一、產生隨機變數
%% 二項分布隨機資料產生
n1=10:10:60;
a1=binornd(n1,1./n1);
b1=binornd(n1,1./n1,1,6);%一行六列
c1=binornd([n1;n1],[1./n1;1./n1],2,6);%兩行六列
%% 正態分佈隨機資料產生
a2=normrnd(0,1,1,5);%標準正態分佈，一行五列
b2=normrnd([1 2 3;4 5 6],0.1,2,3);
二、概率密度計算
close all;clear all;clc;
%% pdf函式
p1=pdf('normal',-2:2,0,1);%計算高斯分布
p2=pdf('poisson',0:4,1:5);%計算泊松分布
%% 專用概率密度函式
mu=0:0.1:2;
[y,i]=max(normpdf(1.5,mu,1));%高斯分布的專用函式
mle=mu(i);
%% 使用cdf函式計算累計概率分布
a1=cdf('normal',-2:2,0,1);
%% 計算任意函式的累積概率密度
fx=sin((1:1000)*pi/500);
rand=randn(1,1000);
[f,xi]=ksdensity(rand+2000*fx,'function','cdf');
%% 專用函式計算累積概率密度
a2=normcdf([-1 1],0,1);%計算<=-1和<=1的累積概率密度
b2=a2(2)-a2(1);%求差
close all;clear all;clc;
%% 平均值和中值
a=magic(5);
a1=mean(a);%平均值
b1=median(a);%中位數
c1=nanmedian(a);
d1=geomean(a);%幾何平均數
e1=harmmean(a);%算術平均數
%% 資料比較
a=rand(5);
a2=sort(a);%按列排序，公升序
b2=sortrows(a);%按行排序
c2=range(a);%求值域
%% 方差和標準差
a=randn(2,8);
a3=var(a',1);%方差
b3=std(a',1);%標準差
%% 協方差和相關係數
a=rand(5,1);
a4=cov(a);%協方差
b4=corrcoef(a);%相關係數
close all;clear all;clc;
%% 正整數頻率表
a1=ceil(5*rand(1,10));%向上取整
table=tabulate(a1);%左列為資料，中列為出現的次數，右列為百分比
%% 累積分布函式圖
a2=normrnd(0,1,50,1);
cdfplot(a2);
hold on;
%% 最小二乘法擬合直線
x=1:10;
y=x+randn(1,10);
figure;
scatter(x,y);%散點圖
h=lsline;%最小二乘法擬合
set(h,'linewidth',3,'linestyle','--','color',[1 0 1]);%h可以設定一些引數
%% 正態分佈概率圖
a4=normrnd(10,1,25,1);
figure;
normplot(a4);
%% 樣本資料的盒圖
a5=randn(100,25);
figure;
boxplot(a5);
%% 樣本概率圖形
a6=normrnd(3,0.005,100,1);
figure;
b6=capaplot(a6,[2.99 3.01]);
%% 正態擬合直方圖
a7=normrnd(10,1,200,1);
figure;
histfit(a7,20);
matlab雜記2概率統計
1，函式binornd可以產生二項分布隨機資料 r binornd n,p n,p為二項分布的兩個引數，n,p 大小相同。r binornd n,p,m m指的是隨機數的個數，與r同維數，r bonornd n,p,m,n m,n分別表示r的行數和列數 2，normrnd可以產生正態分佈的隨機資料。...
Matlab 概率分布
poisson分布 概率密度函式 poisspdf x,lamda 分布函式poisscdf x,lamda 逆概率分布函式poissinv f,lamda x 0 15 y1 y2 lam1 1,2,5,10 for i 1 length lam1 y1 y1,poisspdf x,lam1 i ...
223 概率統計
現象 特點概念 樣本空間s 樣本點w 複雜事件 隨機事件 分類事件間的關係 互斥事件 ab 差事件對立事件 積事件和事件 對立事件和互斥事件間關係 兩事件獨立性 定理一 事件a b獨立的充要條件 定理二推廣 計算時間的運算滿足的規律 事件的概率和頻率 概率性質 特殊的概率 定義性質 計算乘法公式 全...