该题中任取一件元件的寿命介于1200h和1500h之间的概率为0.0263
五、日记
6月19日星期二
今天做的实验是概率分布及应用实例。
在概统课上，我对概率密度函数和概率分布函数已经有了比较深入的认识。
我选择的这道实验题目需要用到指数分布,指数函数虽然看起来很复杂，但在matlab上用起来很简单，只是要把实际问题中的信息转化为数学语言，进而来解答。
同时还得出一个信息就是许多电子产品的寿命分布一般服从指数分布。
这样对指数分布可以在现实生活当中找到具体的实例来说明，因此获益良多。
5.3统计描述及应用实例
一、目的:
运用概率统计的方法对数值变量进行统计，熟练掌握数值变量的
统计描述。
二、任务：
运用MATLAB软件计算实际案例要求的统计结果。
三、要求：
理解数值变量统计描述的方法，并且能够运用软件计算结果。
四、项目
1.实验题目
某公司对应聘人员进行能力测试，测试成绩总分为150分，下面是50位应聘人员的测试成绩：
64677072747676798081
82828385868891919293
9393959696979799100100
102104106106107108108112112114
116118119119122123125126128133
求出50位应聘人员测试成绩的期望和方差，并构造该数据的直方图
2.实验步骤
输入命令程序如下：
>>X=[6410070721231017666801108277837012590911209211178120956696751107210010010210410610610710810811211211468859095110781258512875]；
EX=mean（X）
DX=var（X,1）
bar（X）
则运行后显示结果如下：
EX=
94.6600
DX=
326.1844
3.结果分析
通过对函数名mean,var,bar的运用，计算出一组数据的期望和方差，并且运用MATLAB软件绘制直方图。
数字在图像中形象的体现出来，这种研究方法是很值得借鉴的。
五、日记
6月20日星期三
今天我做了第三个实验——统计描述及应用实例。
这个实验显然是用图形分析的，MATLAB不仅善于处理数字，而且图形表示也是它的特长。
把一组数据的期望和方差求出来，就知道了这组数据的平均水平和波动剧烈程度。
通过把每位应聘人员的测试成绩在直方图中显示出来，也很形象生动的看到了每位应聘人员测试成绩的差异等等信息。
学会了函数名mean,var,bar的熟练运用，发现这些函数是很好用的。
5.4区间估计及应用实例
一、目的:
实际应用几种区间估计，达到掌握这几种方法的目的。
二、任务：
了解不同区间估计所应用的统计量，运用MATLAB软件计算结果。
三、要求：
了解并账务区间估计的相关知识，学会运用MATLAB软件进行计算。
四、项目
1.实验题目
已知某种材料的抗压强度
，现随机地抽取10个进行抗压试验，测得数据如下：
482493457471510446435418394469，分别求
和
置信水平为95%的置信区间。
2.实验步骤
输入命令程序如下：
>>x=[482493457471510446435418394469]
[mu,sig,muci,sigci]=normfit（x,0.05）
则运行后显示结果如下：
mu=
457.5000
sig=
35.2176
muci=
432.3069
482.6931
sigci=
24.2239
64.2936
所以μ的置信度95%置信区间为：
[432.3069,482.6931]，
的置信度95%的置信区间为[24.2239，64.2936]
3.结果分析
通过对函数normfit的运用，得出了mu、sig、muci、sigci，分别表示正态分布的参数μ、σ的估计值、μ的置信区间、
的置信区间，normfit（x,0.05）中的0.05表示置信度95%。
则根据MATLAB运行结果可以很容易的看出本题中所求置信区间分别为[432.3069,482.6931]和[24.2239，64.2936]
五、日记
6月21日星期四
今天我做的实验是区间估计及应用实例。
以前在课堂学习中没有明白区间估计的意思，现在通过在机子上操作实验，认识到了区间估计的意义。
求在某一置信水平下的置信区间是区间估计知识的核心。
求置信区间需要用到函数normfit（x，a），1-a表示置信水平，省略掉a时默认是0.05，同时还要了解mu,sig,muci,sigci四个符号的意思，它们分别是正态分布的参数μ、σ的估计值、μ、σ置信区间。
我们要在实验中掌握区间估计函数的正确调用。
并通过大量的学习来达到熟能生巧的程度，这样会提高我们处理区间估计的效率。
5.5假设检验及应用实例
一、目的：
通过对假设检验的案例分析，让学生理解样本试验结果与接受或排斥结论之间是如何建立联系的。
二、任务：
通过实际的案例，在不同的置信水平下，根据样本试验结果能否拒绝原假设。
