应该不错

惊瞥孤鸿影

看附件
! x! ]; U$ c5 ^; j5 A. K# n$ ?matlab 命令
0 ^# j1 J) q! S, [- u基本统计量:
均值:mean(x)    中位数median(x)         标准差std(x)
方差:var(x)     偏度skewness(x)         峰度kurtosis(x)
常见的概率分布函数
正态分布:norm   指数分布:exp    泊松分布:poiss
- y' u. `: R0 Obeta分布:beta   威布尔分布:weib kafang分布:chi2
; W/ U# j, W' s8 M) Kt分布:t         f分布:F
4 o, O1 n, M" l4 v+ a7 Q
1 p  z5 ]: g& L' N工具箱对每一种分布都提供五类函数，其命令字符为：
, w0 |7 k! K9 ~. b概率密度:pdf
概率分布:cdf
逆概率分布:inv
均值与方差:stat
; T: G2 S$ k/ m# ~& r! ^8 E# b随机数生成:rnd
! w9 k/ ~5 {5 Z' `( S; |$ v7 w随机数生成:rnd
参数估计：fit
" T6 w7 H" ?8 `2 V. l
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。

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)
4 U. K' U  E. N) `2 A! j( G: f+ E2.概率分布
. x3 W  O2 M. V# j7 J1 k$ j6 y1 d* _p=normcdf(x,mu,sigma)
. P; U3 d, b3 I/ Q- X0 [2 Q可用于计算概率
3.逆概率分布
: Y2 [- m& c9 X6 w: G: y: jx=norminv(a,mu,sigma)
即可求出x，使得P{X<x}=a
可用于求分位数
4.均值和方差
. O6 b& `' `1 m2 ~& m% p& K, ^" j[m,v]=normstat(mu,sigma)
2 J, F$ B9 i. \! d) M$ I, J; y5.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

; V4 B) e# U( F0 D: |% E- ]2 }
5 @# y) {( {; _5 @9 |8 G! |频数直方图
频数直方图
3 m% o8 C% P, c( q' {3 f: G1.给出数组data的频数表的命令为：[N,X]=hist(data,k)
; F! t, J' e5 Q+ c$ Q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 O' E7 {, n! F的中点x
7 O5 c0 M" y, b% @" `( U2.描速数组data的频数直方图命令为hist(data,k)

正态总体的参数估计