概率和统计用于建模来自各种来源的不确定性,例如不完整或简化模型。然而,您可以为相关系统的聚合或整体行为构建有用的模型。这些类型的模型现在普遍应用于科学、技术和商业的所有领域。 Wolfram语言使用符号分布和过程作为随机变量和随机过程的模型。模型可以从数据中自动计算,也可以从内置分布和过程的丰富库中分析构建。这些模型可以进行模拟,也可以用来直接回答各种问题。
概率 —计算谓词的概率
期望 —计算表达式的期望值
N可能性 ▪ N期望 ▪ 分布式() ▪ 有条件的()
随机变量 —从分布中生成随机变量
估计分布 —根据数据估计参数分布或导出分布
分布拟合测试 —测试数据和分布拟合的程度
PDF格式 ▪ CDF公司 ▪ 平均值 ▪ 方差 ▪ 大约
分配
常态分配 —参数分布。。。
平滑内核分布 —非参数分布。。。
转换后的分布 —派生分布。。。
随机函数 —模拟随机过程
时间数据 —表示一个或多个时间序列数据集
估计流程 —根据数据估计工艺参数
切片分配 ▪ 平均值 ▪ 协方差函数
过程
泊松过程 —参数化进程。。。
ARMA过程 —时间序列过程。。。
Ito流程 —随机微分方程过程。。。
随机点配置 —模拟随机点过程
空间点数据 —空间注释点数据
估算点进程 —从数据估计点过程
点密度 ▪ 雷普利K ▪ 空间随机性测试 ▪ ...
泊松点过程 ▪ 硬芯指针过程 ▪ 主节点进程 ▪ ...
事件数据 —表示经过删减和截断的数据
中值的 ▪ 生存模型拟合 ▪ Cox模型拟合
可靠性分布 —基于可靠性框图的寿命分布
故障分布 ▪ Birnbaum重要性