Basándose en dos décadas de desarrollo de algoritmos numéricos y simbólicos, Mathematica 8 ofrece una colección de funciones de alto nivel para probabilidad y estadísticas. Nuevas capacidades, incluyendo la capacidad de calcular la probabilidad de cualquier evento o la expectativa de cualquier expresión, simular cualquier distribución, y estimar automáticamente parámetros o probar bondad de ajuste para distribuciones. Para soportar modelado y análisis distribucional, Mathematica 8 ofrece la colección más grande de distribuciones de probabilidad, así como soporte completo para docenas de propiedades, incluyendo funciones de distribución, momentos, cuantiles y generación de funciones.

• Computación simbólica y numérica de probabilidades y probabilidades condicionales de eventos como combinaciones lógicas de ecuaciones y desigualdades. »
• Computación simbólica y numérica de expectativas y expectativas condicionales de expresiones. »
• Caracteres tipográficos para () distribuidas y () condicionadas. »
• Soporte automático para simular distribuciones, estimar parámetros en distribuciones y probar bondad de ajuste para distribuciones. »
• Soporte directo para varias funciones de distribución diferentes incluyendo funciones de densidad, de distribución acumulativa, de supervivencia, de riesgo, de distribución acumulativa inversa y de supervivencia inversa. »
• Soporte directo para varios tipos diferentes de momentos incluyendo momentos en bruto, momentos centrales, cumulantes, y momentos factoriales. »
• Soporte directo para todas las funciones generadoras asociadas con momentos, incluyendo funciones generadoras de momentos y funciones generadoras de cumulantes. »
• Conversión automática entre distintos tipos de momentos. »
• Computación automática de estimadores de momentos estándares y sin sesgo. »

Compute la probabilidad de un evento »	Compute la expectativa de una expresión »	Compute probabilidades y expectativas condicionales »
Compute una probabilidad de dos colas  »	Duración de un componente »	Encuentre el largo esperado de un cromosoma humano »
Halle la probabilidad de un encuentro »	Funciones de distribución continua univariada »	Funciones de distribución discreta univariada »
Funciones de distribución continua bivariada »	Funciones de distribución discreta bivariada »	Realice una expansión de Edgeworth para aproximar una distribución »
Demuestre el teorema de Glivenko-Cantelli Theorem »	Compute una probabilidad compleja »	Estudie medidas de dispersión y de tendencia central »
Compare dos distribuciones con la misma secuencia de momentos »	Encuentre una forma cerrada para la función característica »	Encuentre cumulantes multivariados a partir de momentos »
Construya estimadores sin sesgo »	Convierta entre momentos formales »	Encuentre expectativas de polinomios de estimadores de muestra »
Estime parámetros y pruebe bondad de ajuste »

FUNCIONES RELACIONADAS

Probability  NProbability  Expectation  NExpectation  EstimatedDistribution  FindDistributionParameters  RandomVariate  DistributionFitTest  PDF  CDF  SurvivalFunction  HazardFunction  InverseCDF  InverseSurvivalFunction  Quantile  Moment  CentralMoment  FactorialMoment  Cumulant  MomentGeneratingFunction  CentralMomentGeneratingFunction  FactorialMomentGeneratingFunction  CumulantGeneratingFunction  MomentConvert  MomentEvaluate  Mean  Variance  StandardDeviation  Skewness  Kurtosis  Covariance  Correlation  Median