概率论抛硬币和抛筛子实验报告
实验报告
课程名称：___概率论与数理统计___
学院名称：____数学与统计学院____
班级：______ 122____
姓名：吴建斌
学号：1250901235
2013-2014______学年第_____2____学期数学与统计学院制
实验二:抛骰子试验实验数据输出如下；
输出数据如下
掷均匀骰子实验模拟结果及有关数据统计表
1
2
3
4
5
6
333 0.1772 0.1291 0.1802 0.1892 0.1351 0.1891 999 0.1752 0.1722 0.1732 0.1662 0.1682 0.1451 556
0.1924 0.1607 0.1691 0.1817 0.1259 0.1709
骰
子 点 频
率
模
拟 次
159 0.1635 0.1447 0.1635 0.1689 0.2013 0.1572 207 0.1594 0.1739 0.2077 0.1111 0.1594 0.1884 289 0.1834 0.1869 0.1557 0.1799 0.1557 0.1384 297 0.1684 0.1549 0.1717 0.1582 0.2088 0.1380 147 0.1497 0.1361 0.2177 0.1905 0.1088 0.1973 123 0.2114 0.2033 0.1789 0.1951 0.1138 0.0976 1245 0.1719 0.1663 0.1679 0.1695 0.1823 0.1422
模拟次数为289次的统计图
中北大学概率论实验报告四
实验四方差分析和回归分析 四、实验结果 1、用5种不同的施肥方案分别得到某种农作物的收获量（kg）如右： 在显著性水平= 对农作物的收获量是否有显著影响． >> X=[67 67 55 42 98 96 91 66 60 69 50 35 79 64 81 70 90 70 79 88]; group=[ones(1,4),2*ones(1,4),3*ones(1,4),4*ones(1,4),5*ones(1,4)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [+03] [ 4] [] [] [] 'Error' [+03] [15] [] [] [] 'Total' [+03] [19] [] [] []
stats = gnames: {5x1 cell} n: [4 4 4 4 4] source: 'anova1' means: [ ] df: 15 s: 因为p=<，所以施肥方案对农作物的收获量有显著影响。且由箱型图可知：第2种施肥方案对对农作物的收获量的影响最好，即产量最高。 2、某粮食加工产试验三种储藏方法对粮食含水率有无显著影响，现取一批粮食分成若干份，分别用三种不同的方法储藏，过段时间后测得的含水率如右表：
在显著性水平=α下，i x 检验储藏方法对含水率有无显著的影响． >> X=[ 10 ]; group=[ones(1,5),2*ones(1,5),3*ones(1,5)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [] [ 2] [] [] [] 'Error' [ ] [12] [] [] [] 'Total' [] [14] [] [] [] stats = gnames: {3x1 cell} n: [5 5 5] source: 'anova1'
数据分析实验报告
《数据分析》实验报告 班级： 07信计0班 学号： 姓名： 实验日期 2010-3-11 实验地点： 实 验楼505 实验名称： 样本数据的特征分析 使用软件名称：MATLAB 1. 熟练掌握利用Matlab 软件计算均值、方差、协方差、相关系数、标准差 与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差; 2. 熟练掌握jbtest 与lillietest 关于一元数据的正态性检验； 3. 掌握统计作图方法； 4. 掌握多元数据的数字特征与相关矩阵的处理方法； 安徽省1990-2004年万元工业GDP 废气排放量、废水排放量、固体废物排放 量以及用于污染治理的投入经费比重见表 6.1.1,解决以下问题： 表6.1.1 实 验 目 的
1. 计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2. 计算各指标的偏度、峰度、三均值以及极差； 3?做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDR废气排放量，安徽省与江苏省是否 服从同样的分布？
