应该不错

惊瞥孤鸿影

看附件
matlab 命令
: s/ x$ O' R9 Q基本统计量:
均值:mean(x)    中位数median(x)         标准差std(x)
5 y* q7 a% M% W& |/ ~/ \方差:var(x)     偏度skewness(x)         峰度kurtosis(x)
( M# O" e5 D/ H# R3 U! n常见的概率分布函数
7 Z) s( L" Z6 T6 T* O0 ?! W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
7 X8 ]: _4 y& _0 x5 tt分布:t         f分布:F
0 L: L1 p, |' O2 Z2 u
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
' T! L8 y- ~* |. E1 w概率分布:cdf
逆概率分布:inv
均值与方差:stat
随机数生成:rnd
随机数生成:rnd
8 B2 K( ~3 g) g5 _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
并输入自变量（可以使标量，数组或矩阵）和参数即可。
. H! P1 w  O! j; F) Y. K9 W) J& W! g
* `9 @# d! c% M0 T对均值为mu，标准差为sigma的正态分布，举例：
0 a7 f1 y, v- W+ H& M& L# D; [1 R1.概率密度函数
4 m, z3 g0 N) Z% t9 m% Mp=normpdf(x,mu,sigma)(mu=0,sigma=1是可以省略)
2.概率分布
; M8 z6 o' y* c) cp=normcdf(x,mu,sigma)
可用于计算概率
- @" F% o6 O/ g8 M3.逆概率分布
x=norminv(a,mu,sigma)
& _4 k  c9 J2 D6 Q" S7 Q即可求出x，使得P{X<x}=a
可用于求分位数
1 s# |6 t1 }7 u0 w2 p  i3 p4.均值和方差
[m,v]=normstat(mu,sigma)
1 L& r, S1 t& G. Q! j: @- X' j5.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
1 u; p: E, g2 a$ u; D! `* J' I- @
' s/ o$ a, L$ H7 w: F
) t3 V- ?3 x3 h0 h6 H! S6 U频数直方图
. n& j2 S8 C' ?+ R频数直方图
* `0 P, `! u4 H8 s& e  X' d' b9 f8 @1.给出数组data的频数表的命令为：[N,X]=hist(data,k)
5 S0 |) R( z! E: L; W. @2 B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
) Z5 e/ y) I9 y9 \( B间
8 e5 t6 t# W! Z$ Y# D的中点x
2.描速数组data的频数直方图命令为hist(data,k)

0 a7 U" C% S* @  n0 I" ^1 K2 F4 b正态总体的参数估计