概率论与数理统计的MATLAB求解
第9 章
概率论与数理统计问题
的计算机求解
?薛定宇、陈阳泉著《高等应用数学问题的MATLAB求解》，清华大学出版社2004?CAI课件开发：刘莹莹、薛定宇
主要内容
?概率分布与伪随机数生成
?统计量分析
?数理统计分析方法及计算机实现?统计假设检验
?方差分析及计算机求解
9.1
概率分布与伪随机数生成
?概率密度函数与分布函数概述
?常见分布的概率密度函数与分布函数?概率问题的求解
?随机数与伪随机数
9.1.1 概率密度函数与分布函数概述
9.1.2 常见分布的概率密度
函数与分布函数
9.1.2.1 Poisson分布
【例9-1】绘制l=1,2,5,10 时Poisson 分布的概率密度函数与概率分布函数曲线
9.1.2.2 正态分布
正态分布的概率密度函数为:
【例9-2】
9.1.2.3分布
【例9-3】
9.1.2.4 分布
【例9-4】
9.1.2.5 分布
概率密度函数为:
【例9-5】
概率论与数理统计期末复习资料(学生)
概率论与数理统计期末复习资料 一 填空 1．设A ，B 为两个随机事件，若A 发生必然导致B 发生，且P (A )=0.6，则P (AB ) =______． 2．设随机事件A 与B 相互独立，且P (A )=0.7，P (A -B )=0.3，则P (B ) = ______． 3．己知10件产品中有2件次品，从该产品中任意取3件，则恰好取到一件次品的概率等于______． 4．已知某地区的人群吸烟的概率是0.2，不吸烟的概率是0.8，若吸烟使人患某种疾病的概率为0.008，不吸烟使人患该种疾病的概率是0.001，则该人群患这种疾病的概率等于______． 5．设连续型随机变量X 的概率密度为? ??≤≤=,,0; 10,1)(其他x x f 则当10≤≤x 时，X 的分布函数F (x )= ______． 6．设随机变量X ～N (1，32 )，则P{-2≤ X ≤4}=______．(附：)1(Φ=0.8413) 7．设二维随机变量(X ，Y )的分布律为 则P {X <1,Y 2≤}=______． 8．设随机变量X 的期望E (X )=2，方差D (X )=4，随机变量Y 的期望E (Y )=4，方差D (Y )=9，又E (XY )=10，则X ，Y 的相关系数ρ= ______． 9．设随机变量X 服从二项分布)3 1,3(B ，则E (X 2 )= ______． 10．中心极限定理证明了在很一般条件下，无论随机变量Xi 服从什么分布，当n →∞时，∑=n i i X 1 的极限分布是 _________________ 11．设总体X ～N (1，4)，x 1，x 2，…，x 10为来自该总体的样本，∑== 10 110 1 i i x x ，则)(x D = ______.· 12．设总体X ～N (0，1)，x 1，x 2，…，x 5为来自该总体的样本，则 ∑=5 1 2i i x 服从自由度为______ 的2χ分布． 15．对假设检验问题H 0：μ=μ0，H 1：μ≠μ0，若给定显著水平0.05，则该检验犯第一类错误的概率为______． 16．设A ，B 为两个随机事件，且A 与B 相互独立，P （A ）=0.3，P （B ）=0.4，则P （A B ）=__________. 17．盒中有4个棋子，其中2个白子，2个黑子，今有1人随机地从盒中取出2个棋子，则这2个棋子颜色相同的 概率为_________. 18．设随机变量X 的概率密度?? ???≤≤=,,0; 10 ,A )(2其他x x x f 则常数A=_________.
