MathCAD предоставляет широкие возможности для работы со статистическими рядами, полученными в ходе эксперимента, либо в результате генерации случайных чисел. Встроенные функции обеспечивают работу со всеми основными типами распределений. Так, например, чтобы воспользоваться функцией плотности вероятности нормально распределённой величины необходимо набрать на клавиатуре dnorm(x,M,s), где x – аргумент функции, M – математическое ожидание, s – среднеквадратическое отклонение. Эту же функцию можно вызвать через главное меню кнопкой «Вставить». В появившемся шаблоне необходимо заполнить три место заполнителя (x,M,s).
Для плотностей других распределений в имени функции после первой буквы d необходимо поставить соответствующее буквосочетание, например:
- dF(x,k,n) – распределение Фишера, где k, n – степени свободы;
- dexp(x,a) – экспоненциальное распределение, где a – показатель экспоненты;
- dunif(x,a,b) – равномерное распределение, где a < b – границы интервала;
- dt(x,k) – распределение Стьюдента, где k – число степеней свободы.
|
|
Для обработки статистических рядов имеются встроенные функции, вызываемые как набором на клавиатуре, так и через главное меню:
- mean(X) – определение выборочного среднего значения (оценки) случайной величины X;
- var(X) – определение выборочной дисперсии (оценки) случайной величины X;
- median(X) – определение выборочной медианы (значения функции X, делящего гистограмму плотности вероятностей пополам);
- min(X), Max(X) – определение минимального и максимального значения выборки (статистического ряда);
- mode(X) – определение наиболее часто встречающегося значения выборки;
- corr(X,Y) – определение коэффициента корреляции двух выборок;
- ceil(X) – определение наименьшего целого, не меньшего X;
- floor(X) – определение наибольшего целого, меньшего или равного X;
- gmean(X) – определение геометрического среднего значения выборки.
Первоначальную оценку закона распределения случайной величины позволяет сделать анализ гистограммы – графика, аппроксимирующего плотность распределения по случайным данным. Для его построения область значений случайной величины разбивается на некоторое число сегментов (bin), после чего учитывается число (процент) попаданий данных в каждый сегмент. Эти проценты, графически выраженные в виде масштабного столбика над своим сегментом данных, и представляют собой гистограмму случайной величины.
Для построения гистограмм предназначена встроенная функция hist(int,X), где X – вектор случайных данных, int – вектор, задающий сегменты построения гистограммы в порядке возрастания и зависящий от их количества bin. Гистограмма строится как двумерный график; в диалоговом окне «Форматирование» необходимо задать вид графика: столбцы (bar) или гистограмма (solidbar). Для анализа на этом же графике можно построить кривую плотности распределения предполагаемого закона, которому подчиняется случайная величина.
|
|
Функция hist выдаёт вектор, состоящий из значений, каждое из которых равно числу попаданий случайной величины в соответствующий сегмент гистограммы. Поэтому следует обратить внимание на нормировку гистограммы. Так как интеграл от функции плотности вероятностей по всей области возможных значений равен единице, то и сумма площадей всех столбцов гистограммы должна равняться единице. Только в этом случае можно сравнивать аппроксимацию гистограммой с кривой предполагаемой плотности распределения.
Функция hist привязывает каждый столбец гистограммы к левой границе сегмента. Привязать столбцы к середине сегмента перед построением графика можно переопределением вектора int.
В заключение небольшое замечание относительно тригонометрических функций в MathCAD. В полном объёме представлены как прямые, так и обратные тригонометрические функции. Имеется даже дополнительная функция angle(x,y), определяющая угол между осью 0X и направлением на точку с координатами (x, y), которая может быть полезна в некоторых расчётах. Но следует помнить, что аргументы прямых тригонометрических функций и результаты обратных тригонометрических преобразований выражаются в радианах.
Задания для самостоятельной работы
Занятие 1