matlab中产生100个标准正态分布随机数, 测试该组随机数是否服从均匀分布、指数分布和正态分布 N(0.2, 1.2). 取显著性水平 =0.05.

可以使用MATLAB的randn函数生成100个标准正态分布的随机数。代码如下：

rng('default'); % 设置随机数种子
data = randn(1, 100); % 生成100个标准正态分布的随机数

然后分别使用chi2gof函数、exptest函数和normfit函数来检验该组随机数是否服从均匀分布、指数分布和正态分布 N(0.2, 1.2)。

均匀分布的检验如下：

alpha = 0.05;
[h, p] = chi2gof(data, 'Edges', [-Inf, Inf], 'Expected', @unifcdf); % 使用卡方检验
if h == 1
    disp('The data does not follow uniform distribution.')
else
    disp('The data follows uniform distribution.')
end

指数分布的检验如下：

alpha = 0.05;
[h, p] = exptest(data); % 使用指数分布检验
if h == 1
    disp('The data does not follow exponential distribution.')
else
    disp('The data follows exponential distribution.')
end

正态分布的检验如下：

alpha = 0.05;
[mu, sigma] = normfit(data); % 估计正态分布参数
[h, p] = chi2gof(data, 'Expected', {@(x) normcdf(x, mu, sigma)}); % 使用卡方检验
if h == 1
    disp('The data does not follow normal distribution.')
else
    disp('The data follows normal distribution.')
end

其中，chi2gof函数用于进行卡方检验，exptest函数用于进行指数分布检验，normfit函数用于估计正态分布的参数（均值和标准差），normcdf函数用于计算正态分布的累积分布函数。如果检验结果中h为1，则表示拒绝原假设，即该组随机数不符合所检验的分布，否则接受原假设，即该组随机数符合所检验的分布。