博客

Matlab 数理统计


参考：https://www.cnblogs.com/zero27315/p/10547619.html

[h,p,ci,st] = ttest(x0,mean(x0),'Alhpa',0.05,'Tail','right/left/both')

均值检验。

[h,p,ci,st] = vartest(x0,mean(x0),'Alhpa',0.05,'Tail','right/left/both')

方差检验。

[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。

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。

参考来源

：https://www.cnblogs.com/zero27315/p/10547619.html