• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

Matlab数理统计工具箱应用简介

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

1. 概述
Matlab 的数理统计工具箱是 Matlab 工具箱中较为简单的一个,其牵扯的数学知识是大
家都很熟悉的数理统计,因此在本文中,我们将不再对数理统计的知识进行重复,仅仅列出
数理统计工具箱的一些函数,这些函数的意义都很明确,使用也很简单,为了进一步简明,
本文也仅仅给出了函数的名称,没有列出函数的参数以及使用方法,大家只需简单的在
Matlab 工作空间中输入“help  函数名” ,便可以得到这些函数详细的使用方法。
 
2. 参数估计
betafit     β分布数据的参数估计和置信区间
betalike     β对数似然函数
binofit     二项数据参数估计和置信区间
expfit     指数数据参数估计和置信区间
gamfit     γ分布数据的参数估计和置信区间
gamlike     γ对数似然函数
mle      最大似然估计
normlike     正态对数似然函数
normfit     正态数据参数估计和置信区间
poissfit     泊松数据参数估计和置信区间
unifit     均匀分布数据参数估计
weibfit    Weibull 数据参数估计和置信区间

3. 累积分布函数
betacdf     β累积分布函数
binocdf     二项累积分布函数
cdf      计算选定的累积分布函数
chi2cdf     累积分布函数
expcdf     指数累积分布函数
fcdf     F累积分布函数
gamcdf     γ累积分布函数
geocdf     几何累积分布函数
hygecdf     超几何累积分布函数
logncdf     对数正态累积分布函数
nbincdf     负二项累积分布函数
ncfcdf     偏 F累积分布函数
nctcdf     偏 t 累积分布函数
ncx2cdf     偏 累积分布函数
normcdf     正态累积分布函数
poisscdf     泊松累积分布函数
raylcdf    Reyleigh 累积分布函数
tcdf     t 累积分布函数

unidcdf     离散均匀分布累积分布函数
unifcdf     连续均匀分布累积分布函数
weibcdf    Weibull 累积分布函数
 
4. 概率密度函数
betapdf     β概率密度函数
binopdf     二项概率密度函数
chi2pdf     概率密度函数
exppdf     指数概率密度函数
fpdf     F概率密度函数
gampdf     γ概率密度函数
geopdf     几何概率密度函数
hygepdf     超几何概率密度函数
lognpdf     对数正态概率密度函数
nbinpdf     负二项概率密度函数
ncfpdf     偏 F概率密度函数
nctpdf     偏 t 概率密度函数
ncx2pdf     偏 概率密度函数
normpdf     正态分布概率密度函数
pdf      指定分布的概率密度函数
poisspdf     泊松分布的概率密度函数
raylpdf    Rayleigh 概率密度函数
tpdf     t 概率密度函数

unidpdf     离散均匀分布概率密度函数
unifpdf     连续均匀分布概率密度函数
weibpdf    Weibull 概率密度函数
 
5. 逆累积分布函数
betainv     逆β累积分布函数
binoinv     逆二项累积分布函数
chi2inv     逆 累积分布函数
expinv     逆指数累积分布函数
finv      逆 F累积分布函数
gaminv     逆γ累积分布函数
geoinv     逆几何累积分布函数
hygeinv     逆超几何累积分布函数
logninv     逆对数正态累积分布函数
nbininv     逆负二项累积分布函数
ncfinv     逆偏 F累积分布函数
nctinv     逆偏 t 累积分布函数
ncx2inv     逆偏 累积分布函数
norminv     逆正态累积分布函数
possinv     逆正态累积分布函数
raylinv     逆 Rayleigh 累积分布函数
tinv      逆 t 累积分布函数
unidinv     逆离散均匀累积分布函数
unifinv     逆连续均匀累积分布函数
weibinv     逆 Weibull 累积分布函数
 
6. 分布矩函数
betastat     计算β分布的均值和方差
binostat     二项分布的均值和方差
chi2stat     计算 分布的均值和方差
expstat     计算指数分布的均值和方差
fstat     计算 F分布的均值和方差
gemstat     计算γ分布的均值和方差
geostat     计算几何分布的均值和方差
hygestat     计算超几何分布的均值和方差
lognstat     计算对数正态分布的均值和方差
nbinstat     计算负二项分布的均值和方差
ncfstat     计算偏 F分布的均值和方差
nctstat     计算偏 t 分布的均值和方差
ncx2stat     计算偏 分布的均值和方差
normstat     计算正态分布的均值和方差
poissstat     计算泊松分布的均值和方差
raylstat     计算 Rayleigh 分布的均值和方差
tstat      计算 t 分布的均值和方差
unidstat     计算离散均匀分布的均值和方差
unifstat     计算连续均匀分布的均值和方差
weibstat     计算 Weibull 分布的均值和方差

7. 统计特征函数
corrcoef     计算互相关系数
cov      计算协方差矩阵
geomean     计算样本的几何平均值
harmmean   计算样本数据的调和平均值
iqr      计算样本的四分位差
kurtosis     计算样本的峭度
mad     计算样本数据平均绝对偏差
mean     计算样本的均值
median     计算样本的中位数
moment     计算任意阶的中心矩
prctile     计算样本的百份位数

range     样本的范围
skewness     计算样本的歪度
std     计算样本的标准差
trimmean     计算包含极限值的样本数据的均值
var     计算样本的方差
 
8. 统计绘图函数
boxplot     在矩形框内画样本数据
errorbar     在曲线上画误差条
fsurfht     画函数的交互轮廓线
gline    在图中交互式画线
gname     用指定的标志画点
lsline     画最小二乘拟合线
normplot     画正态检验的正态概率图
pareto     画统计过程控制的 Pareto 图
qqplot     画两样本的分位数-分位数图
refcurve     在当前图中加一多项式曲线
refline     在当前坐标中画参考线
surfht     画交互轮廓线
weibplot     画 Weibull 概率图
 
9. 统计处理控制
capable     处理能力索引
capaplot     画处理能力图
ewmaplot     画指数加权移动平均图
histfit     叠加正态密度直方图
normspec     在规定的极限内画正态密度图
schart     画标准偏差图
xbarplot     画水平条图
 
10.  假设检验
ranksum     计算母体产生的两独立样本的显著性概率和假设检验的结果
signrank     计算两匹配样本中位数相等的显著性概率和假设检验的结果
signtest     计算两匹配样本的显著性概率和假设检验的结果
ttest     对单个样本均值进行 t 检验
ttest2     对两样本均值差进行 t 检验
ztest     对已知方差的单个样本均值进行 z 检验 
 11.  试验设计
cordexch     配位交叉算法 D-优化试验设计
daugment   D-优化增强试验设计
dcovary     使用指定协变数的 D-优化试验设计
ff2n     两水平全因素试验设计
fullfact     全因素试验设计

hadamard   Hadamard 正交试验
rowexch     行交换算法 D-优化试验设计

 


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
迁移pytorch工程至matlab发布时间:2022-07-22
下一篇:
matlab-simulink一些用法(1)发布时间:2022-07-22
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap