• Matlab 7数理统计


    [h,p,ci,st] = ttest(x0,mean(x0),'Alhpa',0.05,'Tail','right/left/both') 均值检验 p= n-1;st: {df:n-1,st:std(x0)}
    [h,p,ci,st] = vartest(x0,mean(x0),'Alhpa',0.05,'Tail','right/left/both') 方差检验 同上
    [ydf,xdf,n] = cdfcalc(x0) 经验累积分布函数  
    cdfplot(x0) 画出cdf图像  
    nonzeros(x0) 除去多余的0,展开成列向量  
    pd = makedist('distname','mu','sigma') 定义正态分布函数/其他分布也可以  
    qqplot(x0,pd) 画出Q-Q图 pd 为一个分布函数;若为直线,则拟合度高
    dot(A,B) 两个向量的非向量积  
    corss(A,B) 向量积  

    [h,p,st]=chi2gof(bins,'ctrs',bins,...'frequency',obsCounts, ...

    'expected',expCounts)

    对离散分布和连续分布进行卡方拟合优度检验。检验方法为将数据分组到各个统计箱中,计算各统计箱的观测数和期望数,计算卡方检验统计量和((O-E).²/E),其中O为观测数,E为期望数。当计数足够大时,该检验统计量具有近似卡方分布。  
    chi2inv/chi2cdf 卡方累积分布函数(cdf)的倒数/卡方累积分布函数(cdf)  
     P = normcdf(X,MU,SIGMA)  正态累积分布函数  
    [h,p,ci] = kstest(x0,'CDF',pd) 测试数据是否来自假设分布  
         
         
         
         
         
         
         
  • 相关阅读:
    从源码分析 XtraBackup 的备份原理
    移动端 SDK 开发经验总结及梳理
    spring boot jar包开机自启
    在Simulink中添加VeriStand支持
    java 启动脚本
    Docker容器日志管理最佳实践
    docker 日志限制或者删除
    网盘搜索
    tuple c++
    google原版:Debugging WebAssembly with modern tools
  • 原文地址:https://www.cnblogs.com/zero27315/p/10547619.html
Copyright © 2020-2023  润新知