matlab实训报告

仿真平台与工具应用实践

MATLAB血清甘油三酯测量问题

报 告

院    系：                  

专业班级：                  

姓    名：                  

学    号：                  

指导老师：             

一、设计目的

Matlab 现在的发展已经使其成为一种集数值运算、符号运算、数据可视化、图形界面设计、程序设计、仿真、图像处理、电路设计等多种功能于一体的集成化软件，在矩阵方面等处理占据很大的优势，图论中的很多问题均能通过matlab来解决，方便而高效。还可以加强金融与统计分析能力、了解数学软件的相关知识，将所学付之于实践，在实践中增长各方面知识。本次实验通过学生对MXtlXb运行环境的熟悉和一些简单操作，掌握帮助命令、绘图命令以及矩阵操作等使用方法。熟练运用mXtlXb对数据统计分析。

二、设计内容

13. 下表为160名正常女子的血清甘油三酯（mmol/L）测量结果，进行如下操作（2学分） 

0.9100 0.8800 1.4100 0.9600 1.4800 1.4600 0.9100 

1.1000 1.2600 1.6900 1.1400 1.2400 0.9800 0.6800 

0.8300 1.7700 1.2300 1.0400 1.0800 0.6200 1.1000 

1.3300 0.7300 0.5200 1.0100 1.7100 1.3700 0.5100 

1.0100 1.1100 1.0900 0.9600 1.3700 1.2000 0.6100 

1.1700 0.7100 1.1600 0.8000 0.7300 1.6600 0.9600 

1.3700 0.9500 1.3000 0.7600 1.3900 0.9400 1.2500 

1.6000 1.5400 1.3400 1.5600 1.5400 0.8500 1.5400 

0.9600 0.8200 1.5000 1.1400 1.7000 1.3000 1.5900 

1.0700 1.1700 1.3200 1.4400 1.1200 0.7000 0.6800 

1.5200 0.7600 1.6000 1.2700 1.4300 1.2700 1.0900 

0.7500 0.00 0.9700 1.2000 1.3400 1.1900 1.0800 

0.6600 1.4200 1.4600 0.5900 1.2200 1.3200 1.6700 

1.2000 1.3300 1.3100 1.0200 0.8300 0.9000 1.0900 

0.9600 1.1000 0.8500 1.0600 1.6700 0.7800 0.9100 

1.1800 1.2000 1.1100 0.00 1.0800 1.2700 0.8500 

1.2400 1.5800 0.7100 1.4600 1.5200 0.9100 1.4700 

1.0100 1.2000 1.3000 1.0500 1.4400 1.1500 1.1200 

1.1500 0.6500 1.0400 1.2400 1.3000 1.1100 1.6500 

0.8700 0.8200 0.7600 1.3000 0.6300 1.1400 0.8300 

1.2400 1.4800 1.1500 0.9900 1.4900 1.0200 1.1700 

0.9900 0.6100 1.3300 0.7900 0.9500 1.0500 1.6500 

1.2000 1.2400 0.8400 1.4000 0.7200 1.0600 

X、编制频数表，并画出直方图 

B、计算平均水平：算术均值、几何均值、中位数 

C、计算离散程度：极差、四分位数间距、方差、标准差 

D、计算分布形状：斜度、峭度 

E、分别用不同方法对上述数据进行正态性检验 

F、计算总体均值μ和标准差σ的95%置信区间 

三、设计思路

1、

（1）hist算法编制频数表，并画出直方图

（2）均值计算：mean()计算算术均值；geomean（）函数计算几何均值；median（）计算中位数。

（3）离散程度计算：max( )-min( )计算极差；iqr（）函数计算四分差；std( )^2为方差；std( )函数计算标准差。

（4）计算分布形状：skewness（）函数算斜度；kurtosis（）计算峭度。

（5）正态性检验：用不同的方法其是否符合正态分布。

2 程序说明

代码：

data=[0.9100,0.8800,1.4100,0.9600,1.4800,1.4600,0.9100,1.1000,1.2600,1.6900,1.1400,1.2400,0.9800,0.6800,0.8300,1.7700,1.2300,1.0400,1.0800,0.6200,1.1000,1.3300,0.7300,0.5200,1.0100,1.7100,1.3700,0.5100,1.0100,1.1100,1.0900,0.9600,1.3700,1.2000,0.6100,1.1700,0.7100,1.1600,0.8000,0.7300,1.6600,0.9600,1.3700,0.9500,1.3000,0.7600,1.3900,0.9400,1.2500,1.6000,1.5400,1.3400,1.5600,1.5400,0.8500,1.5400,0.9600,0.8200,1.5000,1.1400,1.7000,1.3000,1.5900,1.0700,1.1700,1.3200,1.4400,1.1