《概率论与数理统计》期末考试试题及解答
一、填空题（每小题3分，共15分） 1． 设事件B A ,仅发生一个的概率为0.3，且5.0)()(=+B P A P ，则B A ,至少有一个不发 生的概率为__________. 答案：0.3 解： 3.0)(=+B A B A P 即 )(25.0)()()()()()(3.0AB P AB P B P AB P A P B A P B A P -=-+-=+= 所以 1.0)(=AB P 9.0)(1)()(=-==AB P AB P B A P . 2． 设随机变量X 服从泊松分布，且)2(4)1(==≤X P X P ，则==)3(X P ______. 答案： 161-e 解答： λλ λ λλ---= =+==+==≤e X P e e X P X P X P 2 )2(, )1()0()1(2 由 )2(4)1(==≤X P X P 知 λλλ λλ---=+e e e 22 即 0122 =--λλ 解得 1=λ，故 16 1)3(-= =e X P 3． 设随机变量X 在区间)2,0(上服从均匀分布，则随机变量2 X Y =在区间)4,0(内的概率 密度为=)(y f Y _________. 答案： 04,()()0,. Y Y X y f y F y f <<'===? 其它 解答：设Y 的分布函数为(),Y F y X 的分布函数为()X F x ，密度为()X f x 则 2 ()()())))Y X X F y P Y y P X y y y y y =≤=≤ =≤- - 因为~(0,2)X U ，所以(0X F = ，即()Y X F y F = 故
概率论与数理统计期末总结
第1章 概率论的基本概念 1.1 随机试验 称满足以下三个条件的试验为随机试验： （1）在相同条件下可以重复进行； （2）每次试验的结果不止一个，并且能事先明确所有的可能结果； （3）进行试验之前，不能确定哪个结果出现。 1.2 样本点 样本空间 随机事件 随机试验的每一个可能结果称为一个样本点，也称为基本事件。 样本点的全体所构成的集合称为样本空间，也称为必然事件。必然事件在每次试验中必然发生。 随机试验的样本空间不一定唯一。在同一试验中，试验的目的不同时，样本 空间往往是不同的。所以应从试验的目的出发确定样本空间。 样本空间的子集称为随机事件，简称事件。 在每次试验中必不发生的事件为不可能事件。 1.3 事件的关系及运算 （1）包含关系 B A ?，即事件A 发生，导致事件B 发生； （2）相等关系 B A =，即B A ?且A B ?； （3）和事件（也叫并事件） B A C ?=，即事件A 与事件B 至少有一个发生； （4）积事件（也叫交事件） B A AB C ?==，即事件A 与事件B 同时发生； （5）差事件 AB A B A C -=-=，即事件A 发生，同时，事件B 不发生； （6）互斥事件（也叫互不相容事件） A 、 B 满足φ=AB ，即事件A 与事件B 不同时发生； （7）对立事件（也叫逆事件） A A -Ω=，即φ=Ω=?A A A A ,。
1.4 事件的运算律 （1）交换律 BA AB A B B A =?=?,； （2）结合律 ()()()()C AB BC A C B A C B A =??=??,； （3）分配律 ()()()()()()C A B A BC A AC AB C B A ??=??=?,； （4）幂等律 A AA A A A ==?, ； （5）差化积 B A AB A B A =-=-； （6）反演律（也叫德·摩根律）B A AB B A B A B A B A ?==?=?=?,。 1.5 概率的公理化定义 设E 是随机试验，Ω为样本空间，对于Ω中的每一个事件A ，赋予一个实数P （A ），称之为A 的概率，P （A ）满足： （1）1)(0≤≤A P ； （2）1)(=ΩP ； （3）若事件 ，，， ，n A A A 21两两互不相容，则有 () ++++=????)()()(2121n n A P A P A P A A A P 。 1.6 概率的性质 （1）0)(=φP ； （2）若事件n A A A ，， ， 21两两不互相容，则())()()(2121n n A P A P A P A A A P +++=??? ； （3）)(1)(A P A P -=； （4）)()()(AB P B P A B P -=-。 特别地，若B A ?，则)()(),()()(B P A P A P B P A B P ≤-=-； （5）)()()()(AB P B P A P B A P -+=?。
概率论与数理统计知识点总结(详细)
《概率论与数理统计》 第一章概率论的基本概念 (2) §2．样本空间、随机事件..................................... 2.. §4 等可能概型（古典概型）................................... 3.. §5．条件概率.............................................................. 4.. . §6．独立性.............................................................. 4.. . 第二章随机变量及其分布 (5) §1随机变量.............................................................. 5.. . §2 离散性随机变量及其分布律................................. 5..§3 随机变量的分布函数....................................... 6..§4 连续性随机变量及其概率密度............................... 6..§5 随机变量的函数的分布..................................... 7..第三章多维随机变量. (7) §1 二维随机变量............................................ 7...§2边缘分布................................................ 8...§3条件分布................................................ 8...§4 相互独立的随机变量....................................... 9..§5 两个随机变量的函数的分布................................. 9..第四章随机变量的数字特征.. (10)