程序如下： clear;clc format ba nk %保留两位小数 %%%%%%%%%%%安徽省%数据%%%%%%%%%%%%%%%%%% A=[104254.40 519.48 441.65 0.18 94415.00 476.97 398.19 0.26 89317.41 119.45 332.14 0.23 63012.42 67.93 203.91 0.20 45435.04 7.86 128.20 0.17 46383.42 12.45 113.39 0.22 39874.19 13.24 87.12 0.15 38412.85 37.97 76.98 0.21 35270.79 45.36 59.68 0.11 35200.76 34.93 60.82 0.15 35848.97 1.82 57.35 0.19 40348.43 1.17 53.06 0.11 40392.96 0.16 50.96 0.12 37237.13 0.05 43.94 0.15 34176.27 0.06 36.90 0.13]; %计算各指标的均值、方差、标准差、变异系数、偏度、峰度以及极差 A1=[mea n(A);var(A);std(A);std(A)./mea n(A);skew ness(A,0);kurtosis(A,0)-3;ra nge( A)] %E均值 A2=[1/4 1/2 1/4]*prctile(A,[25 50 75]) % 十算各指标的相关系数矩阵 A3=corrcoef(A) %做岀各指标数据直方图 subplot(221),histfit(A(:,1),8) subplot(222),histfit(A(:,2),8) subplot(223),histfit(A(:,3),8) subplot(224),histfit(A(:,4),7) %检验该数据是否服从正态分布 for i=1:4 [h(i),p(i),lstat(i),cv(i)]=lillietest(A(:,i),0.05); end h,p %十算岀前二列不服从正态分布，利用boxcox变换以后给岀该数据的密度函数[t1,l1]=boxcox(A(:,1)) [t2,l2]=boxcox(A(:,2)) [t3,I3]=boxcox(A(:,3))
中北大学概率论实验报告四
实验四 方差分析和回归分析 四、实验结果 1、用5种不同的施肥方案分别得到某种农作物的收获量（kg ）如右： 在显著性水平=α下，检验施肥方案对农作物的收获量是否有显著影 响． >> X=[67 67 55 42 98 96 91 66 60 69 50 35 79 64 81 70 90 70 79 88]; group=[ones(1,4),2*ones(1,4),3*ones(1,4),4*ones(1,4),5*ones(1,4)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [+03] [ 4] [] [] [] 'Error' [+03] [15] [] [] [] 'Total' [+03] [19] [] [] [] 5 9 778
stats = gnames: {5x1 cell} n: [4 4 4 4 4] source: 'anova1' means: [ ] df: 15 s: 因为p=<，所以施肥方案对农作物的收获量有显著影响。且由箱型图可知：第2种施肥方案对对农作物的收获量的影响最好，即产量最高。 2、某粮食加工产试验三种储藏方法对粮食含水率有无显著影响，现取一批粮食分成若干份，分别用三种不同的方法储藏，过段时间后测得的含水率如右表：
在显著性水平=α下，i x 检验储藏方法对含水率有无显著的影 响． >> X=[ 10 ]; group=[ones(1,5),2*ones(1,5),3*ones(1,5)]; [p,table,stats] = anova1(X,group,'on') p = table = 'Source' 'SS' 'df' 'MS' 'F' 'Prob>F' 'Groups' [] [ 2] [] [] [] 'Error' [ ] [12] [] [] [] 'Total' [] [14] [] [] [] stats = gnames: {3x1 cell} n: [5 5 5]
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
数据分析实验报告册
《数据分析》 实验报告册 20 15 - 20 16 学年第一学期 班级： 学号： 姓名： 授课教师：实验教师：
