(完整word版)概率统计实验报告

合集下载

数学实验

数学实验

数学实验: 概率统计F实验一,实验目的: 运用数学软件解决概率统计问题二,实验工具: WPS软件, SPSSS软件三,实验要求:1、写出相应软件命令及具体操作截图。

2、给出结果的截图并给出相应统计结论。

3、以实验报告的形式上交,实验报告的格式自己设计。

1、已知某地某品种10头成年母水牛的体高(cm)为:137,133,130,128,127,119,136,132,128,130。

求出均值、标准差、极差、中位数、变异系数及95%置信区间。

(30分)2、某食品企业厂生产瓶装矿泉水,其自动装罐机在正常工作状态时每罐净容量(单位为ml)具正态分布,且均值为500。

某日随机抽查了10瓶水,得结果如下:505,512,497,493,508,515,502,495,490,510,问罐装机该日工作是否正常?(30分)3、分别测定了10只大耳白家兔、11只青紫蓝家兔在停食18小时后正常血糖值如下表,已知其服从正态分布,问该两个品种家兔的正常血糖值是否有显著差异?(单位:kg)(40分)大耳白57 120 101 137 119 117 104 73 53 68青紫蓝89 36 82 50 39 32 57 82 96 31 88 四,实验内容:1、已知某地某品种10头成年母水牛的体高(cm)为:137,133,130,128,127,119,136,132,128,130。

求出均值、标准差、极差、中位数、变异系数及95%置信区间。

使用软件: WPS软件(1)数据输入:(2)计算均值: =AVERAGE(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11)放入C2(3)计算标准差:=STDEV(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11)放入D2(4)计算极差:=MAX(A2:A11)-MIN(A2:A11)放入E2(5)计算中位数:=MEDIAN(A2,A3,A4,A5,A6,A7,A8,A9,A10,A11) F2(6)计算变异系数:=D2/C2 G2(7)自由度: 9 H2(8)自信度:0.95 J2(9)计算t分布双侧分位数:=TINV(0.05,9) I2(10)抽样平均误差:=D2/SQRT(10) K2(11)允许误差:=I2*K2 L2(12)自信下限:=C2-L2 H5(13)自信上限:=C2+L2 I5实验结果:2、某食品企业厂生产瓶装矿泉水,其自动装罐机在正常工作状态时每罐净容量(单位为ml)具正态分布,且均值为500。

(完整word版)实验一 Eviews软件的基本操作-学生实验报告

(完整word版)实验一 Eviews软件的基本操作-学生实验报告
对实验的自我评价: 对 EViews 软件的操作有了基本的认识和了解。
指导教师评语:
学生实验成绩评定: 指导教师签名:
日期:
年月日
XF GDP
XF
GDP
10652041.88896875 20193310.09025804
20193310.09025804 38321504.13712385
(4)Correlogram (1)(组内第 1 序列相关函数):略 (5)Cross Correlation (2)(组内第 1 和第 2 序列互相关函数):略
XF^2、1/XF、时间变量 T 等序列。 生成方法:采用命令方式生成,可在命令窗口中依次键入以下命令即可: GENR LOGXF=LOG(XF) GENR LOGGDP=LOG(GDP) GENR XF1=XF^2 GENR XF2=1/XF GENR T=@TREND(77) 所得的名以此为“LOGXF” 、“LOGGDP” 、“XF1” 、“XF2” 、“T”的序列即为
8,000 4,000
0 1980
1985
GDP
1990
1995
2000
2005
(2)多线图 Multiple Graphs(同一窗口中显示多幅图,一个序列一幅图) 将 xf 和 gdp 以组的形式打开,view/Graphs/Line(Multiple Graphs)即可打开
多线图。 (请尝试操作,由于结果与单个的线图类似,结果可以不附出)
函数形式提供参考。 *菜单方式:将 xf 和 gdp 以组的形式打开,view/Graph/Scatter 即可打开 xf 与 gdp 的散点图。 *命令方式:在命令窗口键入“SCAT XF GDP”即可(以放在前面的变量作横轴)

