用matlab算正态分布

1. 用matlab算正态分布

用matlab计算正态分布的概率值，可以normpdf（）函数求得。计算方法为
>> x=165;mu=146;sigma=8;
>> normpdf(x,mu,sigma)
ans =    0.0030

2. matlab 正态分布问题

p = [4, 4.8, 4.6, 3.6, 2.8, 2.8, 3.6, 1.5, 2.8, 3][mu,sigma]=normfit(p)cdf=normcdf(p,mu,sigma)p(cdf>0.05&cdf<0.95)
p =    4.0000    4.8000    4.6000    3.6000    2.8000    2.8000    3.6000    1.5000    2.8000    3.0000mu =    3.3500sigma =    0.9812cdf =    0.7462    0.9303    0.8987    0.6006    0.2876    0.2876    0.6006    0.0297    0.2876    0.3607ans =    4.0000    4.8000    4.6000    3.6000    2.8000    2.8000    3.6000    2.8000    3.0000

3. 如何用matlab计算正态分布

matlab里有个函数erf，计算的是上述积分。
借助erf，自己做下变量代换，然后用1/2减一下，就能求出你要的值。

4. 如何在matlab输入正态分布数据

如果是在matlab外生成的输入，在文件里的读进来赋给矩阵即可；
若是需要在matlab里生成正态分布的数据，可以用正态分布随机数产生函数randn，如：
a=randn（1,1000）
它的hist图为：

5. 求问matlab的一个正态分布编程问题

这个有两个办法 看你题目的要求是什么。
 
1）可以直接用数学办法。已知这两个随机变量的平均数和标准差 可以得到运算后变量的平均和标准差。
Y-X的平均数是0.5-0=0.5；标准差是根号下（1的平方加2的平方）等于根号5
X^2+Y^2平均数是0+1+0.5+4=5.5；标准差需要根据情况来讨论

2）可以直接拿Matlab模拟随机变量，比如模拟1000个：
x=normrnd（0，1，1000，1）
y=normrnd（0.5，2，1000，1）
然后直接plot出y-x和x^2-y^2的histogram就行了

6. 怎么用matlab验证正态分布,并给出正态分布的表达式

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。

希望对你有帮助！

7. 怎么用《matlab》验证正态分布,并给出正态分布的表达式？

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。

8. 怎么用matlab验证正态分布并给出正态分布的表达式？

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。