StatTools分析汇总

统计推断
样本量选择
置信区间分析
– 单样本
– 双样本
– 成对样本
假设检验
– 单样本
– 双样本
– 成对样本
方差分析
– 单因子方差分析
– 双因子方差分析
卡方独立性检验
随机性游程检验

预测程序
移动平均
指数平滑
季节性

分类分析
判别分析
Logistic回归

数据管理
分类数据
堆栈和取消堆栈数据类型
变量变换
随机样本生成
跨多个数据集和工作表进行分析
最多 1024 个数据集，每个数据集中有 256 个变量
每个变量中最多有 1600 万个数据点（StatTools 工业版），或者每个变量中最多有 10,000 个数据点（StatTools 专业版）

摘要分析和图表
单变量汇总
相关性/协方差
自相关
直方图
散点图
时间序列
箱线图

正态性检验
卡方检验
里尔福斯(Lilliefors)检验
Q-Q正态图

回归分析
简单
逐步
– 向前
– 向后
– 区块

质量控制
Xbar-R控制图
R 控制图
P 控制图
C 控制图
U 控制图
帕雷托图

非参数化检验（仅限专业版）
符号检验
威尔科克森符号(Wilcoxon-Signed)秩检验
曼-惠特尼检验（也称为威尔科克森秩和检验）

StatTools 中的可用统计程序按以下的自然组划分。

统计推断 ：此组对置信区间和假设检验执行最常用的统计推断程序。
预报：StatTools 为您提供几种用于预报时间序列变量的方法。您也可以使用移动平均线比率法和倍增的季节性模型来首先延长数据的销售季。然后，使用预报方法预报延长销售季的数据，最后“重新按季节性”划分这些预报以返回到原单位。
输出项包括一组显示各种计算（例如，霍尔特方法的平滑水平和趋势、移动平均线比率法中的季节因子等）、预报和预报误差的新列。其中还包括摘要测度，例如 MAE、RMSE 和 MAPE，以便追踪模型到观测数据的拟合。最后提供了几个时间序列图，包括初始序列图、叠加了预报的序列图，以及预报误差图。如果正在使用延长销售季的数据，则为初始序列和延长销售季的序列提供这些图。

分类分析 ：StatTools 提供判别分析和逻辑斯谛回归。判别分析预报变量将属于几个组中的哪一个组，而逻辑斯谛回归是一种非线性回归分析，其中“失败”或“成功”的反应变量分别是 0 或 1。然后，您可以估计成功的概率。
数据管理：组允许您以各种方式处理数据集，包括通过重新安排数据或通过创建新的变量。通常，在运行统计分析之前执行这些操作。

摘要分析 ：此组允许您计算单变量或变量对的多个数值摘要测度。

正态性检验 ：由于有许多统计程序假设数据组呈正态分布，因此有方法可以检查此假设将会十分有用。StatTools 提供了三种常用的检查：卡方、里尔福斯和 QQ 图。

回归分析 ：对于这些分析中的每一种，均提供以下输出项：运行的各回归方程式的摘要测度、各回归的方差分析表，以及一个包含估计的回归系数和其他统计量的表格。此外，StatTools 还允许您选择创建两个新变量：拟合值和残差。而且，您可以创建多张诊断散点图。

质量控制图 ：此组程序生成控制图，允许您查看过程是否处于统计控制之中。这些程序中的每种程序均采用时间序列数据，并在控制图中对其进行绘制。这允许您查看数据是否处于图表上的控制界限内。您也可查看是否存在其他非随机行为，如高于或低于中心线的长时间运行。这些程序中的每种程序均提供使用全部数据或仅使用部分数据的选择，以构造图表。此外，每种程序均允许您根据特定数据或根据之前数据的限制设立控制限制。

非参数化检验（仅适用于工业版）：非参数化检验属于统计程序，当可用数据较少时，可以使用此检验做出成功推断。与许多广为人知的参数化假设检验相比，非参数化检验具有更强大的功能。非参数化检验无法始终满足针对基本分布的参数化假设（例如正态性）或一般假设的需要。在大多数情况下，非参数化检验比传统参数化检验更易于应用和提供更清楚的解释。

在线留言

尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。

联系我们
	微信公众号	咨询微信	企业店铺
400-621-1085
（节假日期间办公室座机如无人接听，请选择其他联系方式，感谢理解！祝您节日快乐！）

联系我们

快速链接

StatTools分析汇总

在线留言

联系我们

微信公众号

咨询微信

企业店铺