目录 实验一网上书店的数据库创建及其查询 实验1-1 “响当当”网上书店的数据库创建 实验1-2 “响当当”网上书店库存、图书和会员信息查询 实验1-3 “响当当”网上书店会员分布和图书销售查询 实验二企业销售数据的分类汇总分析 实验2-1 Northwind公司客户特征分析 实验2-2 “北风”贸易公司销售业绩观测板 实验三餐饮公司经营数据时间序列预测 实验3-1 “美食佳”公司半成品年销售量预测 实验3-2 “美食佳”公司月管理费预测 实验3-3 “美食佳”华东分公司销售额趋势预测 实验3-4 “美食佳”公司会员卡发行量趋势预测 实验3-5 “美食佳”火锅连锁店原料年度采购成本预测 实验四住房建筑许可证数量的回归分析 实验4-1 “家家有房”公司建筑许可证一元线性回归分析实验4-2 “家家有房”公司建筑许可证一元非线性回归分析实验4-3 “家家有房”公司建筑许可证多元线性回归分析实验4-4 “家家有房”公司建筑许可证多元非线性回归分析 实验五手机用户消费习惯聚类分析 实验六新产品价格敏感度测试模型分析
实验一网上书店的数据库创建及其查询实验1-1 “响当当”网上书店的数据库创建 实验类型：验证性实验学时：2 实验目的： ?理解数据库的概念； ?理解关系（二维表）的概念以及关系数据库中数据的组织方式； ?了解数据库创建方法。 实验步骤： 这个实验我们没有直接做，只是了解了一下数据库的概念。 实验1-2 “响当当”网上书店库存、图书和会员信息查询 实验目的 ?理解odbc的概念； ?掌握利用microsoft query进行数据查询的方法。 实验步骤： 1..建立odbc数据源：启动microsoft office query应用程序，在microsoft office query应用程序窗口中，执行“文件/新建”命令，出现“选择数据源”对话框，单击“确定”按钮，出现“创建新数据源”对话框，按照要求做相应的操作。 选择数据源对话框创建新数据源窗口 做图上所示的选择odbc microsoft access安装对话框
西安交大概率论上机实验报告 西安交通大学概率论实验报告
概率论与数理统计上机实验报告
一、实验内容 使用MATLAB 软件进行验证性实验，掌握用MATLAB 实现概率统计中的常见计算。本次实验包括了对二维随机变量，各种分布函数及其图像以及频率直方图的考察。 1、列出常见分布的概率密度及分布函数的命令，并操作。 2、掷硬币150次，其中正面出现的概率为0.5，这150次中正面出现的次数记为X ， (1) 试计算45=X 的概率和45≤X 的概率； (2) 绘制分布函数图形和概率分布律图形。 3、用Matlab 软件生成服从二项分布的随机数，并验证泊松定理。 4、设2 2221),(y x e y x f +-=π是一个二维随机变量的联合概率密度函数，画出这 一函数的联合概率密度图像。 5、来自某个总体的样本观察值如下，计算样本的样本均值、样本方差、画出频率直方图。 A=[16 25 19 20 25 33 24 23 20 24 25 17 15 21 22 26 15 23 22 20 14 16 11 14 28 18 13 27 31 25 24 16 19 23 26 17 14 30 21 18 16 18 19 20 22 19 22 18 26 26 13 21 13 11 19 23 18 24 28 13 11 25 15 17 18 22 16 13 12 13 11 09 15 18 21 15 12 17 13 14 12 16 10 08 23 18 11 16 28 13 21 22 12 08 15 21 18 16 16 19 28 19 12 14 19 28 28 28 13 21 28 19 11 15 18 24 18 16 28 19 15 13 22 14 16 24 20 28 18 18 28 14 13 28 29 24 28 14 18 18 18 08 21 16 24 32 16 28 19 15 18 18 10 12 16 26 18 19 33 08 11 18 27 23 11 22 22 13 28 14 22 18 26 18 16 32 27 25 24 17 17 28 33 16 20 28 32 19 23 18 28 15 24 28 29 16 17 19 18] 6. 利用Matlab 软件模拟高尔顿板钉试验。 7. 自己选择一个与以上问题不同类型的概率有关的建模题目，并解决。 二、实验目的 1.要求能够利用MATLAB 进行统计量的运算。 2.要求能够使用常见分布函数及其概率密度的命令语句。 3.要求能够利用MATLAB 计算某随机变量的概率。 4.要求能够利用MATLAB 绘制频率直方分布图。
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
