[推荐]【资料】Matlab数理统计工具箱应用简介-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 统计>>

统计库

>>

[推荐]【资料】Matlab数理统计工具箱应用简介

[推荐]【资料】Matlab数理统计工具箱应用简介

发布:Allan313 | 分类:统计库

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

经管之家新媒体交易平台

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

提供微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

1.概述Matlab的数理统计工具箱是Matlab工具箱中较为简单的一个,其牵扯的数学知识是大家都很熟悉的数理统计,因此在本文中,我们将不再对数理统计的知识进行重复,仅仅列出数理统计工具箱的一些函数,这些函数的意义 ...
免费学术公开课,扫码加入


1. 概述 Matlab的数理统计工具箱是Matlab工具箱中较为简单的一个,其牵扯的数学知识是大家都很熟悉的数理统计,因此在本文中,我们将不再对数理统计的知识进行重复,仅仅列出数理统计工具箱的一些函数,这些函数的意义都很明确,使用也很简单,为了进一步简明,本文也仅仅给出了函数的名称,没有列出函数的参数以及使用方法,大家只需简单的在Matlab工作空间中输入“help 函数名”,便可以得到这些函数详细的使用方法。

. 参数估计 betafit β分布数据的参数估计和置信区间 betalike β对数似然函数 binofit 二项数据参数估计和置信区间 expfit 指数数据参数估计和置信区间 gamfit γ分布数据的参数估计和置信区间 gamlike γ对数似然函数 mle 最大似然估计 normlike 正态对数似然函数 normfit 正态数据参数估计和置信区间 poissfit 泊松数据参数估计和置信区间 unifit 均匀分布数据参数估计 weibfit Weibull数据参数估计和置信区间

3. 累积分布函数 betacdf β累积分布函数 binocdf 二项累积分布函数 cdf 计算选定的累积分布函数 chi2cdf 累积分布函数 2χ expcdf 指数累积分布函数 fcdf F累积分布函数 gamcdf γ累积分布函数 geocdf 几何累积分布函数 hygecdf 超几何累积分布函数 logncdf 对数正态累积分布函数 nbincdf 负二项累积分布函数 ncfcdf 偏F累积分布函数 nctcdf 偏t累积分布函数 ncx2cdf 偏累积分布函数 2χ normcdf 正态累积分布函数 poisscdf 泊松累积分布函数 raylcdf Reyleigh累积分布函数 tcdf t累积分布函数 unidcdf 离散均匀分布累积分布函数 unifcdf 连续均匀分布累积分布函数 weibcdf Weibull累积分布函数

4. 概率密度函数 betapdf β概率密度函数 binopdf 二项概率密度函数 chi2pdf 概率密度函数 2χ exppdf 指数概率密度函数 fpdf F概率密度函数 gampdf γ概率密度函数 geopdf 几何概率密度函数 hygepdf 超几何概率密度函数 lognpdf 对数正态概率密度函数 nbinpdf 负二项概率密度函数 ncfpdf 偏F概率密度函数 nctpdf 偏t概率密度函数 ncx2pdf 偏概率密度函数 2χ normpdf 正态分布概率密度函数 pdf 指定分布的概率密度函数 poisspdf 泊松分布的概率密度函数 raylpdf Rayleigh概率密度函数 tpdf t概率密度函数 unidpdf 离散均匀分布概率密度函数 unifpdf 连续均匀分布概率密度函数 weibpdf Weibull概率密度函数

5. 逆累积分布函数 betainv 逆β累积分布函数 binoinv 逆二项累积分布函数 chi2inv 逆累积分布函数 2χ expinv 逆指数累积分布函数 finv 逆F累积分布函数 gaminv 逆γ累积分布函数 geoinv 逆几何累积分布函数 hygeinv 逆超几何累积分布函数 logninv 逆对数正态累积分布函数 nbininv 逆负二项累积分布函数 ncfinv 逆偏F累积分布函数 nctinv 逆偏t累积分布函数 ncx2inv 逆偏累积分布函数 2χ norminv 逆正态累积分布函数 possinv 逆正态累积分布函数 raylinv 逆Rayleigh累积分布函数 tinv 逆t累积分布函数 unidinv 逆离散均匀累积分布函数 unifinv 逆连续均匀累积分布函数 weibinv 逆Weibull累积分布函数

. 分布矩函数 betastat 计算β分布的均值和方差 binostat 二项分布的均值和方差 chi2stat 计算分布的均值和方差 2χ expstat 计算指数分布的均值和方差 fstat 计算F分布的均值和方差 gemstat 计算γ分布的均值和方差 geostat 计算几何分布的均值和方差 hygestat 计算超几何分布的均值和方差 lognstat 计算对数正态分布的均值和方差 nbinstat 计算负二项分布的均值和方差 ncfstat 计算偏F分布的均值和方差 nctstat 计算偏t分布的均值和方差 ncx2stat 计算偏分布的均值和方差 2χ normstat 计算正态分布的均值和方差 poissstat 计算泊松分布的均值和方差 raylstat 计算Rayleigh分布的均值和方差 tstat 计算t分布的均值和方差 unidstat 计算离散均匀分布的均值和方差 unifstat 计算连续均匀分布的均值和方差 weibstat 计算Weibull分布的均值和方差

7. 统计特征函数 corrcoef 计算互相关系数 cov 计算协方差矩阵 geomean 计算样本的几何平均值 harmmean 计算样本数据的调和平均值 iqr 计算样本的四分位差 kurtosis 计算样本的峭度 mad 计算样本数据平均绝对偏差 mean 计算样本的均值 median 计算样本的中位数 moment 计算任意阶的中心矩 prctile 计算样本的百份位数 range 样本的范围 skewness 计算样本的歪度 std 计算样本的标准差 trimmean 计算包含极限值的样本数据的均值 var 计算样本的方差

8. 统计绘图函数 boxplot 在矩形框内画样本数据 errorbar 在曲线上画误差条 fsurfht 画函数的交互轮廓线 gline 在图中交互式画线 gname 用指定的标志画点 lsline 画最小二乘拟合线 normplot 画正态检验的正态概率图 pareto 画统计过程控制的Pareto图 qqplot 画两样本的分位数-分位数图 refcurve 在当前图中加一多项式曲线 refline 在当前坐标中画参考线 surfht 画交互轮廓线 weibplot 画Weibull概率图

9. 统计处理控制 capable 处理能力索引 capaplot 画处理能力图 ewmaplot 画指数加权移动平均图 histfit 叠加正态密度直方图 normspec 在规定的极限内画正态密度图 schart 画标准偏差图 xbarplot 画水平条图

10. 假设检验 ranksum 计算母体产生的两独立样本的显著性概率和假设检验的结果 signrank 计算两匹配样本中位数相等的显著性概率和假设检验的结果 signtest 计算两匹配样本的显著性概率和假设检验的结果 ttest 对单个样本均值进行t检验 ttest2 对两样本均值差进行t检验 ztest 对已知方差的单个样本均值进行z检验

11. 试验设计 cordexch 配位交叉算法D-优化试验设计 daugment D-优化增强试验设计 dcovary 使用指定协变数的D-优化试验设计 ff2n 两水平全因素试验设计 fullfact 全因素试验设计 hadamard Hadamard正交试验 rowexch 行交换算法D-优化试验设计

「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-49346-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
经管之家 人大经济论坛 大学 专业 手机版