三、要求：
原假设与备择假设描述清楚，统计量运用得当。
四、项目
1.实验题目
从一批钢管抽取10根，测得其内经（单位：
mm）为：
100.36100.3199.99100.11100.64100.8599.4299.9199.35100.10，,设这批钢管内径服从正态分布
，问在置信水平为95%的情况下是否有理由认为钢管内径不大于100mm。
2.实验步骤
未知，在水平
下检验假设：
：
，
：
>>X=[100.36100.3199.99100.11100.64100.8599.4299.9199.35100.10];
>>[h,sig,ci]=ttest（X,100,0.05,1）
则运行结果如下：
h=
0
sig=
0.2535
ci=
99.8281Inf
3.结果分析
h=0表示在水平
下应该接受原假设
，即认为钢管的内径不大于100mm。
五、日记
6月22日星期五
今天做的实验是假设检验及应用实例。
在假设检验中我们把一个被检验的假设称为原假设。
用
表示，通常把不应轻易否定的假设作为原假设。
当
被拒绝时而接受的假设称为备则假设。
在MATLAB中h=0表示接受原假设。
我发现假设检验时很重要的知识，对以后在统计预测假设中是很重要的。
对以后的学习工作同样重要，我们要理论联系实际争取用数学软件学好假设检验。
5.6方差分析及应用实例
一、目的：
了解方差分析的实际意义，学会运用方差分析这种方法。
二、任务：
通过实际案例，分析案例中某种因素的影响是否显著。
三、要求：
熟练掌握方差分析中的几个概念，运用MATLAB软件解决实际问题。
四、项目
1.实验题目
以A、B、C、D4种药剂处理水稻种子，每处理各得4个苗高观察值（cm），其结果如表，试验目的是比较不同药剂对水稻苗高影响是否有显著性差异。
若显著性水平取0.05，问不同药剂间差异是否显著？
药剂
苗高观察值
A
18
21
20
13
B
20
24
26
22
C
10
15
17
14
D
28
27
29
32
2.实验步骤
输入命令程序如下：
>>X=[18212013;20242622;10151714;28272932];
P=anova1（X'）
则运行后显示结果如下：
P=
5.0626e-005
3.结果分析
由图形及数据p=7.1641e-005
0可以看出，4种安眠药对兔子的安眠时间有显著影响。
五、日记
6月25日星期一
今天做了第六个实验——方差分析及应用实例。
在实际工作中我们会经常碰到多个总体均值的比较问题，处理这类的问题通常采用的就是所谓的方差分析方法。
以前觉得方差分析计算量过大，现在用MATLAB软件进行方差分析却发现很简单，只要熟练掌握相关的方差分析函数就行，正确调用函数是关键，我们要在大量的题型中掌握规律弄透这些函数的各自功能与使用场景，这样对以后处理方差分析是很重要的，使用起来也会更加顺手。
5.7回归分析及应用实例
一、目的:
将简单的线性回归用于预测分析中，了解对回归的参数进行检验的重要性。
二、任务：
通过实际的案例，能够对待处理的数据进行其它影响因素的剔除，
最后利用简单的线性回归进行预测分析。
三、要求：
剔除其它因素要科学合理，利用MATLAB软件进行回归分析。
四、项目
1.实验题目
在动物学研究中，有时需要找出某种动物的体积与重量的关系，因为动物的重量相对而言测量，而测体积比较困难，因此，人们希望用动物的重量预测体积，下面是18只某种动物的体积与重量的数据，在这里，动物重量被看成是自变量，用
表示，单位为kg，动物体积则作为因变量，用
表示，单位为
，18组数据如下表：
序号
重量（
）
体积（y）
1
10.4
10.2
2
10.5
10.4
3
11.9
11.6
4
12.1
11.9
5
13.8
13.5
6
15.0
14.5
7
15.1
14.8
8
15.1
15.1
9
15.1
14.5
10
15.7
15.7
11
15.8
15.2
12
16.0
15.8
13
16.5
15.9
14
16.7
16.6
15
17.1
16.7
16
17.1
16.7
17
17.8
17.6
18
18.4
18.3
根据18组数据作出散点图并建立一元线性回归方程。
2.实验步骤：
输入命令程序如下：
>>x=[10.410.511.912.113.81515.115.115.115.715.81616.516.717.117.117.818.4];
y=[10.210.411.611.913.514.514.815.114.515.715.215.815.916.616.716.717.618.3];
plot（x,y,'*'）
legend（'散点图'）
px=polyfit（x,y,1）
px=
0.9881-0.1040
一元线性回归方程为：
>>x=[10.410.511.912.113.81515.115.115.115.715.81616.516.717.117.117.818.4];
