Загрузите выборочные данные. Создайте вектор, содержащий первый столбец данных о классе экзамена студентов.

load examgrades
x = grades(:,1);

Создайте объект нормального распределения путем подбора кривой ему к данным.

pd = fitdist(x,'Normal')

pd = 
  NormalDistribution

  Normal distribution
       mu = 75.0083   [73.4321, 76.5846]
    sigma =  8.7202   [7.7391, 9.98843]

Отображение объекта распределения включает оценки параметра для среднего значения (mu) и стандартное отклонение (sigma), и 95% доверительных интервалов для параметров.

Вычислите среднее значение подходящего распределения.

m = mean(pd)

m = 75.0083

Среднее значение нормального распределения равно параметру mu.

Создайте объект вероятностного распределения Weibull.

pd = makedist('Weibull','A',5,'B',2)

pd = 
  WeibullDistribution

  Weibull distribution
    A = 5
    B = 2

Вычислите среднее значение распределения.

mean = mean(pd)

mean = 4.4311

Создайте объект равномерного распределения

pd = makedist('Uniform','lower',-3,'upper',5)

pd = 
  UniformDistribution

  Uniform distribution
    Lower = -3
    Upper =  5

Вычислите среднее значение распределения.

m = mean(pd)

m = 1

Загрузите выборочные данные. Создайте объект вероятностного распределения путем подбора кривой ядерному распределению к милям на галлон (MPGданные.

load carsmall;
pd = fitdist(MPG,'Kernel')

pd = 
  KernelDistribution

    Kernel = normal
    Bandwidth = 4.11428
    Support = unbounded

Вычислите среднее значение распределения.

mean(pd)

ans = 23.7181