地 区 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东
在职教工 61385 134215 67763 59149 47864 63392 120996
专任教师 35480 88568 45622 40743 31385 45153 81889
行政人员 10282 20172 10960 7278 7712 8179 16342
教辅人员 7842 13371 6798 5763 5034 5495 11614
工勤人员 7781 12104 4383 5365 3733 4565 11151
clear
A=[61385 35480 10282 7842 7781 134215 88568 20172 13371 12104 67763 45622 10960 6798 4383 59149 40743 7278 5763 5365 47864 31385 7712 5034 3733 63392 45153 8179 5495 4565 120996 81889 16342 11614 11151 ];
B=A(:,2:5)./[A(:,1)*ones(1,4)]; % 计算百分比
R=range(B); % 计算百分比极差 R1=iqr(B); % 计算四分位极差 XJ=prctile(B,[25])-1.5*R1; % 计算下截断点 SJ=prctile(B,[75])+1.5*R1; % 计算上截断点 B =
0.5780 0.1675 0.1278 0.1268 0.6599 0.1503 0.0996 0.0902 0.6733 0.1617 0.1003 0.0647 0.6888 0.1230 0.0974 0.0907 0.6557 0.1611 0.1052 0.0780 0.7123 0.1290 0.0867 0.0720 0.6768 0.1351 0.0960 0.0922 R =
0.1343 0.0445 0.0411 0.0621 R1 =
0.0291 0.0311 0.0076 0.0183 XJ =
0.6132 0.0840 0.0849 0.0461 SJ =
0.7294 0.2082 0.1154 0.1192
3．随机生成150个服从标准正态分布随机数，将这些数据作为样本数据，分别作出样本数据的柱形图、直方图、阶梯图、火柴棒图等图形。 clear
x= random('normal',0,1,[1,150]); %产生服从标准正态分布随机数150个
bar(x) %作柱形图
hist(x) stairs(x) stem(x)
%作直方图
%作阶梯图
%作火柴棒图
4.生成服从标准正态分布的50个样本点，作出样本的经验分布函数图，并与理论分布函数比较. clear
X=normrnd (0,1,50,1); %生成服从标准正态分布的50个样本点 [h,stats]=cdfplot(X); %作样本的经验分布函数图 hold on
plot(-3:0.01:3, normcdf(-3:0.01:3,0,1),'r') %作理论分布函数图
三、实习题
1.已知样本数据为
1,3,4,2,9,6,7,8,11,2.5,3,10
（1）求该数据的中位数； （2）求该数据的顺序统计量；
（3）写出上述计算的MATLAB实现程序。
?11.5?2.利用MATLAB软件生成均值向量为(3,2)，协方差矩阵为??的二元正态分布
1.54??的随机数，并给出散点图以及密度函数曲面图的程序。
实习三 回归分析
一、实验目的
掌握MATLAB回归分析的方法与计算步骤。 二、实例
1.近10年来，某市社会商品零售总额与职工工资总额（单位：亿元）数据如下表3.1。
工资总额 零售总额
23.8 27.6 31.6 32.4 33.7 34.9 43.2 52.8
63.8
73.4
41.4 51.8 61.7 67.9 68.7 77.5 95.9 137.4 155.0 175.0
建立社会商品零售总额与职工工资总额数据的回归模型. clear
x=[23.80,27.60,31.60,32.40,33.70,34.90,43.20,52.80,63.80,73.40]; y=[41.4,51.8,61.70,67.90,68.70,77.50,95.90,137.40,155.0,175.0]; % 然后作散点图
plot(x,y,'*') %作散点图 xlabel('x(职工工资总额)') %横坐标名 ylabel('y(商品零售总额)') %纵坐标名 % 计算最佳参数
Lxx=sum((x-mean(x)).^2);
Lxy=sum((x-mean(x)).* (y-mean(y))); b1=Lxy/Lxx
b0=mean(y)-b1*mean(x)
%给出例3.1.1解法的另一程序。
%p=polyfit(x,y,1) %注意取n=1
2.为了分析X射线的杀菌作用，用200千伏的X射线来照射细菌，每次照射6分钟用平板计数法估计尚存活的细菌数，照射次数记为t，照射后的细菌数y如表3.2所示。 t y
1
2
3
4
5
6
7
8
9 56
10 38
11 36
12 32
13 21
14 19
15 15
352 211 197
160 142 106
104 60
数据来源：http//www.ilr.cornell.edu/~hadi/RABE 试求：① 给出y与t的二次函数回归模型；
② 在同一坐标系内做出原始数据与拟合结果的散点图 ③ 预测t=16时残留的细菌数；
④ 根据问题实际意义选择多项式函数是否合适？ clear
% 输入原始数据 t=1:15;
y=[352,211,197,160,142,106,104,60,56,38,36,32,21,19,15]; % 作二次多项式回归 p=polyfit(t,y,2); % 模型估计与作图 y1= polyval(p,t); plot(t,y,'-*',t,y1,'-o');
legend('原始数据','二次函数') xlabel('t(照射次数)') ylabel('y(残留细菌数)')
% 预测t0=16时残留的细菌数 t0=16;
yc1= polyconf(p,t0)
yc1 = 39.0396 polytool(t,y,2)
3.炼钢厂出钢时所用盛钢水的钢包，由于钢水对耐火材料的侵蚀，容积不断增大，我们