200,0.7000,0.6800,1.5200,0.7600,1.6000,1.2700,1.4300,1.2700,1.0900,0.7500,0.00,0.9700,1.2000,1.3400,1.1900,1.0800,0.6600,1.4200,1.4600,0.5900,1.2200,1.3200,1.6700,1.2000,1.3300,1.3100,1.0200,0.8300,0.9000,1.0900,0.9600,1.1000,0.8500,1.0600,1.6700,0.7800,0.9100,1.1800,1.2000,1.1100,0.00,1.0800,1.2700,0.8500,1.2400,1.5800,0.7100,1.4600,1.5200,0.9100,1.4700,1.0100,1.2000,1.3000,1.0500,1.4400,1.1500,1.1200,1.1500,0.6500,1.0400,1.2400,1.3000,1.1100,1.6500,0.8700,0.8200,0.7600,1.3000,0.6300,1.1400,0.8300,1.2400,1.4800,1.1500,0.9900,1.4900,1.0200,1.1700,0.9900,0.6100,1.3300,0.7900,0.9500,1.0500,1.6500,1.2000,1.2400,0.8400,1.4000,0.7200,1.0600];

[f,xout]=hist(data,12)   %绘制频数表

hist(data,12)      %画出直方图

%B计算平均水平：

fprintf('算术均值为%f\\n',mean(data));

fprintf('几何平均值为%f\\n',geomean(data));

fprintf('中位数为%f\\n',median(data));

% C计算离散程度：

fprintf('极差为%f\\n',max(data)-min(data));

fprintf('四分位数间距为%f\\n',iqr(data)); 

fprintf('方差为%f\\n',std(data)^2);

fprintf('标准差为%f\\n',std(data));

% D计算分布形状：

fprintf('斜度为%f\\n',skewness(data));

fprintf('峭度为%f\\n',kurtosis(data));

%正态性检验：

fprintf('\\n正态性检验\\n');

if  lillietest(data)==1

fprintf('lillietest函数检验：不符合正态分布\\n');

else

    fprintf('lillietest函数检验：符合正态分布\\n');

end

if  kstest(data)==1

fprintf('kstest函数检验：不符合正态分布\\n');

else

    fprintf('kstest函数检验：符合正态分布\\n');

end

fprintf('\\n总体均值μ和标准差σ的95%%置信区间为：%f-%f\\n',mean(data)-std(data)*1.96/sqrt(160),mean(data)+std(data)*1.96/sqrt(160));

四、结果与分析

1、结果

(1)频数表

组段                    频数   

-------------------------------------------------

0.5625-0.6675         5

0.6675-0.7725        11

0.7725-0.8775            11

0.8775-0.9825            15

0.9825-1.0875        17

1.0875-1.1925           24

1.1925-1.2975        22

1.2975-1.4025        18

1.4025-1.5075        10

1.5075-1.6125        14

1.6125-1.7175         7

1.7175-1.7700       6

(2)直方图

（3）

算术均值为1.131188

几何平均值为1.090677

中位数为1.130000

极差为1.260000

四分位数间距为0.420000

方差为0.0869

标准差为0.294786

斜度为0.034594

峭度为2.268384

正态性检验

lillietest函数检验：符合正态分布

kstest函数检验：不符合正态分布

总体均值μ和标准差σ的95%置信区间为：1.085510-1.176865

2、分析

3、在这组数据中，这160名正常女子的血清甘油三酯（mmol/L）的算术均值为1.131188，几何均值为1.090677，算术均值略大于集合均值。

4、中位数为1.130000，极差为1.260000，四分位数间距为0.420000，方差为0.0869，标准差为0.294786。可看出这组数据极差较大，方差、标准差也较大，数据分布较分散。

5、峭度为2.268384，小于3，分布曲线具有负峭度。此时正态分布曲线峰顶的高度低于正常正态分布曲线。

五、体会

本次试验，通过使用matlab编写程序，加深了对matlab的功能理解，熟练了matlab的操作方法，提升了用matlab进行数据统计分析的技能。Matlab作为一款实用简易的工具，在编程中，程序中的每一个语句都要严格符合函数语法，标点必须使用英文标点。要熟练掌握一门语言，乃至精通就必须要多练多动手自己多思考，然后要懂得充分的利用可靠资源！