MatheAss 10.0 − Stochastiques
Statistiques
Le programme calcule la valeur moyenne, la médiane, la variante et écart-type d'une liste d'observations et trace un histogramme.
Dates:
9 6 7 7 3 9 10 1 8 7 9 6 9 8 10 5 10 10 9 11 8
Nombres des dates n = 21
Maximum max = 11
Minimum min = 1
Valeur moyenne x = 7,7142857
Médiane c = 8
Variante s² = 6,1142857
Ecart-type s = 2,4727082
Régression
Le programme fait une ajustement pour une serie des points donnés aux types de régression ci-dessous.
- Régression proportionnelle y = b·x
- Régression linéaire y = a + b·x
- Régression d'un polynôme y = a0 + ... + an · xn
- Régression géométrique y = a·xb
- Régression exponentielle y = a·bx
- Régression logarithmique y = a + b · ln(x)
Polynomial Regression y = − 6,9152542 + 4,7189266 x − 0,43361582 x^2 Coeff. de déterm. = 0,98338318 Coeff. de corrél. = 0,99165679 Ecart-type = 0,46028731
Régression logistique (Nouveau en version 9.0)
Le programme détermine pour une série de mesures une courbe adaptée à la fonction logistique
avec des paramètres a1 = ƒ(0)· S , a2 = ƒ(0) , a3 = S - ƒ(0) ,
et a4 = -k· S et la limite de saturation S .
Dates de: "hopfenwachstum.csv" Limite de saturation: 6 Figure sombre: 1 4,0189 ƒ(x) = ———————————————— 0,66981 + 5,3302 · e^(-0,35622·t) Point d'inflexion W(5,8226/3) Taux de croissance maximal ƒ'(xw) = 0,53433 8 valeurs Coeff.de déterm. = 0,99383916 Coeff.de correl. = 0,99691482 Ecart-type = 0,16172584
Combinatoriques
Les nombres des sélections de k d'un ensemble de n sont calculés. Ce sont des arrangements ou des combinaisons avec ou sans répétitions et des permutations.
n = 49, K = 6 Variations, sans rép. n! / (n-k)! = 10 068 347 520 Variations, avec rép. n^k = 13 841 287 201 Combinaisons, sans rép. n sur k = 13 983 816 Combinaisons, avec rép. n+k-1 sur k = 25 827 165 Permutation de k : k! = 720
Distribution binomiale
Pour une variable aléatoire X distribué de b(k;n;p) avec n et p donnés, le programme calcul:
- un histogramme des probabilités P( X = k )
- leurs valeurs numériques dans un intervalle [ kmin; kmax]
- la probabilité P( kmin ≤ X ≤ kmax)
n = 50 p = 0,3 k P(X=k) P(0<=X<=k) ¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ 8 0,01098914 0,01825335 9 0,02197829 0,04023163 10 0,03861899 0,07885062 11 0,06018544 0,13903606 12 0,08382972 0,22286578 13 0,10501745 0,32788324 14 0,11894834 0,44683157 15 0,12234686 0,56917844 16 0,11470018 0,68387862 17 0,09831444 0,78219306 18 0,07724706 0,85944012 19 0,05575728 0,91519740 20 0,03703876 0,95223616 21 0,02267679 0,97491296 22 0,01281092 0,98772387 ¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ P(8<=k<=22) = 0,98045967
Distribution hypergéométrique
Pour une variable aléatoire X distribué de h(k;n;m;r) avec n,m et r donnés, le programme calcul un histogramme des probabilitées P(X=k), leurs valeurs numériques dans un intervalle [kmin;kmax], et la probabilité P( kmin≤X≤kmax).
Distribution normale
Pour une variable aléatoire distribuée N(µ, σ2), avec l'estimation μ et la variante σ2, le programme trace la fonction de densité ƒ(x) et la fonction de distribution Φ(x), c'est-à-dire l'intégrale sur ƒ(x).
μ = 5 , σ = .75 x ƒ(x) Φ(x) ¯¯¯¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ ¯¯¯¯¯¯¯¯¯¯ 2 0,00017844 0,00003167 2,33333333 0,00095649 0,00018859 2,66666666 0,00420802 0,00093192 2,99999999 0,01519465 0,00383038 3,33333332 0,04503153 0,01313415 3,66666665 0,10953585 0,03772017 3,99999998 0,21868009 0,09121120 4,33333331 0,35832381 0,18703139 4,66666664 0,48189843 0,32836063 4,99999997 0,53192304 0,49999998 5,3333333 0,48189845 0,67163934 5,66666663 0,35832383 0,81296859 5,99999996 0,21868012 0,90878878 6,33333329 0,10953586 0,96227982 6,66666662 0,04503154 0,98686585 6,99999995 0,01519465 0,99616962 7,33333328 0,00420802 0,99906808 7,66666661 0,00095649 0,99981141 7,99999994 0,00017844 0,99996833