宏观经济实验报告
学生实验报告
注：1.指导教师和学生成绩一栏由指导教师填写，其它栏目内容均由学生填写。 2.“实验项目名称”要与该实验课程教学大纲中的“实验项目”相对应。
附一： 四、实验指南 （一）宏观经济分析的基本方法 1.总量分析法 总量分析法是对影响宏观经济的总量指标进行分析，如GDP，消费额、投资额、银行贷款总额、物价水平等。总量分析主要是一种动态分析，主要研究总量指标的变动规律 2.结构分析法 是指对经济系统中各组成部分及其对比关系变动规律的分析。比如分析第一产业、第二产业、第三产业之间的比例，分析消费与投资的比例关系。结构分析主要是一种静态分析，即对一定时间内经济系统中各组成部分变动规律的分析 3.宏观分析资料的搜集与处理 宏观分析所需的有效资料一般包括政府的重点经济政策与措施、一般生产统计资料、金融物价统计资料、贸易统计资料、每年国民收入统计与景气动向、突发性非经济因素等。 （二）宏观经济分析的主要内容 宏观经济分析主要包括宏观经运行的变动、宏观经济政策、国际金融环境以及对证券市场的
供求关系等几个方面。当然像人口因素、能源因素以及包括政治因素、战争因素、灾害因素都有可能对证券市场产生决定性的影响，但在一般情况下，上述因素的作用机制必须单独分析研究。宏观经济分析的内容重在对宏观经济形势与经济背景作出基本判断，以分析在新兴加转型背景下中国宏观经济对证券市场的的影响，把握证券市场总体变动趋势，掌握宏观经济政策对证券市场的影响力度与方向，判断整个证券市场的投资价值。 1.宏观经济变动对证券市场的影响 宏观经济分析最重要的参考依据要选取官方公开公布的数据，尤其是国家统计局的数据相对最可靠。可借助统计工具与手段，了解证券价格变化与经济运行形势的关联性。 宏观经济分析包含的内容有许多，在此可重点选取几个方面进行分析，比如可以以国民生产总值对证券价格的影响，看看经济持续增长与衰退对证券市场的影响；也可以选取就业状况的变动对证券市场影响分析，就业状况的好坏不仅反映了经济状况，而且对证券市场资金供给的增减变化有密切关系。通过具体因素的分析，掌握宏观经济形势对证券市场的影响方式与影响程度。宏观经济的运行形势对证券市场的影响可见表3-1、3-2、3-3。 表3-1 评价宏观经济形势的基本指标 表3-2 宏观经济运行对证券市场的影响
《概率论与数理统计》实验报告答案
《概率论与数理统计》实验报告 学生姓名李樟取 学生班级计算机122 学生学号201205070621 指导教师吴志松 学年学期2013-2014学年第1学期
实验报告一 成绩 日期 年 月 日 实验名称 单个正态总体参数的区间估计 实验性质 综合性 实验目的及要求 1．了解【活动表】的编制方法； 2．掌握【单个正态总体均值Z 估计活动表】的使用方法； 3．掌握【单个正态总体均值t 估计活动表】的使用方法； 4．掌握【单个正态总体方差卡方估计活动表】的使用方法； 5．掌握单个正态总体参数的区间估计方法． 实验原理 利用【Excel 】中提供的统计函数【NORMISINV 】和平方根函数【SQRT 】，编制【单个正态总体均值Z 估计活动表】，在【单个正态总体均值Z 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【总体标准差】的具体值，就可以得到相应的统计分析结果。 1设总体2~(,)X N μσ，其中2σ已知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为 样本的观测值 于是得到μ的置信水平为1-α 的置信区间为 利用【Excel 】中提供的统计函数【TINV 】和平方根函数【SQRT 】，编制【单个正态总体均值t 估计活动表】，在【单个正态总体均值t 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【样本标准差】的具体值，就可以得到相应的统计分析结果。 2.设总体2~(,)X N μσ，其中2 σ未知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为样本的观测值 整理得 /2/21X z X z n n P αασαμσ? ?=-??? ?-<<+/2||1/X U z P n ασμα????==-??????-
概率论上机实验报告资料
西安交通大学 概率论实验报告 计算机36班 南夷非 2130505135 2014年12月13日