(完整word版)概率论与数理统计期末试卷及答案
一、选 择 题 (本大题分5小题, 每小题4分, 共20分) (1)设A 、B 互不相容，且P(A)>0，P(B)>0，则必有( ) (A)0)(>A B P (B))()(A P B A P = (C)0)(=B A P (D))()()(B P A P AB P = (2)将3粒黄豆随机地放入4个杯子，则杯子中盛黄豆最多为一粒的概率为（ ） 3311() () () ()32 8 168 A B C D (3)),4,(~2 μN X ),5,(~2 μN Y }5{},4{21+≥=-≤=μμY P p X P p ，则( ) (A)对任意实数21,p p =μ （B ）对任意实数21,p p <μ (C)只对μ的个别值，才有21p p = （D ）对任意实数μ，都有21p p > (4)设随机变量X 的密度函数为)(x f ，且),()(x f x f =-)(x F 是X 的分布函数，则对任意 实数a 成立的是( ) （A ）? - =-a dx x f a F 0 )(1)( （B ）?-= -a dx x f a F 0 )(21)( （C ）)()(a F a F =- （D ）1)(2)(-=-a F a F (5)已知1250,,,X X X L 为来自总体()2,4X N :的样本，记50 11,50i i X X ==∑ 则 50 21 1()4i i X X =-∑服从分布为( ) （A ）4(2, )50N (B) 2 (,4)50 N （C ）()250χ (D) ()249χ 二、填 空 题 (本大题5小题, 每小题4分, 共20分) (1) 4.0)(=A P ,3.0)(=B P ,4.0)(=?B A P ,则___________)(=B A P (2) 设随机变量X 有密度? ??<<=其它01 0,4)(3x x x f , 则使)()(a X P a X P <=> 的常数a = (3) 设随机变量),2(~2 σN X ，若3.0}40{=< matlab建立多元线性回归模型并进行显着性检验及预测问题 例子; x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; X=[ones(16,1) x]; 增加一个常数项Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; [b,bint,r,rint,stats]=regress(Y,X) 得结果：b = bint = stats = 即对应于b的置信区间分别为[，]、[,]; r2=, F=, p= p<, 可知回归模型y=+ 成立. 这个是一元的，如果是多元就增加X的行数！ function [beta_hat,Y_hat,stats]=regress(X,Y,alpha) % 多元线性回归(Y=Xβ+ε)MATLAB代码 %？ % 参数说明 % X：自变量矩阵，列为自变量，行为观测值 % Y：应变量矩阵，同X % alpha：置信度，[0 1]之间的任意数据 % beta_hat：回归系数 % Y_beata：回归目标值，使用Y-Y_hat来观测回归效果 % stats：结构体，具有如下字段 % =[fV,fH]，F检验相关参数，检验线性回归方程是否显着 % fV：F分布值，越大越好，线性回归方程越显着 % fH：0或1，0不显着；1显着(好) % =[tH,tV,tW]，T检验相关参数和区间估计，检验回归系数β是否与Y有显着线性关系 % tV：T分布值，beta_hat(i)绝对值越大,表示Xi对Y显着的线性作用% tH：0或1，0不显着；1显着 % tW：区间估计拒绝域，如果beta(i)在对应拒绝区间内，那么否认Xi对Y显着的线性作用 % =[T,U,Q,R]，回归中使用的重要参数 % T：总离差平方和，且满足T=Q+U % U：回归离差平方和 % Q：残差平方和 % R∈[0 1]：复相关系数，表征回归离差占总离差的百分比，越大越好% 举例说明 % 比如要拟合y=a+b*log(x1)+c*exp(x2)+d*x1*x2，注意一定要将原来方程线化% x1=rand(10,1)*10; % x2=rand(10,1)*10; % Y=5+8*log(x1)+*exp(x2)+*x1.*x2+rand(10,1); % 以上随即生成一组测试数据 % X=[ones(10,1) log(x1) exp(x2) x1.*x2]; % 将原来的方表达式化成Y=Xβ，注意最前面的1不要丢了 云南大学数学与统计学实验教学中心 实验报告 一、实验目的 1.熟悉MATLAB的运行环境. 2.学会初步建立数学模型的方法 3.运用回归分析方法来解决问题 二、实验内容 实验一：某公司出口换回成本分析 对经营同一类产品出口业务的公司进行抽样调查,被调查的13家公司,其出口换汇成本与商品流转费用率资料如下表。试分析两个变量之间的关系,并估计某家公司商品流转费用率是6.5%的出口换汇成本. 实验二：某建筑材料公司的销售量因素分析 下表数据是某建筑材料公司去年20个地区的销售量（Y，千方），推销开支、实际帐目数、同类商品 竞争数和地区销售潜力分别是影响建筑材料销售量的因素。1）试建立回归模型，且分析哪些是主要的影响因素。