概率统计开题报告

概率统计开题报告

概率统计开题报告一、研究背景与意义概率统计是数学的一个分支,研究随机事件的发生规律和统计数据的分析方法。

在现代社会中,概率统计在各个领域都有广泛应用,如金融、生物、医疗等。

在金融领域,概率统计用于风险评估和投资组合优化;在生物领域,概率统计用于基因分析和疾病预测;在医疗领域,概率统计用于医学影像分析和药物疗效评估。

因此,掌握概率统计的基本理论和方法对于解决实际问题具有重要意义。

本文的研究将围绕概率统计在金融领域的应用展开。

具体而言,我们将研究风险评估模型和投资组合优化模型。

风险评估模型可以帮助投资者评估投资产品的风险水平,并据此制定相应的投资策略。

投资组合优化模型可以帮助投资者根据自身的偏好和风险承受能力,选择最优的投资组合,实现收益最大化和风险最小化的目标。

二、研究内容和方法2.1 风险评估模型风险评估模型是概率统计在金融领域的重要应用之一。

该模型基于历史数据和概率统计方法,通过计算和分析不同投资产品的风险指标,帮助投资者评估风险水平。

在本研究中,我们将使用收益率的历史数据和方差-协方差矩阵作为基本数据,建立风险评估模型。

具体的研究内容包括以下几个方面:•收集和整理不同投资产品的历史收益数据;•根据收益数据计算每个投资产品的均值、标准差和协方差矩阵;•基于均值和方差等指标,计算每个投资产品的风险指标,如夏普比率、最大回撤等;•分析不同投资产品的风险指标,评估其风险水平;•比较不同投资产品的风险指标,找出风险最小的投资产品。

2.2 投资组合优化模型投资组合优化模型是概率统计在金融领域的另一个重要应用。

该模型基于投资组合的理论和概率统计方法,帮助投资者选择最优的投资组合,实现收益最大化和风险最小化的目标。

在本研究中,我们将使用相关系数和投资产品的预期收益率作为基本数据,建立投资组合优化模型。

具体的研究内容包括以下几个方面:•收集和整理不同投资产品的预期收益率数据;•根据预期收益率数据计算每个投资产品之间的相关系数;•基于相关系数和预期收益率,建立投资组合优化模型;•利用概率统计方法和优化算法,找到最优的投资组合;•分析最优投资组合的特点和优势。

概率统计学实验报告

概率统计学实验报告

《概率统计》实验报告实验人员:系(班):矿业工程系机械设计制造及其自动化1404班 学号:20141804408 姓名:李君阳 实验地点:电教楼四层三号机房实验名称:《概率统计》实验时间:2016.5.10,2016.5.17 16:30——18:30.实验目的:1.加强学生的动手能力,让学生掌握对MATLAB 软件的应用。

