 公租房運營管理服務投標方案
- 能源管理系統(tǒng)EMS用戶需求說明書
- 人工智能對中學教學的影響與應對策略
- 2668-人員招聘與培訓實務
- 閉合導線自動計算表
評論
0/150
提交評論