2）建立最优回归模型。 提示：建立一个多元线性回归模型。 三、实验环境 Windows 操作系统; MATLAB 7.0. 四、实验过程 实验一：运用回归分析在MATLAB 里实现 输入：x=[4.20 5.30 7.10 3.70 6.20 3.50 4.80 5.50 4.10 5.00 4.00 3.40 6.90]'; X=[ones(13,1) x]; Y=[1.40 1.20 1.00 1.90 1.30 2.40 1.40 1.60 2.00 1.00 1.60 1.80 1.40]'; plot(x,Y,'*'); [b,bint,r,rint,stats]=regress(Y,X,0.05); 输出： b = 2.6597 -0.2288 bint = 1.8873 3.4322 -0.3820 -0.0757 stats = 0.4958 10.8168 0.0072 0.0903 即==1,0?6597.2?ββ，-0.2288,0?β的置信区间为[1.8873 3.4322],1,?β的置信区间为[-0.3820 -0.0757]； 2r =0.4958, F=10.8168, p=0.0072 因P<0.05, 可知回归模型 y=2.6597-0.2288x 成立. 1 1.5 2 2.5 散点图 估计某家公司商品流转费用率是6.5%的出口换汇成本。将x=6.5代入回归模型中，得到 >> x=6.5; >> y=2.6597-0.2288*x y = 1.1725 《概率论与数理统计》课程标准 一、课程概述 （一）课程定位 《概率论与数理统计》(Probability Theory and Mathematical Statistics)，由概率论和数理统计两部分组成。它是研究随机现象并找出其统计规律的一门学科，是广泛应用于社会、经济、科学等各个领域的定量和定性分析的科学体系。从学科性质讲，它是一门基础性学科，它为建筑专业学生后继专业课程的学习提供方法论的指导。 （二）先修后续课程 《概率论与数理统计》的先修课程为《高等数学》、《线性代数》等，这些课程为本课程的学习奠定了理论基础。 《概率论与数理统计》的后续课程为《混凝土结构设计》、《地基与基础》等课程。通过该课程的学习可为这些课程中的模型建立等内容的知识学习奠定良好的基础,在教学中起到了承上启下的作用。 二.课程设计思路 本课程的基本设计思路是极力用较为通俗的语言阐释概率论的基本理论和数理统计思想方法;理论和方法相结合，以强调数理统计理论的应用价值。总之,强调理论与实际应用相结合的特点,力求在实际应用方面做些有益的探索，也为其它学科的 进一步学习打下一个良好的基础。 三、课程目标 《概率论与数理统计》是一门几乎遍及所有的科学技术领域以及工农业生产和国民经济各部门之中。通过学习该课程使学生掌握概率、统计的基本概念，熟悉数据处理、数据分析、数据推断的各种基本方法，并能用所掌握的方法具体解决工程实践中所遇到的各种问题。 （一）能力目标 力求在简洁的基础上使学生能从整体上了解和掌握该课程的内容体系，使学生能够在实际工作中、其它学科的学习中能灵活、自如地应用这些理论。 （二）知识目标 1.理解掌握概率论中的相关概念和公式定理； 2.学会应用概率论的知识解决一些基本的概率计算； 3.理解数理统计的基本思想和解决实际问题的方法。 （三）素质目标 1.培养学生乐于观察、分析、不断创新的精神； 2.培养具有较好的逻辑思维、较强的计划、组织和协调能力； 3.培养具有认真、细致严谨的职业能力。 四、课程内容 根据能力培养目标的要求，本课程的主要内容是随机事件、随机变量、随机向量、数字特征、极限定理。具体内容和学时分配见表4-1。 表4-1 课程内容和学时分配 《概率论与数理统计》 试卷A （考试时间：90分钟； 考试形式：闭卷） （注意：请将答案填写在答题专用纸上，并注明题号。答案填写在试卷和草稿纸上无效） 一、单项选择题(本大题共20小题，每小题2分，共40分) 1、A ，B 为二事件，则A B = U () A 、A B B 、A B C 、A B D 、A B U 2、设A ，B ，C 表示三个事件，则A B C 表示( ) A 、A ， B ， C 中有一个发生 B 、A ，B ，C 中恰有两个发生 C 、A ，B ，C 中不多于一个发生 D 、A ，B ，C 都不发生 3、A 、B 为两事件，若()0.8P A B =U ，()0.2P A =，()0.4P B =， 则( )成立 A 、()0.32P A B = B 、()0.2P A B = C 、()0.4P B A -= D 、()0.48P B A = 4、设A ，B 为任二事件，则( ) A 、()()()P A B P A P B -=- B 、()()()P A B P A P B =+U C 、()()()P AB P A P B = D 、()()()P A P AB P AB =+ 5、设事件A 与B 相互独立，则下列说法错误的是() A 、A 与 B 独立 B 、A 与B 独立 C 、()()()P AB P A P B = D 、A 与B 一定互斥 6、设离散型随机变量X 的分布列为 其分布函数为()F x ，则(3)F =() A 、0 B 、0.3 C 、0.8 D 、1 7、设离散型随机变量X 的密度函数为4,[0,1] ()0, cx x f x ?∈=??其它 ，则常数c = () A 、 15 B 、1 4 C 、4 D 、5 回归分析MATLAB 工具箱 一、多元线性回归 多元线性回归：p p x x y βββ+++=...110 1、确定回归系数的点估计值： 命令为：b=regress(Y , X ) ①b 表示???? ?? ????????=p b βββ?...??10 ②Y 表示????????????=n Y Y Y Y (2) 1 ③X 表示??? ??? ????? ???