MATLAB统计功能详解：与S-PLUS对比及常用分布

MATLAB是一种强大的数值计算和可视化环境，尤其在统计分析方面提供了丰富的工具箱。本文档主要介绍了MATLAB的统计功能，旨在帮助用户了解其在处理概率分布、描述性统计、图形展示、假设检验以及各种模型（包括线性和非线性）方面的应用。 首先，MATLAB内置了Statistical Toolbox，这个工具箱包含了大量统计函数，如用于计算概率密度（pdf）、累积分布函数（cdf）、逆累积分布函数（inv(cdf)）以及随机数生成（rnd）的功能。这些函数对应于S-PLUS中的d*, p*, q*, r*等函数，分别处理连续型和离散型的概率分布，例如： - 连续型分布：MATLAB支持Beta、指数、Gamma、对数正态、正态和均匀分布，以及Weibull分布。相应的函数包括beta, exp, gamma, lnorm, norm, unif, 和 weibull。 - MATLAB中的连续型统计分布函数包括卡方分布（chi2）、非中心卡方分布（ncx2），F分布（f）、非中心F分布（ncf），t分布（t）和非中心t分布（nct）。 对于离散型分布，MATLAB提供了Binomial、Geometric、Hypergeometric、Negative binomial以及Poisson分布，分别对应bino, geo, hyge, nbinom, 和 pois函数。 此外，文档还提到了如何通过MATLAB计算特定概率，如标准正态分布的密度函数在x=0时的值，通过输入命令`>>no`（可能是误拼或者缺失部分，正常情况下应为计算正态分布的函数，如`normpdf(0,0,1)`）。 文中还提到了与S-PLUS的比较，虽然两者都是统计分析工具，但MATLAB以其易用性和图形化界面而闻名，而S-PLUS则可能更加侧重于统计理论和高级功能。参考资料部分列出了几个与MATLAB统计功能相关的书籍和指南，供读者深入学习和参考。 本资源是MATLAB初学者和统计分析人员的重要参考资料，涵盖了MATLAB的基础统计功能，以及与S-PLUS功能的对比，可以帮助用户更好地利用MATLAB进行数据处理、分析和可视化工作。