应该不错

惊瞥孤鸿影

看附件
( b% r; c$ U* l9 f. R$ Kmatlab 命令
. D$ k3 k' Z- S4 _基本统计量:
( F+ J8 G( a( u! _* ~! S均值:mean(x)    中位数median(x)         标准差std(x)
+ j3 H$ I' l$ }4 p方差:var(x)     偏度skewness(x)         峰度kurtosis(x)
常见的概率分布函数
" n# d  O4 ~% k8 |1 z* Z) S正态分布:norm   指数分布:exp    泊松分布:poiss
- @) v6 Z( D7 G, s1 Mbeta分布:beta   威布尔分布:weib kafang分布:chi2
! z8 ]) J) V+ O6 b1 E' q" p: C! Dt分布:t         f分布:F
) S$ B! J$ b6 \" `6 f
+ C' u- ^0 I  U- I工具箱对每一种分布都提供五类函数，其命令字符为：
& @( G; v" G, L# J概率密度:pdf
8 D. @' P! S+ j% }概率分布:cdf
) T$ \  s8 b1 k( E逆概率分布:inv
均值与方差:stat
2 x$ ^: l# q! G/ j; Y3 Y: i随机数生成:rnd
. M5 `5 f6 O9 R4 H: s随机数生成:rnd
参数估计：fit

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
8 ]5 d0 B/ y" ?9 [6 E4 I3 F& J并输入自变量（可以使标量，数组或矩阵）和参数即可。
& ^/ o; L( l3 a
9 W5 J/ z  c( v; d% t3 F# a$ K/ P对均值为mu，标准差为sigma的正态分布，举例：
1.概率密度函数
p=normpdf(x,mu,sigma)(mu=0,sigma=1是可以省略)
2.概率分布
p=normcdf(x,mu,sigma)
: Z" n9 `0 F. g: V+ h" ^可用于计算概率
3.逆概率分布
$ t# q5 C: V$ I/ fx=norminv(a,mu,sigma)
, [$ N0 r8 _% G' @即可求出x，使得P{X<x}=a
0 [" _' a0 o  S2 C5 t- Q5 J可用于求分位数
4.均值和方差
[m,v]=normstat(mu,sigma)
5.随机数生成
& K4 Z3 k$ f& w  [M=normrnd(mu,sigma,m,n)即可生成m*n阶的正态分布随机数矩阵

# N7 H6 t9 y, O; W! D
2 t, H- J. S7 z1 L频数直方图
2 [8 p7 A; ^& X; T9 d2 s频数直方图
6 C$ c- l3 }" U. E' n* [) L' H3 a1.给出数组data的频数表的命令为：[N,X]=hist(data,k)
# S! C- E# [* o4 h+ u: S将数据分为k个小区间（缺省为10），返回数组data落在每一个区间的频数N和每一个小区
6 t; A/ f  T" z! n1 v2 s, S3 I+ y+ z间
的中点x
2.描速数组data的频数直方图命令为hist(data,k)

: d8 O% y! r6 C正态总体的参数估计