MATLAB数据统计和分析:参数估计和假设检验
参数估计和假设检验 统计所研究的对象是受随机因素影响的数据,是以概率论为基础的一门应用学科。统计推断的基础是描述性统计,也就是搜集整理加工分析统计数据,使其系统化和条理化,以显示出数据资料的趋势、特征和数量关系的过程。 掌握 参数估计 和 假设检验 这两个数理统计的最基本方法,方能有效地对数据进行描述和分析。 参数估计 参数估计包括 点估计 和 区间估计 . 1. 点估计 点估计是使用单个数值作为参数的一种估计方式。点估计在抽样推断中 不考虑抽样误差 ,直接以抽样指标代替全体指标。因为个别样本的抽样指标不等于全体指标,因此用抽样指标直接代替全体指标不可避免的会有误差。目前使用较多的点估计方法是最大似然法和矩法。 1. 最大似然法 最大似然法是在待估参数的可能取值范围内,挑选使似然函数值最大的参数值作为最大似然估计量。 最大似然估计法得到的估计量通常不仅仅满足无偏性、有效性等基本条件,还能保证其为充分统计量,因此一般建议在点估计和区间估计中使用最大似然法。 M A T L A B MATLAB M A T L A B 使用函数 m l e mle m l e 进行最大似然估计: phat = mle('dist',data) 使用 d a t a data d a t a 向量中的样本数据,返回 d i s t dist d i s t 指定的分布的最大似然估计。 2. 矩法 矩估计