Stat.au3 - Statistik-UDF für AutoIt

  • Endlich einfach statistische Tests und anderes direkt nativ in AutoIt durchführen.

    Die UDF besitzt grob folgende Funktionalität:

    • Wahrscheinlichkeitsverteilungen (Wahrscheinlichkeitsdichte, Verteilungsfunktion, Quantilfunktion) für folgende Verteilungen:
      • stetige Gleichverteilung
      • Normalverteilung/Standardnormalverteilung (+Zufallszahlengenerator)
      • Student-T-Verteilung
      • F-Verteilung
      • Beta-Verteilung
      • Chi²-Verteilung
      • Kolmogorov-Smirnov-Verteilung
    • Statistische Hypothesentests:
      • Kolmogorow-Smirnow-Anpassungstest
      • Lilliefors-Test
      • unabhängiger Zweistichproben-t-Test
      • unabhängiger Zweistichproben-Welch-Test
      • F-Test
      • Wilcoxon-Mann-Whitney-Test
      • kombinierter Test mit Bedingungsprüfung für die einzelnen Tests
    • Deskriptive Statistik:
      • arithmetisches Mittel, Modalwert, Median, Quantile
      • Standardabweichung, mittlere Abweichung, Standardfehler des Mittelwertes, Varianz, Schiefe, Wölbung
      • Minima, Maxima, Spannweite, Summe, Anzahl
      • Ränge, Histogramm
    • Numerische Mathematik:
      • Einparameter-Gleichungslöser und Nullstellensuche
      • Einparameter-Integration
    • Basisfunktionen:
      • Gammafunktion (gamma, log-gamma, inverse gamma, unvollständige gamma)
      • gaussche Fehlerfunktion (normale, komplementäre, inverse komplementäre)
      • Betafunktion (beta, unvollständige beta, reguläre unvollständige beta, inverse reguläre unvollständige beta)
      • Inverse von x * log(x)

    Für den Anfang erst einmal ein Beispiel wie man z.B. damit statistisch prüfen kann ob die AutoIt-Random-Funktion tatsächlich gleichverteilte Zufallszahlen produziert:

    Hier ein Beispiel mit dem man feststellen kann ob zwei Stichproben den gleichen Mittelwert (bei Normalverteilung) bzw. gleiche zentrale Tendenz aufweist.
    Die Funktion checkt hierbei automatisch die jeweiligen Voraussetzungen für die internen Tests:

    >>Download und Quellcode auf GitHub<<

    3 Mal editiert, zuletzt von AspirinJunkie (4. Mai 2023 um 09:01)