=np n n p p x x x x x x x x x X ...1......... .........1 (12) 1 22221 11211 2、求回归系数的点估计和区间估计、并检验回归模型： 命令为：[b, bint,r,rint,stats]=regress(Y ,X,alpha) ①bint 表示回归系数的区间估计. ②r 表示残差. ③rint 表示置信区间. ④stats 表示用于检验回归模型的统计量,有三个数值：相关系数r 2、F 值、与F 对应的概率p. 说明：相关系数2 r 越接近1,说明回归方程越显著；)1,(1-->-k n k F F α时拒绝0H ,F 越大,说明回归方程越显著；与F 对应的概率p α<时拒绝H 0,回归模型成立. ⑤alpha 表示显著性水平(缺省时为0.05) 3、画出残差及其置信区间. 命令为：rcoplot(r,rint) 例1.如下程序. 解：(1)输入数据. x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; X=[ones(16,1) x]; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; (2)回归分析及检验. [b,bint,r,rint,stats]=regress(Y ,X) b,bint,stats 得结果：b = bint = 概率论与数理统计 学习报告 学院 学号： 姓名： 概率论与数理统计学习报告 通过短短一学期的学习，虽然学习、研究地并不深入，但该课程的每一处内容都有不同的奇妙吸引着我，让我对它在生活中饰演的角色充满遐想；它将我带入了一个由随机变量为桥梁，通过表面偶然性找出其内在规律性，从而与其它的数学分支建立联系的世界，让我对这种进行大量的随机重复实验，通过分析研究得出统计规律性的过程产生了极大地兴趣。我很喜欢这门课程，但也不得不说课后在它上面花的时间并不多，因此学得还不深入，但它真的深深地吸引了我，我一定会找时间进一步深入地学习它。 先简单地介绍一下概率论与数理统计这门学科。 概率论是基于给出随机现象的数学模型，并用数学语言来描述它们，然后研究其基本规律，透过表面的偶然性，找出其内在的规律性，建立随机现象与数学其他分支的桥梁，使得人们可以利用已成熟的数学工具和方法来研究随机现象，进而也为其他数学分支和其他新兴学科提供了解决问题的新思路和新方法。数理统计是以概率论为基础，基于有效的观测、收集、整理、分析带有随机性的数据来研究随机现象，进而对所观察的问题作出推断和预测，直至为采取一定的决策和行动提供依据和建议。 概率论与数理统计是研究随机现象及其规律性的一门数学学科。研究随机现象的规律性有其独特的思想方法，它不是寻求出现每一现象的一切物理因素，不能用研究确定性现象的方法研究随机现象，而是承认在所研究的问题中存在一些人们不能认识或者根本不知道的 随机因素作用下，发生随机现象。这样，人们既可以通过试验来观察随机现象，揭示其规律性，作出决策，也可根据实际问题的具体情况找出随机现象的规律，作出决策。 至今，概率论与数理统计的理论与方法已经广泛应用于自然科学、社会科学以及人文科学等各个领域中，并随着计算机的普及，概率论与数理统计已成为处理信息、制定决策的重要理论和方法。它们不仅是许多新兴学科，如信息论、控制论、排队论、可靠性论以及人工智能的数学理论基础，而且与其他领域的新兴学科的相互交叉而产生了许多新的分支和边缘学科，如生物统计、统计物理、数理金融、神经网络统计分析、统计计算等。 概率论应用随机变量与随机变量的概率分布、数字特征及特征函数为数学工具对随机现象进行描述、分析与研究，其前提条件是假设随机变量的概率分布是已知的；而数理统计中作为研究对象的随机变量的概率分布是完全未知的，或者分布类型已知，但其中的某些参数或某些数字特征是未知的。概率论研究问题的方法是从假设、命题、已知的随机现象的事实出发，按一定的逻辑推理得到结论，在方法上是演绎式的。而统计学的方法是归纳式的，从所研究地对象的全体中随机抽取一部分进行试验或观测，以获得试验数据，依据试验数据所获取的信息，对整体进行推断，是归纳而得到结论的。因此掌握它特有的学习方法是很重要的。 在学习的过程中，不论是老师提出的一些希望我们课后讨论的问题还是自己在做作业看书过程中遇到的一些问题都引发了我的一些 MATLAB---回归预测模型 Matlab统计工具箱用命令regress实现多元线性回归，用的方法是最小二乘法，用法是： b=regress(Y,X) [b,bint,r,rint,stats]=regress(Y,X,alpha) Y,X为提供的X和Y数组，alpha为显著性水平（缺省时设定为0.05），b,bint 为回归系数估计值和它们的置信区间，r,rint为残差（向量）及其置信区间，stats是用于检验回归模型的统计量，有四个数值，第一个是R2，第二个是F，第三个是与F对应的概率 p ，p <α拒绝 H0，回归模型成立，第四个是残差的方差 s2 。 残差及其置信区间可以用 rcoplot(r,rint)画图。 例1合金的强度y与其中的碳含量x有比较密切的关系，今从生产中收集了一批数据如下表 1。 先画出散点图如下： x=0.1:0.01:0.18; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; plot(x,y,'+') 可知 y 与 x 大致上为线性关系。 设回归模型为 y =β 0 +β 1 x 用regress 和rcoplot 编程如下： clc,clear x1=[0.1:0.01:0.18]'; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]'; x=[ones(9,1),x1]; [b,bint,r,rint,stats]=regress(y,x); b,bint,stats,rcoplot(r,rint) 得到 b =27.4722 137.5000 bint =18.6851 36.2594 75.7755 199.2245 stats =0.7985 27.7469 0.0012 4.0883 即β 0=27.4722 β 1 =137.5000 β0的置信区间是[18.6851,36.2594]， β1的置信区间是[75.7755,199.2245]； R2= 0.7985 ， F = 27.7469 ， p = 0.0012 ， s2 =4.0883 。 