Пакет stats[statplots]
содержит следующие команды, позволяющие строить
различные статистические графики на плоскости:
boxplot histogram notchedbox
quantile quantile2 scatter1d
scatter2d symmetry .
Пусть, например, имеются две серии
статистических данных, независимая Xdata и
зависимая Ydata
with(stats):
### WARNING: the statplots sub-package has been completely rewritten; see the help pages
for details
with(stats[statplots]):
Xdata := [4.535, 4.029, 5.407, 1.605, 5.757, 3.527, 7.890, 8.159, 6.092,
13.442, 2.845, 5.172, 3.277, 8.810, 3.657, 7.226, 3.851, 2.162,
2.668, 4.692]:
Ydata:= [7.454, 4.476, 2.873, 5.476, 9.975,-1.476, 1.033, 1.140, 4.813,
.450, -.788, 9.389, 4.811,-3.107, 4.407, 5.534, 1.691, -.789,
1.684, 1.605]:
Warning, new definition for transform
Построим статистический график
рассеяния с прямоугольными диаграммами (рис. 33).
> with(stats[statplots]):stats[statplots,scatterplot](Xdata,
Ydata,view =[0..17,-4..14], axes=FRAME);
рис. 33
На следующем графике построены
гистограмма по данным Xdata и кривая нормального
распределения со средним и дисперсией полученным из Xdata (рис. 34).
> mu:=sum(Xdata[i],i=1..nops(Xdata))/(nops(Xdata)-1);
sigma:=sqrt(sum((Xdata[i]-mu)^2,i=1..nops(Xdata))/(nops(Xdata)-1));
> histogram(Xdata, colour=yellow):
plot(stats[statevalf,pdf,normald[mu,sigma]], -3..15, color=red):
plots[display]({%,%%});
рис. 34
|