Данные большинства экспериментов имеют случайные составляющие погрешности. Поэтому часто возникает необходимость статистического сглаживания данных. Ряд функций MathCAD предназначен для выполнения операций сглаживания данных различными методами (рис. 72). Вот перечень этих функций:
medsmooth(VY,n)— для вектора с m действительными числами возвращает m-мерный вектор сглаженных данных по методу скользящей медианы, параметр n задает ширину окна сглаживания (n должно быть нечетным числом, меньшим m);
ksmooth(VX,VY, b) — возвращает n-мерный вектор сглаженныхVY, вычисленных на основе распределения Гаусса.VX и VY — n-мерные векторы действительных чисел. Параметр b (полоса пропускания) задает ширину окна сглаживания ( b должно в несколько раз превышать интервал между точками по оси х );
supsmooth(VX, VY) — возвращает n-мерный вектор сглаженныхVY, вычисленных на основе использования процедуры линейного сглаживания методом наименьших квадратов по правилу k-ближайших соседей с адаптивным выбором k.VX и VY — n-мерные векторы действительных чисел. Элементы вектора VX должны идти в порядке возрастания.
Рис.72. Пример применения функций сглаживания случайных данных.