可知模型（41）成立。 观察命令 rcoplot(r,rint)所画的残差分布，除第 8 个数据外其余残差的置信区间均包含零点第8个点应视为异常点， 本次教程的主要内容包含： 一、多元线性回归 2# 多元线性回归：regress 二、多项式回归 3# 一元多项式：polyfit或者polytool 多元二项式：rstool或者rsmdemo 三、非线性回归 4# 非线性回归：nlinfit 四、逐步回归 5# 逐步回归：stepwise 一、多元线性回归 多元线性回归： 1、b=regress(Y, X ) 确定回归系数的点估计值 2、[b, bint,r,rint,stats]=regress(Y,X,alpha)求回归系数的点估计和区间估计、并检验回归模型 ①bint表示回归系数的区间估计. ②r表示残差 ③rint表示置信区间 ④stats表示用于检验回归模型的统计量,有三个数值：相关系数r2、F值、与F对应的概率p 说明：相关系数r2越接近1，说明回归方程越显著；时拒绝H0，F越大，说明回归方程越显著；与F对应的概率p<α时拒绝H0 ⑤alpha表示显著性水平(缺省时为0.05) 3、rcoplot(r,rint)画出残差及其置信区间 具体参见下面的实例演示 4、实例演示，函数使用说明 (1)输入数据 1.>>x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; 2.>>X=[ones(16,1) x]; 3.>>Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; 复制代码 (2)回归分析及检验 1. >> [b,bint,r,rint,stats]=regress(Y,X) 2. 3. b = 4. 5. -1 6.0730 6.0.7194 7. 8. 9.bint = 《概率论与数理统计》 第一章 概率论的基本概念 §2．样本空间、随机事件 1．事件间的关系 B A ?则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=?或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ?发生 B }x x x { ∈∈=?且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ?发生 B }x x x { ?∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生 φ=?B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的 且S =?B A φ=?B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件 2．运算规则 交换律A B B A A B B A ?=??=? 结合律)()( )()(C B A C B A C B A C B A ?=???=?? 分配律 )()B (C A A C B A ???=??）（ ))(()( C A B A C B A ??=?? 徳摩根律B A B A A B A ?=??=? B — §3．频率与概率 定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事 件A 发生的频数，比值n n A 称为事件A 发生的频率 概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件： （1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1 )S (=P 《概率论与数理统计》期末考试试题(A) 专业、班级: 姓名: 学号: 十二总成绩 、单项选择题(每题3分共18分) 1. D 2 . A 3 . B 4 . A 5 . (1) (2)设随机变量X其概率分布为X -1 0 1 2 P 则 P{X 1.5}() (A) (B) 1 (C) 0 (D) 设事件A与A同时发生必导致事件A发生，则下列结论正确的是( (A) P (A) P(A I A2) (B) P(A) P(A i) P(A2) (C) P(A) P(A1 A2) (D) P(A) P(A i) P(A2) 设随机变量X~N( 3, 1), Y ?N(2, 1),且X 与Y相互独 7,贝y z~(). (A) N(0, 5); (B) N(0, 3); (C) N(0, 46); (D) N(0, 54). (5)设 X1X2, 未知，贝U( n (A) X i2 i 1 ,X n为正态总体N(, )是一个统计量。 (B) (C) X (D) (6)设样本X i,X2, 为H o： (A)U (C) 2)的一个简单随机样本，其中2, ,X n来自总体X ~ N( 0( 0已知) (n 1)S2 2 二、填空题(每空3分 xe x 1. P(B) 2. f(x) 0 (1) 如果P(A) 0, P(B) H1 ： (B) (D) 共15分) 0, P(A B) 设随机变量X的分布函数为 F(x) 则X的密度函数f(x) 3e P(A) n (X i ) i 1 2), 2未知。统计假设 则所用统计量为( 3 . 1 4. 则P(BA) 0, 1 (1 x)e x, x 0, 0. n (X i 1 P(X 设总体X和丫相互独立，且都服从N(0,1) , X1,X2, 样本，丫1,丫2, Y9是来自总体丫的样本，则统计量 服从分布(要求给出自由度)。t(9 ) 2) )2 X9是来自总体X的 X1 U肩 1.