Maple在概率统计中的应用介绍

Maple在概率统计中的应用介绍

在利用Maple解决计算问题时，不光可以进行求解微分方程等方程与函数类的问题，也能解决概率统计的问题，Maple计算能力的强大就体现在它能够解决很多很多的数学问题，概率统计也不例外，下面就介绍Maple在概率统计中的一些常见命令。

With（stats）调入统计软件包

统计包中又有7个子包：

（1）describe 描述性数据分析，（2）fit拟合回归分析，（3）transform数据形式变换，（4）random 按分布产生随机数，（5）statevalf 分布的数值计算，（6）statplots 统计绘图，（7）anova 方差分析

一、描述性数据分析discribe

格式：describe[函数]（数据）

有22个描述性统计量函数：

平均值mean，方差variance，标准差standarddeviation，协方差covariance，相对标准差（标准差/平均值）coefficientofvariation，计数（非缺失）count，计缺失数countmissing，中位数median，范围range，数据求和sumdata，众数mode，歪斜度skewness（三阶中心矩/σ^3），曲率度kurtosis（四阶中心矩/σ^4），几何平均值geometricmean，r次均moment，线性相关数linearcorrelation，平均绝对偏差meandeviation，和谐平均值harmonicmea（n/Σ1/xi），二次平均值quadraticmean，查找百分位数percentile，查找分数位数据quantile，查找四分位数quartile，查找十分位数decile。

二、拟合回归分析

有函数fit[leastsquare]最小二乘法，fit[leastmediansquare]最小中间二乘法，

格式：fit[leastsquare[[变量]，回归方程，（系数）]]([[第一个变量数据]，[第二个]，……]) 回归方程及系数省略，为线性回归；变量数据写成点的坐标，输出结果将是错误的；系数使用的是大括号。

三、数据形式变换transform

可用函数：apply，classmark，cumulativefrequency，deletemissing divideby，frequency moving，multiapply，scaleweight，split，standardscore statsort，statvalue，subtractfrom，tally tallyinto。

以上内容向大家介绍了Maple计算概率统计时常用的一些函数命令，利用这些命令可以很好地完成对概率统计的计算。Maple使用时的命令是很多的，每个功能都会有相应的命令来进行调用。