2.为以后的数学计算节省时间,提高精确度,准确度,合理的利用科学技术。

实验内容:(给出实验程序与运行结果)一、古典概型2、在50个产品中有18个一级品,32个二级品,从中任意抽取30个,求其中恰有20个二级品的概率.解:p=C 3220C 1810c 5030=0.2096>> p=nchoosek(32,20)*nchoosek(18,10)/nchoosek(50,30)p =0.2096二、计算概率1、某人进行射击,设每次射击的命中率为0.02,独立射击200次,试求至少击中两次的概率.2、一铸件的砂眼(缺陷)数服从参数为0.5的泊松分布,求此铸件上至多有1个砂眼的概率和至少有2个砂眼的概率. 解:1.p=1-c 2000∗0.98400-c 2001*0.98199*0.02=0.1458>> p=binopdf(2,200,0.02)p =0.1458 2.P(ζ=0)= 5.00*!05.0-e P(ζ=1)= 5.01*!15.0-e P(ζ1)=0.9098P(ζ)=0.09024、设随机变量()23,2X N ,求()25P X <<;()2P X >解:P(2<X<5)=F(5)-F(2)= )5(1,0σa F -=)235(1,0-F -)232(1,0-F = -=0.08413-(1-0.6915)=0.5328P(|X |>2)=P(X<-2)+P(X>2)=P(X<-2)+1-P(X<2)=0.6977normcdf(5,3,2)-normcdf(2,3,2) ≤2≥吕梁学院《概率统计》实验报告ans =0.5328>> normcdf(-2,3,2)-normcdf(2,3,2)+1ans =0.6977三、作图1、画出N(2,9),N(4,9),N(6,9)的图像进行比较;(图1)画出N(0,1),N(0,4),N(0,9)的图像进行比较.解:y1=normpdf(x,2,3);y2=normpdf(x,4,3);y3=normpdf(x,6,3);plot(x,y1,x,y2,x,y3)>> x=-40:0.01:40;y1=normpdf(x,0,1);y2=normpdf(x,0,2);y3=normpdf(x,0,3);plot(x,y1,x,y2,x,y3)(图2)四、常见统计量的计算1、根据调查,某集团公司的中层管理人员的年薪(单位:万元)数据如下:42 41 39.2 37.6 40.2 40 41 41.4 36.1 43.140.3 39.3 38.4 36.5 38.1 38.5 39.1 40.6 38.3 39.7求其公司中层管理人员年薪的样本均值、样本方差、样本标准差,绘制直方图。

(完整word版)数据挖掘与实验报告(word文档良心出品)

(完整word版)数据挖掘与实验报告(word文档良心出品)

中科大数据挖掘实验报告姓名樊涛声班级软设一班学号SA15226248实验一K邻近算法实验一实验内容使用k近邻算法改进约会网站的配对效果。

海伦使用约会网址寻找适合自己的约会对象,约会网站会推荐不同的人选。

她将曾经交往过的的人总结为三种类型:(1)不喜欢的人(2)魅力一般的人(3)极具魅力的人尽管发现了这些规律,但依然无法将约会网站提供的人归入恰当的分类。

使用KNN算法,更好的帮助她将匹配对象划分到确切的分类中。

二实验要求(1)独立完成kNN实验,基本实现可预测的效果(2)实验报告(3)开放性:可以自己增加数据或修改算法,实现更好的分类效果三实验步骤(1)数据源说明实验给出的数据源为datingTestSet.txt,共有4列,每一列的属性分别为:①percentage of time spenting playing vedio games;②frequent flied miles earned per year;③liters of ice cream consumed per year;④your attitude towars this people。

通过分析数据源中的数据,得到规律,从而判断一个人的前三项属性来得出划分海伦对他的态度。

(2)KNN算法原理对未知属性的某数据集中的每个点一次执行以下操作①计算已知类别数据集中的每一个点和当前点的距离②按照距离递增依次排序③选取与当前点距离最小的k个点④确定k个点所在类别的出现频率⑤返回k个点出现频率最高的点作为当前点的分类(3)KNN算法实现①利用python实现构造分类器首先计算欧式距离然后选取距离最小的K个点代码如下:def classify(inMat,dataSet,labels,k):dataSetSize=dataSet.shape[0]#KNN的算法核心就是欧式距离的计算,一下三行是计算待分类的点和训练集中的任一点的欧式距离diffMat=tile(inMat,(dataSetSize,1))-dataSetsqDiffMat=diffMat**2distance=sqDiffMat.sum(axis=1)**0.5#接下来是一些统计工作sortedDistIndicies=distance.argsort()classCount={}for i in range(k):labelName=labels[sortedDistIndicies[i]]classCount[labelName]=classCount.get(labelName,0)+1;sortedClassCount=sorted(classCount.items(),key=operator.itemgetter(1),reverse=True) return sortedClassCount[0][0]②解析数据输入文件名,将文件中的数据转化为样本矩阵,方便处理代码如下:def file2Mat(testFileName,parammterNumber):fr=open(testFileName)lines=fr.readlines()lineNums=len(lines)resultMat=zeros((lineNums,parammterNumber))classLabelVector=[]for i in range(lineNums):line=lines[i].strip()itemMat=line.split('\t')resultMat[i,:]=itemMat[0:parammterNumber]classLabelVector.append(itemMat[-1])fr.close()return resultMat,classLabelVector;返回值为前三列属性被写入到resultMat二维数组中,第四列属性作为标签写入到classLableVector中③归一化数据不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,使各指标处于同一数量级。

