|
Random Variable이라 하자. 이 경우에서도 마찬가지로 표본의 크기가 커짐에 따라 CLT에 가까워짐을 시뮬레이트해보고, 모수의 값이 달라짐에 따라 또 어떻게 달라지는 가에 대해서도 주목해보자.
문제 5) X1, X2,..., Xn 이 베르누이확률변수라 하
|
|
|
선언
printf("n=100, p=0.3일 때 Binomial r.v X의 distribution\n"); //문장 출력
printf("->실험적 방법 결과\n");
for(i=0; i<1000000; i++) //반복문 for문 사용
{
suc=0; //suc변수 초기화
for(j=0; j<100; j++) //반복문, 시행횟수 n=100
{
ra=rand()%10+1; //난수 발생함수
if(ra%3
|
|
|
random variable with (N; p) = (200 0:3).
Plot the PMF of binonial random variable with N=200 and p=0.3
(b) Plot the PDF of its corresponding normal distribution N(Np;Npq).
Plot the PMF of normal distriution(mean = np, variance = npq)
(c) Compare the two gures and discuss the central limit theorem.
C
|
|
|
random variable, i.e., . Let and , where Θ ~ U(0 2). Plot X's and Y's histogram. You will nd X and Y have normal distribution.
clc; clear all
lambda = 10;
U = rand (1,1000); % Create uniformly distribution r.v
E = -(1/lambda).*log(1-U); % Exponential distributed r.v
th = 2*pi*rand(1,1000); % unifor
|
|
|
성공적인 결과를 얻었다. (1) Description of the method with your code.
(a) matlab code for histograms.
(b) matlab code for scattergrams.
(2) Two histogram figures for 1000 and 5000 samples.
(3) Two scattergrams for 1000 and 5000 pairs of Gaussian random variables.
(4) Your comments on the
|
|
메뉴펼치기
