* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки

606 10: 11: 12: Статистические вычисления POISSON_DENSITY (2, 0.5) 0.0758163 HYPERGEOMETRIC_DENSITY (k, n, m, j) n! m! (j – n)! (j – m)! 13: ————————————————————— (j + k – m – n)! j! k! (m – k)! (n – k)! 14: HYPERGEOMETRIC_DENSITY (1, 2, 3, 4) 15: 0.5 16: STUDENT (0.5, 1) 17: 0.295169 18: F_DISTRIBUTION (0.5, 1, 2) 19: 0.552786 20: CHI_SQ (1, 1) 21: 0.682690 Обширными возможностями по статистической обработке данных – регрес сии – обладает функция FIT. Она была рассмотрена ранее. Внимание! Система Derive явно не претендует на применение для серьезных статистических расчетов. Имеющиеся в ней средства но сят скорее учебный, чем серьезный практический характер. Видимо, это вполне правомерно, учитывая учебную направленность данной системы. 7.5.4. Численное дифференцирование со сглаживанием в Derive Довольно оригинально решена в Derive задача сглаживания. Наиболее распро странено решение этой задачи применительно к операции численного дифферен цирования данных, содержащих случайные ошибки. Поэтому функции сглажива ния и численного дифференцирования в Detive размещены в библиотечном файле numeric.mth. Он задает определения следующих функций: • DIF_NUM(y,x,x0,h) – дает первую частную производную y по x в точке x0 при шаге изменения x – h; • DIF2_NUM(y,x,x0,h) – дает вторую частную производную y по x; • SMOOTH_VECTOR(v) – дает сглаженную копию вектора v (каждый эле мент есть среднее между ним и двумя соседними элементами, крайние эле менты сохраняются); • SMOOTH_COLUMN(A,j) – дает матрицу A со сглаженным столбцом j; • DIF_DATA(A) – дает сглаженную первую производную для двухстолбцо вой матрицы данных A; • DIF2_DATA(A) – дает сглаженную вторую производную матрицы A; • INT_DATA(A) – дает сглаженную производную матрицы A с применени ем правила трапеций.