概率的实验报告之硬币实验

概率的实验报告之硬币实验

概率的实验报告之硬币实验硬币实验是概率统计学中最为经典且简单的实验之一,通过投掷硬币的方式来观察出现正面和反面的概率。

本篇实验报告将详细介绍硬币实验的设计、实验步骤、数据分析以及实验结论等内容。

一、实验设计在硬币实验中,我们希望探究的是硬币被投掷后出现正面和反面的概率是否相等。

因此,本实验需要设计一个合适的实验方案来达到这个目的。

1.硬币选择:我们选择一枚标准铜币作为硬币实验中的投掷对象。

这样可以保证硬币的重量、形状以及材质等因素对实验结果的影响较小。

2.硬币数量:为了保证实验结果的准确性,我们需要进行大量的投掷操作。

因此,我们决定投掷硬币120次,即获得120个数据点。

3.投掷方式:我们采用随机抛掷硬币的方式进行实验,确保每次投掷都是独立的事件,并且没有任何偏差。

二、实验步骤1.准备工作:将硬币清洗干净,并确保实验环境整洁,以避免外部因素对实验结果的影响。

2.开始实验:将硬币从一定高度(如10厘米)处抛向平坦的硬地上,确保硬币自由落体,并保证它在投掷过程中的旋转速度较快,从而增加实验结果的随机性。

3.记录数据:每次投掷后,记录硬币出现的面向(正面或反面)。

重复步骤2和3,直到完成全部120次投掷。

三、数据分析完成硬币实验后,我们可以开始对实验数据进行分析,以求得硬币出现正面和反面的概率。

1.数据整理:将实验记录的数据整理为一个数据表格,包括投掷次数、正面的次数、反面的次数以及正面的频率和反面的频率等指标。

2.概率计算:根据实验数据,我们可以计算出硬币出现正面和反面的频率,从而得到相应的概率。

正面的频率即正面的次数除以投掷次数,反面的频率即反面的次数除以投掷次数。

四、实验结果与结论根据实验数据和概率计算的结果,我们得到了硬币出现正面和反面的概率。

在本次实验中,我们投掷了120次硬币,其中正面出现了70次,反面出现了50次。

根据计算,正面的频率为70/120=0.5833,反面的频率为50/120=0.4166因此,通过本次实验可以得出结论:在这枚标准铜币中,硬币出现正面和反面的概率约为0.5833和0.4166,两者相差较小,可以认为是基本相等的。

数学实验报告概率统计

数学实验报告概率统计

一、实验目的1. 理解概率统计的基本概念和原理;2. 掌握运用概率统计方法解决实际问题的能力;3. 提高数据分析和处理能力。

二、实验内容1. 随机数生成实验2. 抽样实验3. 假设检验实验4. 估计与预测实验三、实验方法1. 随机数生成实验:使用计算机生成随机数,并分析其分布情况;2. 抽样实验:通过随机抽样,分析样本数据与总体数据的关系;3. 假设检验实验:根据样本数据,对总体参数进行假设检验;4. 估计与预测实验:根据历史数据,建立预测模型,对未来的数据进行预测。