研究科研人员的年工资与他的论文质量、工作年限、获得资助指标之间的关系.24位科研人员的调查数据(ex81.txt): 设误差ε~（0，σ 2 ）, 建立回归方程; 假定某位人员的观测值 , 预测年工资及置信度为 95%的置信区间. 程序为：A=load('ex81.txt') Y=A(:,1) X=A(1:24,2:4) xx=[ones(24,1) X] b = regress(Y,X) Y1=xx(:,1:4)*b x=[1 5.1 20 7.2] s=sum(x*b) 调出Y 和X 后，运行可得： b = 17.8469 1.1031 0.3215 1.2889 010203(,,)(5.1,20,7.2)x x x = x = 1.0000 5.1000 20.0000 7.2000 s = 39.1837 所以，回归方程为：Y= 17.8469+1.1031X1+0.3215X2+1.2889X3+ε 当 时，Y=39.1837 2、 54位肝病人术前数据与术后生存时间(ex82.txt,指标依次为凝血值，预后指数，酵素化验值，肝功能化验值，生存时间）. (1) 若用线性回归模型拟合, 考察其各假设合理性; (2) 对生存是时间做对数变换，用线性回归模型拟合, 考察其各假设合理性; (3) 做变换 用线性回归模型拟合, 考察其各假设合理性; (4) 用变量的选择准则，选择最优回归方程 010203 (,,)(5.1,20,7.2)x x x =0.0710.07 Y Z -= (5)用逐步回归法构建回归方程 程序为：A=load('ex82.txt') Y=A(:,5) X=A(1:54,1:4) xx=[ones(54,1) X] [b,bint,r,rint,stats]=regress(Y,xx) 运行结果为： b = -621.5976 33.1638 4.2719 4.1257 14.0916 bint = -751.8189 -491.3762 19.0621 47.2656 3.1397 5.4040 3.0985 5.1530 -11.0790 39.2622 《概率统计》、《概率论与数理统计》、《随机数学》课程 期末复习资料 注：以下是考试的参考内容，不作为实际考试范围，考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考。 1、能很好地掌握写样本空间与事件方法，会事件关系的运算，了解概率的古典定义 2、能较熟练地求解古典概率；了解概率的公理化定义 3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式 4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质。 5、理解随机变量的概念，能熟练写出(0—1)分布、二项分布、泊松分布的分布律。 6、理解分布函数的概念及性质，理解连续型随机变量的概率密度及性质。 7、掌握指数分布(参数λ)、均匀分布、正态分布，特别是正态分布概率计算 8、会求一维随机变量函数分布的一般方法，求一维随机变量的分布律或概率密度。 9、会求分布中的待定参数。 10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数，会判别随机变量的独立性。 11、掌握连续型随机变量的条件概率密度的概念及计算。 12、理解二维随机变量的概念，理解二维随机变量的联合分布函数及其性质，理解二维离散型随机变量的联合分布律及其性质，理解二维连续型随机变量的联合概率密度及其性质，并会用它们计算有关事件的概率。 13、了解求二维随机变量函数的分布的一般方法。 14、会熟练地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。 15、较熟练地求协方差与相关系数. 16、了解矩与协方差矩阵概念。会用独立正态随机变量线性组合性质解题。 17、了解大数定理结论，会用中心极限定理解题。 18、掌握总体、样本、简单随机样本、统计量及抽样分布概念，掌握样本均值与样本方差及样本矩概念，掌握2分布(及性质)、t分布、F分布及其分位点概念。 19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数。 20、掌握极大似然估计法，无偏性与有效性的判断方法。 21、会求单正态总体均值与方差的置信区间。会求双正态总体均值与方差的置信区间。 23、明确假设检验的基本步骤，会U检验法、t检验、2χ检验法、F检验法解题。 24、掌握正态总体均值与方差的检验法。 概率论部分必须要掌握的内容以及题型 1．古典概型中计算概率用到的基本的计数方法。 2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质。3．准确地选择和运用全概率公式与贝叶斯公式。 4．一维、二维离散型随机变量的分布律，连续型随机变量的密度函数性质的运用。分布中待定参数的确定，分布律、密度函数与分布函数的关系，联合分布与边缘分布、条件分布的关系，求数学期望、方差、协方差、相关系数，求函数的分布律、密度函数及期望和方差。5．会用中心极限定理解题。 6．熟记(0-1)分布、二项分布、泊松分布的分布律、期望和方差，指数分布(参数λ)、均匀分布、正态分布的密度函数、期望和方差。 利用MATLAB进行回归分析 一、实验目的： 1．了解回归分析的基本原理，掌握MATLAB实现的方法； 2. 练习用回归分析解决实际问题。 二、实验内容： 题目1 社会学家认为犯罪与收入低、失业及人口规模有关，对20个城市的犯罪率y（每10万人中犯罪的人数）与年收入低于5000美元家庭的百分比1x、失业率2x和人口总数3x（千人）进行了调查，结果如下表。 （1）若1x~3x中至多只许选择2个变量，最好的模型是什么？ （2）包含3个自变量的模型比上面的模型好吗？确定最终模型。 （3）对最终模型观察残差，有无异常点，若有，剔除后如何。 