matlb---参数估计和假设检验

这篇博客介绍了MATLAB中进行参数估计和假设检验的方法,包括使用normfit函数求正态总体参数的最大似然估计和置信区间,以及通过ztest、ttest、ttest2、vartest和vartest2函数进行不同类型的正态总体参数检验。此外,还讨论了卡方拟合优度检验和正态性检验的应用。

1、normfit函数求正态总体参数的最大似然估计和置信区间

x = [15.14  14.81  15.11  15.26  15.08  15.17  15.12  14.95  15.05  14.87];    % 定义样本观测值向量
% 调用normfit函数求正态总体参数的最大似然估计和置信区间
% 返回总体均值的最大似然估计muhat和90%置信区间muci,
% 还返回总体标准差的最大似然估计sigmahat和90%置信区间sigmaci
[muhat,sigmahat,muci,sigmaci] = normfit(x,0.1)

2、正态总体参数的检验

2.1 ztest函数作总体均值的双侧检验
x = [97  102  105  112  99  103  102  94  100  95  105  98  102  100  103];    % 定义样本观测值向量
% 调用ztest函数作总体均值的双侧检验,
% 返回变量h,检验的p值,均值的置信区间muci,检验统计量的观测值zval
[h,p,muci,zval] = ztest(x,100,2,0.05)

h=1 表示可以拒绝假设,h=0 表示不可以拒绝假设

2.2 ttest函数
%******************总体标准差未知时的单个正态总体均值的检验***********
Newton - Cotes型积公式是数值积分中的重要方法,在Matlab中可以通过编写相应的函数来实现。 ### 实现步骤 1. **计算Cotes系数**:可以编写一个函数来计算Cotes系数,如引用[2]中的`cotescoeff`函数。以下是该函数的代码: ```matlab function c=cotescoeff(n) % cotes系数 syms t for i=1:n+1 k=i-1; for j=1:n Ck(i)=(-1)^(n-k)/factorial(k)/factorial(n-k)/n*quad1(@(t)intfun(t,n,k),0,n); end end c = Ck; end ``` 2. **实现Newton - Cotes数值积分公式**:编写`newtoncotes`函数来实现该公式,根据引用[2],代码如下: ```matlab function [y,ck,ak]=newtoncotes(fun,a,b,n) % 牛顿 - 科特斯数值积分公式 % n=1,即梯形公式 % n=2,即辛普森公式 % n=4,即科特斯公式 xk=linspace(a,b,n+1); fx=fun(xk); ck=cotescoeff(n); % 科特斯系数 ak=(b-a)*ck; y=ak*fx'; end ``` 3. **使用示例**:以计算$\int_{-4}^4\frac{dx}{1 + x^2}$为例,根据引用[1],代码如下: ```matlab clc,clear all,format long; f1 = @(x)1./(1+x.^2); a = -4; b = 4; real = 2.6516; % 真实值取4位小数的值 Nc = zeros(1,8); delta = zeros(1,8); for n = 1:1:8 Nc(n) = newtoncotes(f1,a,b,n); delta(n) = abs(Nc(n)-real); end n = 1:8; figure(1); plot(n,Nc,'-*b'); hold on plot(n,real*ones(1,8),'-o') legend('N-C','real') title('不同n下N-C与真实值的区别') figure(2); plot(n,delta,'-*r'); ``` ### 应用场景 - **数值积分计算**:对于一些难以用解析方法解的积分问题,可以使用Newton - Cotes型积公式在Matlab中进行数值计算,如上述示例中的积分计算。 - **数据分析**:在处理实验数据时,可能需要对某些函数进行积分运算,以得到相关的物理量或统计量,Newton - Cotes型积公式可以帮助实现这一目的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值