四、实验步骤1. 随机数生成实验(1)设置随机数生成器的参数,如范围、种子等;(2)生成一定数量的随机数;(3)分析随机数的分布情况,如频率分布、直方图等。

2. 抽样实验(1)确定抽样方法,如简单随机抽样、分层抽样等;(2)抽取一定数量的样本数据;(3)分析样本数据与总体数据的关系,如样本均值、标准差等。

3. 假设检验实验(1)根据实际需求,设定原假设和备择假设;(2)计算检验统计量,如t统计量、卡方统计量等;(3)根据临界值表,判断是否拒绝原假设。

4. 估计与预测实验(1)收集历史数据,进行数据预处理;(2)选择合适的预测模型,如线性回归、时间序列分析等;(3)利用历史数据训练模型,并对未来数据进行预测。

五、实验结果与分析1. 随机数生成实验(1)随机数分布呈现均匀分布,符合概率统计的基本原理;(2)随机数的频率分布与理论分布相符。

2. 抽样实验(1)样本均值与总体均值接近,说明抽样效果较好;(2)样本标准差略大于总体标准差,可能受到抽样误差的影响。

3. 假设检验实验(1)根据检验统计量,拒绝原假设,说明总体参数存在显著差异;(2)根据临界值表,确定显著性水平,进一步分析差异的显著性。

4. 估计与预测实验(1)预测模型具有较高的准确率,说明模型能够较好地拟合历史数据;(2)对未来数据进行预测,结果符合实际情况。

六、实验结论1. 概率统计方法在解决实际问题中具有重要作用,能够提高数据分析和处理能力;2. 随机数生成实验、抽样实验、假设检验实验和估计与预测实验均取得了较好的效果;3. 通过本次实验,加深了对概率统计基本概念和原理的理解,提高了运用概率统计方法解决实际问题的能力。

【最新文档】实验报告,word-word范文模板 (8页)

【最新文档】实验报告,word-word范文模板 (8页)

本文部分内容来自网络整理,本司不为其真实性负责,如有异议或侵权请及时联系,本司将立即删除!== 本文为word格式,下载后可方便编辑和修改! ==实验报告,word篇一:Word基本操作实验报告Word基本操作实验报告一、实验目的与要求1.掌握Word的基本操作;2.掌握字符格式、段落格式和页面格式等排版技术; 3.掌握图文混排、表格处理和邮件合并技术; 4.熟悉个人名片或毕业论文的设计与制作; (来自: 在点网)5.学会自己提出问题,并得出解决问题的方法。

二、实验内容与方法1.Word的基本操作,通过上机摸索,并查阅书籍网络了解。

2.Word的字符格式,段落格式和页面格式等排版技术,通过上机摸索,并查阅书籍网络了解。

3.Word的图文混排、表格处理和邮件合并技术,通过上机摸索,并查阅书籍网络了解。

4. 通过Word进行个人名片或毕业论文的设计与制作,通过上机摸索,并查阅书籍网络了解。

三、实验步骤与过程1.word的基本操作:①启动word软件(1) 启动“开始”菜单中的Microsoft Word程序(2) 双击资源管理器或“我的电脑”中的C:\Program Files\Microsoft Office\Office11\winword.exe程序 (3) 双击Word 文档文件(*.doc) (4) 双击桌面上的Word图标 (5)开始-运行-输入“winword” ②认识Word201X窗口(1)标题栏位于屏幕最顶端的是标题栏,由控制菜单图标、文件名、最小化按钮、最大化(还原)按钮、关闭按钮组成。

(2)菜单栏菜单栏位于标题栏下面。

使用菜单栏可以执行Word的许多命令。

菜单栏共有九个菜单:文件、编辑、视图、插入、格式、工具、表格、窗口、帮助。

当鼠标指针移到菜单标题上时,菜单标题就会凸起,单击后弹出下拉菜单。

在下拉菜单中移动鼠标指针时,被选中的菜单项就会高亮显示,再单击,就会执行该菜单所代表的命令。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

概率统计实验报告
(1)实验内容说明:(验证性实验)使用Matlab软件绘制正态分布、指数分布、均匀分布密度函数图象。

(2)本门课程与实验的相关内容:本实验与教材中第二章“随机变量及其分布”相关,通过matlab中的函数来绘制第二章中学过的几种重要的连续型随机变量概率密度函数图像。

