用matlab检验一组数据是否符合正态分布

Question

A=[0 0 0 0 2 6 9 0 0 1 16 0 12 23 29 12 32 38 26 52 32 28 79 80 69 107 76 128 114 99 119 137 140 146 175 230 255 257 260 308 310 276 375 275 235 264 234 220 175 143 138 130 119 123 90 142 89 63 54 20 29 29 30 17 42 15 0 0 2 9 0 12 0 15 0]
就是这组数据 用matlab检验是否符合正态分布 如果复合 方差和期望是多少

Answer 1

集中性正态曲线的高峰位于正中央，即均数所在的位置。对称性正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。均匀变动性正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。

曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。

关于μ对称，并在μ处取最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点，形状呈现中间高两边低，正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。

扩展资料：

正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ,σ2）。

μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。

σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。

参考资料来源：百度百科- 正态分布

参考资料来源：百度百科-标准正态分布

Answer 2

A=[0 0 0 0 2 6 9 0 0 1 16 0 12 23 29 12 32 38 26 52 32 28 79 80 69 107 76 128 114 99 119 137 140 146 175 230 255 257 260 308 310 276 375 275 235 264 234 220 175 143 138 130 119 123 90 142 89 63 54 20 29 29 30 17 42 15 0 0 2 9 0 12 0 15 0];
A = A';
alpha = 0.05;
% 正态分布判断
[mu, sigma] = normfit(A);
p1 = normcdf(A, mu, sigma);
[H1,s1] = kstest(A, [A, p1], alpha);
n = length(A);
if H1 == 0
disp('该数据源服从正态分布。')
else
disp('该数据源不服从正态分布。')
end
结果：
该数据源不服从正态分布。