MATLAB统计分析：正态、指数、泊松分布密度函数及特点

MATLAB统计分析：正态、指数、泊松分布密度函数及特点

本文将使用MATLAB深入分析三种常见概率分布：正态分布、指数分布和泊松分布。内容涵盖密度函数图形特征、分位数计算、置信区间解释等方面，并结合实例帮助理解其应用场景。

1. 正态分布密度函数

正态分布密度函数是一种常见的连续概率分布，也称为高斯分布。其特点是呈钟形曲线，对称于均值，标准差越小曲线越陡峭，标准差越大曲线越平缓。分位数为均值加减标准差的倍数，例如一般用1.96倍标准差表示95%的置信区间。

2. 指数分布密度函数

指数分布密度函数是一种连续概率分布，用于描述时间间隔或等待时间的概率分布。其特点是呈现单峰曲线，密度函数随时间增加而逐渐减小。分位数为负指数分布的倒数，例如一般用0.693除以平均数表示50%的置信区间。

3. 泊松分布密度函数

泊松分布密度函数是一种离散概率分布，用于描述单位时间内某事件发生次数的概率分布。其特点是呈现单峰曲线，密度函数随事件发生次数增加而逐渐减小。分位数为平均数，例如一般用平均数表示50%的置信区间。