一、实验目的 1.熟练掌握MATLAB 软件关于概率分布作图的基本操作，会进行常用的概率密度函数和分布函数的作图，绘出分布律图形。 2.利用MATLAB 软件解决一些概率论问题在实际生活中的应用。 二、实验内容 1.二项分布的泊松分布与正态分布的逼近 设 X ~ B(n ，p) ，其中np=2 1) 对n=101,…,105,讨论用泊松分布逼近二项分布的误差。 画处逼近的图形 2) 对n=101,…,105, 计算 )505(≤ 纸的需求量X的分布律为 试确定报纸的最佳购进量n。（要求使用计算机模拟） 4．蒲丰投针实验 取一张白纸，在上面画出多条间距为d的平行直线，取一长度为r（r 数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00 标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验 线性回归实验报告（三） 实验目的：通过本次实验，了解matlab和spss在非参数检验中的应用，学会用matlab和spss做非参数假设检验，主要包括单样本和多样本非参数假设检验。 实验内容： 1.单样本假设检验； 2.多样本假设检验. 实验结果与分析： 1.单样本K-S儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-1-样本KS； ⑵将“周岁儿童身高”变换到检验变量列表，由于样本量太少，点击精确按钮，选择精确检验方法； ⑶回到K-S检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 从图形特征上看，儿童身高的分布非常接近正态分布，但是仍需要用K-S来检验 诊断。 结论：K-S检验统计量Z值为0.936，显著性为0.344，大于显著性水平0.05，所以不能拒绝原假设，认为周岁儿童的身高服从正态分布。 2.单样本游程——电缆 操作步骤： ⑴分析-非参数检验-旧对话框-游程； ⑵将“耐电压值”变换到检验变量列表； ⑶回到游程检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：中位数渐进显著性为0.491，平均数和众数为1，大于显著性水平0.05，所以不能拒绝原假设，所以该组电缆耐电压值是随机的。 3.多独立样本——儿童身高 操作步骤： ⑴分析-非参数检验-旧对话框-K个独立样本检验； ⑵将“周岁儿童身高”变换到检验变量列表；将“城市标志”变换到分组变量，设置分组变量范围； ⑶回到多独立样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 结论：多个样本的K-W检验，即秩和检验目的是看各总体的位置参数是否一样，渐近显著性值为0.003，小于显著性水平0.05，所以拒绝原假设，因而四个城市儿童身高的分布存在显著性差异。 4.多样本配对——促销方式 操作步骤： ⑴分析-非参数检验-旧对话框-K个相关样本检验； ⑵将“促销形式1”、“促销形式2”、“促销形式3”变换到检验变量列表； ⑶回到多个关联样本检验对话框，点击选项按钮，设置输出参数，勾选描述性和四分位数； ⑷输出检验结果。 概率统计实验报告 班级16030 学号16030 姓名 2018 年1 月3 日 1、 问题概述和分析 （1） 实验内容说明： 题目12、（综合性实验）分析验证中心极限定理的基本结论: “大量独立同分布随机变量的和的分布近似服从正态分布”。 （2） 本门课程与实验的相关内容 大数定理及中心极限定理； 二项分布。 （3） 实验目的 分析验证中心极限定理的基本结论。 2、实验设计总体思路 2.1、引论 在很多实际问题中，我们会常遇到这样的随机变量，它是由大量的相互独立的随机 因素的综合影响而形成的，而其中每一个个别因素在总的影响中所起的作用是微小的，这种随机变量往往近似的服从正态分布。 2.2、 实验主题部分 2.2.1、实验设计思路 1、 理论分析 设随机变量X1，X2，......Xn ，......独立同分布，并且具有有限的数学期望和方差：E(Xi)=μ，D(Xi)=σ2(k=1,2....)，则对任意x ，分布函数 满足 该定理说明，当n 很大时，随机变量 近似地服从标准正 态分布N(0，1)。因此，当n 很大时， 近似地服从正 态分布N(n μ，n σ2)． 2、实现方法（写清具体实施步骤及其依据） (1) 产生服从二项分布),10(p b 的n 个随机数, 取2.0=p , 50=n , 计算n 个随 机数之和y 以及 ) 1(1010p np np y --; 依据：n 足够大，且该二项分布具有有限的数学期望和方差。 (2) 将(1)重复1000=m 组, 并用这m 组 ) 1(1010p np np y --的数据作频率直方图进 行观察. 依据：通过大量数据验证随机变量的分布，且符合极限中心定理。 