应该不错

惊瞥孤鸿影

看附件
. b/ Q+ G3 h* c6 M8 s: imatlab 命令
( w; o6 u0 A1 H+ e0 |: F) d) l7 `基本统计量:
) J+ n! K5 H/ U$ W5 M均值:mean(x)    中位数median(x)         标准差std(x)
4 A7 ?* B/ |5 D! b+ f% u方差:var(x)     偏度skewness(x)         峰度kurtosis(x)
- o+ v, S2 M' s4 r# l常见的概率分布函数
正态分布:norm   指数分布:exp    泊松分布:poiss
beta分布:beta   威布尔分布:weib kafang分布:chi2
t分布:t         f分布:F
2 H* p: i, @$ c
: f8 p; V* |9 j7 t. S3 [- X6 q* u9 d工具箱对每一种分布都提供五类函数，其命令字符为：
概率密度:pdf
概率分布:cdf
7 u% W( @6 G$ G# k! J6 @& C逆概率分布:inv
均值与方差:stat
2 M6 T* A; z3 r1 R随机数生成:rnd
. F7 e9 H8 u2 o) O8 C4 Q随机数生成:rnd
参数估计：fit
$ {2 \9 w# h' G# ?( w
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
, b8 m: e" |2 o: Z' x并输入自变量（可以使标量，数组或矩阵）和参数即可。
8 p9 s0 F- N* e" U
6 Q, }" [7 m$ G9 ]) |: i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
4 s1 o8 Q  M5 f$ c4 k* e$ J/ B6 Pp=normcdf(x,mu,sigma)
% O6 [0 J( _" }( _& _; H: O7 \可用于计算概率
3.逆概率分布
) M5 c( s: p7 nx=norminv(a,mu,sigma)
8 E8 L4 I7 y$ U/ y即可求出x，使得P{X<x}=a
可用于求分位数
- M9 g- o: F7 y# h4.均值和方差
[m,v]=normstat(mu,sigma)
8 U$ ^% q/ m. b$ `5.随机数生成
M=normrnd(mu,sigma,m,n)即可生成m*n阶的正态分布随机数矩阵
7 r# P1 P& z' w3 S2 ?

* G) \/ N8 b- Y) K' m频数直方图
9 _) U# `8 q' Z  D频数直方图
# S! V" S4 N) h, d. a" G1.给出数组data的频数表的命令为：[N,X]=hist(data,k)
3 G2 C" o! i2 ]9 a8 B- 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
间
1 `( U7 y, D9 M, _的中点x
  A+ m# r! s: d2.描速数组data的频数直方图命令为hist(data,k)
' O8 F: A$ Y5 |+ U
正态总体的参数估计