(3)实验目的:通过本实验学习一些经常使用的统计数据的作图命令,提高进行实验数据处理和作图分析的能力。

2、实验设计总体思路
2.1、引论
利用教材中的相关知识,通过Matlab来绘制正态分布、指数分布、均匀分布密度函数图象,从而加深对概率统计知识的理解,并提高进行实验数据处理和作图分析的能力。

2.2、实验主题部分
2.2.1、实验设计思路
1、理论分析
1.参数为μ和σ2的正态分布的概率密度函数是:
可以用函数normpdf计算正态分布的概率密度函数值,调用格式:
y=normpdf(x, mu, sigma) %输入参数可以是标量、向量、矩阵。

2.参数为μ的指数分布的概率密度函数是:
可以用函数exppdf计算指数分布的概率密度函数值,调用格式:
y=exppdf(x, mu) % 输入参数可以是标量、向量或矩阵。

3.参数为a, b的均匀分布的概率密度函数是:
可以用函数exppdf计算均匀分布的概率密度函数值,调用格式:
y=unifpdf(x, a, b) %输入参数可以是标量、向量、矩阵。

最后调用plot函数绘制图像。

1、实现方法
1.x=a:0.1:b % 将区间[a,b]以 0.1 为步长等分, 赋给变量 x
2.通过调用函数normpdf、exppdf、unifpdf分别计算出对应的概率密度函数。

3.调用函数plot绘制图像。

2.2.2、实验结果及分析
绘制分别服从均值是0, 标准差分别是0.5,1, 1.5的正态分布概率密度函数图像:
绘制分别服从参数μ为0.5 ,1,2的指数分布概率密度函数图像:
绘制分别服从参数a,b分别为1、2;0.5、2.5;0.2、2.8;的均匀分布概率密度函数图像2.2.3、程序及其说明
%%正态分布
x=-4:0.1:4;
y1=normpdf(x, 0, 1);
y2=normpdf(x, 0, 0.5);
y3=normpdf(x, 0,1.5);
plot(x, y1,x,y2,x,y3) %y是服从期望为0,方差为1的正态分布的密度函数
title('正态分布概率密度图像')
%%指数分布
x=0:0.1:4;
y1=exppdf(x,0.5);
y2=exppdf(x,1);
y3=exppdf(x,2);
plot(x, y1,x,y2,x,y3) %y是服从参数为0.5的指数分布的密度函数
title('指数分布概率密度图像')
%%均匀分布
x=0:0.0001:4;
y1=unifpdf(x, 1, 2);
y2=unifpdf(x, 0.5, 2.5);
y3=unifpdf(x, 0.2, 2.8);
plot(x, y1,x,y2,x,y3) %y是区间为[0,4]的均匀分布的密度函数
title('均匀分布概率密度图像')
2.3、对教材正文的深入理解和创新性说明
2.3.1、对教材正文的深入理解
通过本次试验加深对概率密度函数的理解,特别是概率密度的相关性质的理解,比如:f(x)≥0等,可以从图像中直观的反映出来。

2.4、体会与建议
体会:
通过本次实验基本掌握了MATLAB软件的关于统计作图的基本操作,会进行常用的概率密度函数的作图,提高了观察实验现象或处理数据方面的能力。

通过本次实验,使我觉得要想掌握课堂上所学的知识结合实践是极为关键的。

同时,实验还可以加深我们对于书中一些抽象的概念的理解,也能增加学生的兴趣。

建议:
由于进入大二以来课时多,时间繁忙,所以我认为自己对于本次实验准备的还是不够充足,感觉还有很多东西需要去探索,但同时也激发了我对概率论的兴趣。

让我意识到实践对于学习的重要性,希望学校能多搞一些实践性的实验,作为课堂理论知识的拓展。

相关文档
最新文档