理论分析与程序设计： 为了能够有一个较直观的认识，我们可以先分别作出犯罪率y与年收入低于5000美元家庭的百分比1x、失业率2x和人口总数 x（千人）之间关系的散点图，根据大致分布粗略估计各因素造 3 成的影响大小，再通过逐步回归法确定应该选择哪几个自变量作为模型。 编写程序如下： clc; clear all; y=[11.2 13.4 40.7 5.3 24.8 12.7 20.9 35.7 8.7 9.6 14.5 26.9 15.7 36.2 18.1 28.9 14.9 25.8 21.7 25.7]; %犯罪率（人/十万人） x1=[16.5 20.5 26.3 16.5 19.2 16.5 20.2 21.3 17.2 14.3 18.1 23.1 19.1 24.7 18.6 24.9 17.9 22.4 20.2 16.9]; %低收入家庭百分比 x2=[6.2 6.4 9.3 5.3 7.3 5.9 6.4 7.6 4.9 6.4 6.0 7.4 5.8 8.6 6.5 8.3 6.7 8.6 8.4 6.7]; %失业率 x3=[587 643 635 692 1248 643 1964 1531 713 749 7895 762 2793 741 625 854 716 921 595 3353]; %总人口数（千人） figure(1),plot(x1,y,'*'); figure(2),plot(x2,y,'*'); figure(3),plot(x3,y,'*'); X1=[x1',x2',x3']; stepwise(X1,y) 运行结果与结论： 学习概率论感想一点 因为辅修的缘故，在上学期的时候我选修了数科开设的概率论课程，那个时候觉得课程难度好大，也许由于数科同学们的基础相较于我要好，老师基本都不告诉每个要点出现的前因后果，就直接讲问题的处理方法，并且课本上差不多全都是公式的证明，实际运用的部分很少，所以上学期课程结束之后非但没有让我了解概率论是什么在我们生活中有什么作用，反而让我觉得概率论是一门高深学术的学科。这学期上了概率论与数理统计课程之后，概率论的思想体系终于被理清楚了，我才知道原来每个部分之间的关联是怎样的，每个分布的导出是怎样的可以怎样运用，明白了概率论的思想不是枯燥的证明，它在实际生活中的运用也是很广泛的，与我们的生活密切相关。 让我印象深刻的是每个分布在实际生活中的运用，并且当我在生活中遇到一些问题就会自然而然的联想到老师上课讲的知识点。有一次我和同学一起去银行办理业务，我们一行三个人，在排队拿号的时候，本着礼让的原则，我拿到了我们三个人当中最靠后的号码，我们坐在那里等的时候，我同学说：“我前面还有4个人，你前面还有6个人。不过没事，我们办完了会等你的。”这个时候我想到了指数分布，我说：“虽然我是最后拿到号码的，不过我不一定是最后一个办完的哦，说不一定我还需要等你们呢。”本来想到同学的号码在我前面，他们办完业务之后还需要等我，我心里觉得很过意不去，这样想了之后，心中的忧虑就少了一点，反正我不一定是最后一个嘛。那次办理业务，我是第二个办理完成的。当然，这也只是可能发生的情况之一，也有可能我就是最后一个才办完业务的，不过了解了指数分布之后，在等待的时候，一个人的心态就会有所改变，毕竟在日常生活中，等待总会被理解成为一种浪费时间的行为，在需要排队的时候，拿到较为靠后的号码，很多人都会觉得自己会等待很久，从而厌烦等待严重影响心情，在我了解指数分布之后，我就不会再满怀抱怨的态度进行等待了。 此外，本学期适逢毕业季，学长学姐们有的选择继续留校提升自己，有的选择步入社会，在职业生涯中提升自己，然而如今找工作是个十分有难度的事情，很多人因为没有找到合适的工作觉得很泄气。不过我认为没有找到工作的学长学姐们不要太难过，从概率学的角度讲，只要我们坚持不懈的找工作，就会把成功的概率不断的提高。当我们同时面对多家公司的时候，将每家公司面试不合格的概率相乘就是去每家面试都不合格的概率，用1减去这个值就是至少有一家成功的概率，我们假设有5家公司，每家公司的通过率均为30%，至少通过一家面试的概率就是83%！这是一个看着就让人信心倍增的数字，所以学长学姐们在没有找到工作之前不要灰心丧气，“失败是成功之母”，总有一家适合你的工作在等着你的到来，同样的道理来勉励自己认真复习，从每道习题中汲取经验，就会增加做对题的概率。 现在正是期末备考的非常时期，同学们都在积极备考，虽然大家都全力以赴，但是总有那么一些题目在自己的复习范围之外，对于在考试中遇到的不确定的题，很多同学都会采用瞎猜的方法进行选择。对于我自身而言，我很不擅长理解性的记忆近代史这样的文科性质科目，很多的知识点在我脑子里面就是一团乱麻，做选择题的时候我都只能是根据模糊的印象进行判断，这种考试效率极其低下，既花了时间背书，可是却没有背书成功，基本上属于把时间花在了没用的地方上。这学期我又有一门毛概这种需要记忆的科目，我就想要是我不花时间看选择题的部分，就只是背诵论述题的考点，我考试及格的概率有多少。按照以往试题的格式，论述题的分值在40分左右，选择题每道题2分，共30道选择题，如果我把看选择题的时间全部都花在背论述题上，假定我的论述题部分能够拿到30分，要想卷面分数及格，我就需要在选择题部分拿到30分，那么我就需要在30道选择题中选对15道以上。每道题答对的概率为P=0.25，将这看做是一个30重的贝努力试验。设随机变量x 为答对的题数， 则~(;30,0.25)x b k ，其分布为：3030P{x=k}=C (0.25)(0.75)k k k -，1,2,......,30k =，若要matlab建立多元线性回归模型并进行显著性检验及预测问题
matlab多元线性回归模型
(完整版)概率论与数理统计课程标准
概率论与数理统计期末考试卷答案
多元回归分析matlab剖析
概率论与数理统计学习地总结
MATLAB---回归预测模型
Matlab多变量回归分析教程
概率论与数理统计知识点总结(完整超详细版)35387
概率论与数理统计期末考试试题及答案
matlab中回归分析实例分析
概率论与数理统计期末复习资料
利用MATLAB进行回归分析及应用
概率论与数理统计学习感想