function main()
    data = importdata('/Users/garanya/Desktop/mathstat/data.txt');
    data = sort(data);

    n = length(data);
    sm = sum(data);

    M = min(data); %минимум
    MX = max(data); %максимум
    R = MX - M; %размах
    U = sm / n; %мат ожидание
    S = sum((data - U).*(data - U)) / (n-1);  %оценка дисперсии

    fprintf('Min: %.6f   |   Max: %.6f\n', M, MX);
    fprintf('R: %.6f\n', R);
    fprintf('U: %.6f\n', U);
    fprintf('S^2: %.6f\n', S);

    m = floor(log2(n)) + 2; %группировка в m интервалов
    delta = R / m; %шаг интервала
    gr = zeros(m, 2);
    for j = 1:m
        gr(j,1) = data(1)+delta*j;  %граница интервала
    end
    j = 1;
    b = data(1)+delta; %первая граница
    for i = 1:n
        if data(i) >= b %если элемент больше границы интервала или граница вышла за пределы (больше макс элемента)
            b = b + delta; %двигаем границу
            j = j + 1; %счетчик для следующего интервала
            continue;
        end
        gr(j, 2) = gr(j, 2) + 1; %инкремент счетчика интервала
    end
    dY1 = data(1);
    %dY2 = data(n) + delta;
    figure(1);
    gt = zeros(m+1);
    count = 1;
    while dY1 <= MX
        for i = 1:n
            if data(i) <= dY1 + delta && data(i) >= dY1
                gt(count) = gt(count) + 1;
            end
        end
        gt(count) = gt(count)/(n*delta);
        count = count + 1;
        dY1 = dY1 + delta;
    end
    gt(m+1) = 0;
    F = normpdf([data(1) - delta - delta, data(1) - delta, data, data(n) + delta, data(n) + delta + delta], U, S); %функция плотности нормальной величины
    hold on;
    dY1 = data(1);
    count = 1;
    plot([data(1) - delta - delta, data(1) - delta, data, data(n) + delta, data(n) + delta + delta], F,'r'), grid; %отображегние функции плотности
    while dY1 < MX
        plot([dY1, dY1 + delta], [gt(count), gt(count)], 'b');
        plot([dY1+delta, dY1+delta], [gt(count), gt(count+1)], 'b');
        count = count + 1;
        dY1 = dY1 + delta;
    end
    plot([dY1, dY1 + delta], [gt(m+1), gt(m+1)], 'b');
    dY1 = data(1);
    plot([dY1-delta-delta, dY1], [0, 0], 'b');
    plot([dY1, dY1], [0, gt(1)], 'b');
    hold off;

    figure(2);
    E = zeros(n+1);
    for i = 1:n
        for j = 1:i
            if data(j) < data(i)
                E(i) = E(i) + 1; %сколько элементов меньше выбранного (data(i))
            end
        end
        E(i) = E(i) / n; %значение функции распределения
    end
    dX1 = data(n) + delta;

    E(n) = 1;
    E(n+1) = 1;
    F = normcdf([data, dX1], U, S); %функция распределения нормальной величины
    hold on;
    for i = 1:n-1
        plot([data(i), data(i+1)], [E(i), E(i)], 'b');
        plot([data(i+1), data(i+1)], [E(i), E(i+1)], 'b');
    end
    plot([data(n), dX1], [E(n), E(n+1)], 'b');
    plot([data, dX1], F, 'r'), grid;
    hold off;
end