Система Mathcad надає користувачу можливість використати спеціальні засоби статистичної обробки даних, включаючи:
· обчислення статистичних параметрів одновимірного масиву даних;
· обчислення щільності розподілу ймовірностей;
· обчислення функції розподілу ймовірностей;
· створення векторів із різноманітними законами розподілу;
· і ін.
Особо слід відзначити функції, які використовуються в регресійному аналізі. Зокрема, для проведення лінійної регресії (визначення залежності y (x) = a + b x) застосовуються функції:
corr(VX,VY) - повертає коефіцієнт кореляції даних, поданих векторами VX,VY;
intercrpt(VX,VY) - повертає значення параметра а в рівнянні регресії;
slope(VX,VY) - повертає значення параметра b у рівнянні регресії.
Приклад використання наведених функцій демонструє рис. 2.38 (кадр ліворуч).
Рис. 2.38. Приклади побудови регресійних залежностей
У версії Mathcad2000 є функції і для проведення інших видів регресії:
expfit(VX,VY,VG) - повертає вектор, що містить коефіцієнти (a, b,c) апроксимуючого виразу aebx+c, графік якого найкращим чином наближається до точок, координати яких зберігаються у векторах VX,VY (вектор VG містить перше наближення до розв'язання);
lgsfit(VX,VY,VG) - аналогічно, але для виразу ;
lоgfit(VX,VY) - аналогічно, але для виразу a ln(x+b)+c;
medfit(VX,VY) - аналогічно, але для виразу a+bx;
pwrfit(VX,VY,VG) - аналогічно, але для виразу a xb+c;
sinfit(VX,VY,VG) - аналогічно, але для виразу a sin(x+b)+c.
Приклад використання деяких з наведених функцій демонструє рис. 2.38 (кадр праворуч).
Ще ширші можливості регресійного аналізу даються функцією linfit(VX,VY,F). Ця функція повертає вектор К коефіцієнтів рівняння регресії виду
y(x) = k1 f1(x) + k2 f2(x) +... +knfn(x).
Приклад використання цієї функції для випадку трьох базових функцій f1(x) = х, f2(x) = х 2, f3(x) = е х Рис. 2.39.
наведений на рис. 2.39.