Пакет статистических расчетов stats
Характеристика пакета stats
Мир математических систем сейчас насыщен статистическими системами, например такими, как Statistica или StatGraphics. Они прекрасно приспособлены для решения задач статистической обработки обширных массивов данных. Тем не менее проведение статистических расчетов в Maple 7 возможно и в ряде случаев весьма целесообразно – например, когда они являются частью исследовательского проекта.
Пакет stats для таких расчетов представлен всего двумя многоцелевыми статистическими функциями:
stats[subpackage, functionj(args) subpackage[function](args)
Однако благодаря специальной форме задания параметров (в частности, в виде подпакетов – subpackages) возможно вычисление самых разнообразных статистических функций.
Имеются следующие подпакеты:
- anova – вариационный анализ;
- describe – функции распределения вероятности;
- fit – регрессионный анализ;
- random – генерация случайных чисел с различными законами распределения;
- statevalf – вычисление статистических функций и получение оценок для массивов данных;
- statplots – построение графиков статистических функций;
- transform – функции преобразования данных.
Генерация случайных чисел с заданным распределением
Основой этого подпакета является функция random:
random[distribution] (quantity,unifarm,method)
…или:
stats[random, distribution] (quantity,unifofm,method)
Где:
- distribution – описание закона распределения случайных чисел;
- quantity – положительное число, указывающее на количество получаемых случайных чисел (по умолчанию 1, возможен параметр 'generator');
- uniform – процедура генерации чисел с равномерным распределением или ключевое слово 'default' (по умолчанию);
- method – указание на один из трех методов ('auto', 'inverse' или 'builtin').
Возможно задание дискретных и непрерывных распределений, например binomiald – дискретное биномиальное распределение, discreteumform – дискретное равномерное распределение, empirical – дискретное эмпирическое распределение, poisson – дискретное распределение Пуассона, beta – бета-распределение, cauchi – распределение Коши, exponential – экспоненциальное и др. (есть функции практически для всех известных распределений).
Следующие примеры демонстрируют технику получения случайных чисел с заданным законом распределения:
