Глава 6. Статистические расчеты на Mathcad
6.1. Генерация чисел, распределенных равномерно.
Mathcad дает возможность обрабатывать статистическую информацию. Создадим с помощью датчика случайных чисел rnd последовательность, подчиняющуюся равномерному распределению.
Представим последовательность чисел графически
Вычислим среднее значение 
,
стандартное отклонение 
,
и дисперсию
Проверим, насколько хорошо подчиняются
наши числа закону равномерного
распределения, построив гистограмму.
Определим интервалы для группировки
данных:
.
И подсчитаем, сколько раз попадают
числа из нашей последовательности в
каждый из интервалов
Числа fi показывают, сколько раз числа из массива x попадают в каждый из определенных нами интервалов 0–2, 2–4, 4–6, 6–8, 8–10
Внимание! В массиве f элементов на 1 меньше, чем в массиве interval.
Определим границы для построения гистограммы.
Внимание! При построении гистограммы следует использовать трассировку типа bar, при этом столбцы центрируются относительно начала интервала. Для центрирования столбцов относительно середины интервала используйте трассировку step.
Повторим построение гистограммы, используя большее число интервалов.
Числа fi показывают, сколько раз числа из массива x попадают в каждый из определенных нами интервалов 0–1, 1–2, 2–3, 3–4, 4–5, 5–6, 6–7, 7–8, 8–9, 9–10
6.2. Генерация случайных чисел, распределенных по нормальному закону.
Для преобразования равномерно распределенных случайных чисел в числа, распределенные по нормальному закону, воспользуемся преобразованием:
Представим числа на графике
Вычислим среднее значение M1:
И стандартное отклонение S1:
Определим функцию g(x) – функцию плотности нормального распределения с математическим ожиданием M1 и стандартным отклонением S1
Построим гистограмму, разбив весь интервал на подынтервалы шириной 5 единиц.
Сравним предельное распределение g(x) с реальным распределением.
Для этого вновь воспользуемся функцией hist
Подсчитаем плотность вероятности f1:
Представим результаты графически:
Определим вероятность W того, что некоторое число попадет в интервал [1,3], воспользовавшись функцией cnorm.
И сравним полученный результат с результатом, который дает функция hist
6.3. Вычисление коэффициента корреляции.
Занесем в массив x оценки по высшей математике в сессию в некоторой студенческой группе, а в массив y – оценки по физике. Определим, существует ли какая–либо связь между успеваемостью по физике и высшей математике.
Вычислим средние оценки и стандартное отклонение
Для вычисления коэффициента корреляции имеется встроенная функция corr
Близкий к 1 коэффициент корреляции свидетельствует о высокой зависимости между успеваемостью по этим предметам.