概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分： 实验名称：各种分布的密度函数与分布函数 实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设 定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数 为x， （1）计算x=45和x<45的概率， （2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。 程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1> plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果： 实验一SAS系统的使用 【实验类型】（验证性） 【实验学时】2学时 【实验目的】使学生了解SAS系统，熟练掌握SAS数据集的建立及一些必要的SAS语句。 【实验内容】 1. 启动SAS系统，熟悉各个菜单的内容；在编辑窗口、日志窗口、输出窗口之间切换。 2. 建立数据集 表1 Name Sex Math Chinese English Alice f908591 Tom m958784 Jenny f939083 Mike m808580 Fred m848589 Kate f978382 Alex m929091 Cook m757876 Bennie f827984 Hellen f857484 Wincelet f908287 Butt m778179 Geoge m868582 Tod m898484 Chris f898487 Janet f866587 1）通过编辑程序将表1读入数据集sasuser.score; 2）将下面记事本中的数据读入SAS数据集，变量名为code name scale share price: 000096 广聚能源8500 0.059 1000 13.27 000099 中信海直6000 0.028 2000 14.2 000150 ST麦科特12600 -0.003 1500 7.12 000151 中成股份10500 0.026 1300 10.08 000153 新力药业2500 0.056 2000 22.75 3)将下面Excel表格中的数据导入SAS数据集work.gnp； name x1 x2 x3 x4 x5 x6 北京190.33 43.77 7.93 60.54 49.01 90.4 天津135.2 36.4 10.47 44.16 36.49 3.94 河北95.21 22.83 9.3 22.44 22.81 2.8 山西104.78 25.11 6.46 9.89 18.17 3.25 内蒙古128.41 27.63 8.94 12.58 23.99 3.27 辽宁145.68 32.83 17.79 27.29 39.09 3.47 吉林159.37 33.38 18.37 11.81 25.29 5.22 黑龙江116.22 29.57 13.24 13.76 21.75 6.04 上海221.11 38.64 12.53 115.65 50.82 5.89 江苏144.98 29.12 11.67 42.6 27.3 5.74 浙江169.92 32.75 21.72 47.12 34.35 5 安徽153.11 23.09 15.62 23.54 18.18 6.39 福建144.92 21.26 16.96 19.52 21.75 6.73 江西140.54 21.59 17.64 19.19 15.97 4.94 山东115.84 30.76 12.2 33.1 33.77 3.85 河南101.18 23.26 8.46 20.2 20.5 4.3 湖北140.64 28.26 12.35 18.53 20.95 6.23 湖南164.02 24.74 13.63 22.2 18.06 6.04 广东182.55 20.52 18.32 42.4 36.97 11.68 广西139.08 18.47 14.68 13.41 20.66 3.85 四川137.8 20.74 11.07 17.74 16.49 4.39 贵州121.67 21.53 12.58 14.49 12.18 4.57 云南124.27 19.81 8.89 14.22 15.53 3.03 陕西106.02 20.56 10.94 10.11 18 3.29 甘肃95.65 16.82 5.7 6.03 12.36 4.49 青海107.12 16.45 8.98 5.4 8.78 5.93 宁夏113.74 24.11 6.46 9.61 22.92 2.53 实验报告 一、问题描述 1.研究一些概率密度函数的估计的特性： （a ）编写程序，根据均匀分布产生位于单位立方体内的样本点，即-1/2≤xi ≤1/2，其中i=1,2,3.