原帖由 zhangnan3509 于 2007-10-10 10:49 发表
想了一段时间,但是还是不太明白,如何计算概率,如p(AB),哪位能指点一下?:loveliness:
看了一些资料,发现不少问题:
(1)对与2个随机事件X和Y,记各自的概率分布函数为F(X)和F(Y)。如果2事件独立则,联合分布函数F
(X,Y)=F(X)*F(Y)。如果不独立那么实际上X和Y各自的分布称为联合分布F(X,Y)的边缘分布,这种情况下无法求得联合分布。
(大致意思如此,表述不严密的地方高人多包含)
(2)只有在2个事件是相关的情形下,研究联合分布才有意义。而具体联合分布的求法视具体的事件而定,
必须具体问题具体分析。特别是离散型的,概率论的书上有不少例题,用来求联合概率分布(一般用表格的
形式表示)
(3)看了统计工具箱的介绍,没有看到二维联合分布的例子(也可能我没看全),只看到产生一维分布序列的方法。
下面用工具箱函数产生一个一维正态分布,绘制其概率密度曲线并进行拟合。对于特定分布工具箱提供计算函数pdf- clear,clc;
- x=-2:.1:2;
- y=[2 3.4 5.6 8 11 12.3 13.8 16 18.8 19.9]';
- subplot(211),plot(y,'+');lsline
- x=-5:.1:5;
- y=pdf('Normal',x,5,10);
- subplot(212),plot(x,y,'+');lsline
- %对于分布事先未知的情形,可以用hist统计并近似绘制概率密度曲线
- a=round(1000*rand(1,1e5));
- [N,X]=hist(a);
- figure
- stem(X,N/length(a),'fill','--','color','r'),hold on
- plot(X,N/length(a),'b*'),lsline
- %这里由于取得序列是用rand产生的,他服从均匀分布。样本去取大后,可以看出来它基本是条直线
复制代码 lsline是统计工具箱带的一个最小二乘拟合的函数,内部调用polyfit。不过个人觉得拟合效果很差,在上边的例子中如果改一下正态分布的参数就可以看出来。对于二维的事件分布,如果已知分布求数据并绘制概率密度曲线是比较容易的(就是一个函数的绘图问题)- h=fspecial('gaussian',100,50)
- figure,mesh(h)
复制代码 如果知道概率求分布估计会比较麻烦,我觉得可能需要进行曲面拟合,你可以查阅相关的资料。
个人认为,概率应该通过对事件性质进行分析推导或者对实验样本进行数据分析所得。欢迎高人批评指正!
[ 本帖最后由 花如月 于 2007-10-11 14:21 编辑 ] |