Генерация случайных чисел с заданным распределением

Основой этого подпакета является функция random:

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.

Digits – задает число десятичных знаков в числах с плавающей запятой

Графика статистического пакета stats

Статистический пакет stats имеет свою небольшую библиотечку для построения графиков. Она вызывается в следующем виде:

stats[statplots, function](args)

Вид графика задается описанием function: boxplot, histogram, notehedbox, quantile, quantile2, scatterld, scatter2d и symmetry. Данные функции обеспечивают построение типовых графиков, иллюстрирующих статистические расчеты.

Довольно часто для визуализации вычислений используется построение гистограмм. Для их создания пакет stats имеет функцию histogram:

stats[statplots, histogram[scale](data)

Здесь data — список данных, scale — число или описатель.

Регрессионный анализ

Под регрессионным анализом (или просто регрессией) обычно подразумевают нахождение некоторой формальной аналитической зависимости, которая приближенно (по критерию минимума среднеквадратической ошибки) аппроксимирует исходную зависимость. Последняя чаще всего бывает представлена некоторым набором точек (например, полученных в результате эксперимента).

Для проведения регрессионного анализа служит функция fit, которая вызывается следующим образом:

stats[fit,leastsquare[vars,eqn.parms]](data)

где data — список данных, vars — список переменных для представления данных, eqn — уравнение, задающее аппроксимирующую зависимость (по умолчанию линейную), parms — множество параметров, которые будут заменены вычисленными значениями.