共产生10^4个点。 （b ）编写程序，基于这10^4个样本点，估计原点附近的概率密度，作为边长为h 的立方体体积的函数，并且对于0 二、复现代码及结果 题目1： (a) clc; clear; Upb=0.5*ones(3,10000); Lob=-0.5*ones(3,10000); %先设置分布的上、下界、样本点的维度以及样本数量X=unifrnd(Lob,Upb); %用unifrnd函数生成规定数目的样本点 scatter3(X(1,:),X(2,:),X(3,:),'filled'); %以散点图形式绘制在三维坐标系下 (b) count=zeros(100,1); for h=1:100 数据分析与挖掘实验报告 《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (1) 1.1数据挖掘 (1) 1.1.1数据挖掘的概念 (1) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (5) 1.2.1关联规则的概念 (5) 1.2.2关联规则的实现——Apriori算法 (7) 2.用Matlab实现关联规则 (12) 2.1Matlab概述 (12) 2.2基于Matlab的Apriori算法 (13) 3.用java实现关联规则 (19) 3.1java界面描述 (19) 3.2java关键代码描述 (23) 4、实验总结 (29) 4.1实验的不足和改进 (29) 4.2实验心得 (30) 1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下： ·数据清理（消除噪声和删除不一致的数据）·数据集成（多种数据源可以组合在一起）·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数 据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield 的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art 模型、koholon模型为代表的，用于聚类的自组 (此文档为word格式，下载后您可任意编辑修改！) 实验报告格式： 商学院经济与管理实验教学中心 实验报告 实验名称经济数据分析综合实验 班级学号姓名 同组学生姓名实验时间：7-18周 得分：批改时间：2014年01月03日实验教师(签名)：孙小红评语： 实验一：数据文件的建立 一、实验目的 1、理解并掌握数据类型的概念。 2、掌握一份具体问卷转化为数据文件。 3、掌握正确设置变量及属性，区分处理主观题与客观题、单选题、多选题及表格式题目 的不同之处。 4、掌握带标签值数据的录入。 二、实验内容 见《实验手册》。 三、实验步骤 本次试验的内容是“数据文件的建立”。以下介绍两种不同的数据文件建立方法。 第一种输入变量和数据建立数据文件，以“温州企业基本情况”数据文件为例 1、双击打开SPSS 17.0软件，在弹出的对话框中选择“输入数据” 2、切换到“变量视图”，单击“名称”下的空格，输入“ID”，单击“类型”下的空格，选 择“数值，宽度为2，小数为0”，单击“标签”下的空格，输入“问卷编号”，其他各列选择默认值 3、同步骤2，在“名称”下输入“企业名称”，在“类型”下选择“字符串，宽度为30， 小数为0”，其余默认。 4、在“名称”下输入“企业性质”，在“类型”下选择“数值，宽度为1，小数为0”。单击“值”，弹出“值标签”对话框，在“值”栏输入“1”，在“标签”输入“国有及国有控股企业”，选择“添加”，同理输入其他的选项，接着按“确定”，其余默认。 5、按照步骤4，输入“企业经营情况”和“所属行业” 6、切换到“数据视图”，在各个变量下输入数据 7、选择“文件”菜单，下拉，按“保存” 第二种导入EXCEL文件建立数据文件，以“学生”数据文件为例 1、双击打开SPSS.17.0 2、选择“文件”菜单，下拉，选择“打开---数据”，在弹出的对话框中，在“文件类型”下拉，选择“EXCEL”，然后再选择“查找范围”，选中所要导入的EXCEL“学生”文件。 3、切换到“变量视图”，在“gender”变量的“值”栏，单击添加“1=男生，2=女生”，点击“确认”。 4、选择“文件”菜单，下拉，按“另存为”，存在D盘 四、实验结果与分析 1 企业基本情况 2 态度与认识 3 资金投入、人力资源和企业文化数据分析实验报告
概率统计实验报告(三)剖析
概率统计实验报告
概率论与数理统计实验报告
数据分析实验报告
概率论实验报告一
数据分析与挖掘实验报告
经济数据分析实验报告