y=[10.210.411.611.913.514.514.815.114.515.715.215.815.916.616.716.717.618.3];
Y=0.9881*x-0.104
plot（x,Y,x,y,'*'）
则运行结果如下：
3.结果分析
从散点图可以看出样本数据是分布在一条直线附近的，根据最小二乘法也算出了这条直线的两个参数值分别为0.988和-0.1040，从而得出直线的方程为
，把这条直线通样本数据点一同画出来，从图中可以看出与实际
五、日记
6月26日星期二
今天做的实验是回归分析及应用能够实例。
这个实验是这么多个实验中个人感觉最简单的一个。
我选择的题目是根据所给数据作出散点图并建立一元线性回归方程。
对于做散点图，因为有了前面的基础，并不太困难。
依旧采用函数名加中文字样的方法求得。
以前也有学习回归分析但发现求回归分析方程的系数计算量是很大的，现在用MATLAB数学软件处理回归分析是一件比较轻松的事情。
在MATLAB中只要掌握相关的函数就可以通过给定的数据的就可以得到回归分析的结果发现MATLAB处理回归分析问题是极其方便的。
5.8数理统计综合应用实例
一、目的：
通过典型例题的分析，提高运用概率统计知识分析问题和解决问题
的能力
二、任务：
运用MATLAB软件对数据进行综合处理和分析。
三、要求：
综合运用参数区间估计、假设检验、方差分析和回归分析等知识，
进行数据处理和分析。
四、项目
1.实验题目
用4种安眠药在兔子身上进行试验，特选24只健康的兔子，随机把他们均分为4组，每组各服一种安眠药，安眠时间（单位：
h）如下所示：
安眠药
安眠时间
A1
6.2
6.1
6.0
6.3
6.1
5.9
A2
6.3
6.5
6.7
6.6
7.1
6.4
A3
6.8
7.1
6.6
6.8
6.9
6.6
A4
5.4
6.4
6.2
6.3
6.0
5.9
（1）假定各种安眠药对安眠时间的影响服从正态分布，且方差相等，试在α＝0.05
水平下检验这三种方法对安眠时间有无显著影响；
（2）对每种方法的安眠时间给出置信水平为0.95的置信区间。
2.实验步骤
（1）输入命令程序如下：
>>X=[6.26.16.06.36.15.9;6.36.56.76.67.16.4;6.87.16.66.86.96.6;5.46.46.26.36.05.9];
P=anova1（X'）
则运行后显示结果如下：
P=
7.1641e-005
残差图
（2）输入命令程序如下：
>>x=[6.26.16.06.36.15.9];
y=[6.36.56.76.67.16.4];
z=[6.87.16.66.86.96.6];
r=[5.46.46.26.36.05.9];
[mu,sig,muci,sigci]=normfit（x）
[mu,sig,muci,sigci]=normfit（y）
[mu,sig,muci,sigci]=normfit（z）
[mu,sig,muci,sigci]=normfit（r）
mu=
6.1000
sig=
0.1414
muci=
5.9516
6.2484
sigci=
0.0883
0.3469
mu=
6.6000
sig=
0.2828
muci=
6.3032
6.8968
sigci=
0.1766
0.6937
mu=
6.8000
sig=
0.1897
muci=
6.6009
6.9991
sigci=
0.1184
0.4654
mu=
6.0333
sig=
0.3615
muci=
5.6540
6.4127
sigci=
0.2256
0.8866
3.结果分析
由图形及数据p=7.1641e-005
0可以看出，4种安眠药对兔子的安眠时间有显著影响。
每种安眠药的安眠时间给出置信区间水平为0.95的置信区间分别是[5.9516,6.2484]、[6.3032,6.8968]、[6.6009,6.9991]、[5.6540,6.4127]
五、日记
6月27日星期三
今天做了第八个实验——数理统计综合应用实例。
在前面的实验中，已经学习过假设检验，区间估计，回归分析。
但这次是在一个实际的问题中同时把那几个知识综合起来一起研究。
这需要对前面的知识有深入的透彻的理解。
首先用方差分析得出4种安眠药对睡眠时间有显著差异的结论。
然后区间估计算出每种安眠药所对应安眠时间的置信区间，在置信度为95%的可接受范围内我们可接受这样的预测，这是比较合理的、科学的。
6.结束语
这八个实验分别涉及不同方面的概统知识，同时也相互贯通相互联系。
以前在其他课程但中也稍微也接触了些MATLAB。
通过这次实践，使我对数学软件MATLAB有了更深入的了解。
由以前在常微分常微分上了解MATLAB到现在现在的能够独立运用相关数学函数解决简单问题特别是概率统计方面的知识。
发
升级会员 