STATISTICA

[technický popis] STATISTICA je komplexní integrovaný systém pro statistickou a grafickou analýzu a správu dat, obsahující širokou škálu základních i pokročilých analytických postupů pro vědu, inženýrské aplikace, obchodní aplikace a vytěžování dat.

Systém obsahuje nejen všeobecné statistické a grafické procedury, ale rovněž implementace specializovaných modulů, určených například pro oblast biochemie, sociálních věd nebo nejrůznějších technických oborů. Všechny moduly jsou v integrovaném systému okamžitě přístupné prostřednictvím několika uživatelských propojení, včetně programovacích jazyků (vybavených "průvodci"), s jejichž pomocí lze přidávat do systému vlastní procedury nebo propojit program STATISTICA s ostatními aplikacemi.

Lze si stěží představit uživatele, který by potřeboval všechny statistické metody a grafické postupy obsažené v systému. Zkušenost mnoha spokojených uživatelů systému však dokazuje, že přístupnost analytických a grafických technik obvykle nepoužívaných v oblasti uživatelova působení, často vybízí k vyzkoušení nových tvůrčích postupů při ověřování hypotéz a zkoumání dat.

Obsah

Popisné statistiky, kategorizace a analýza dat
Korelace
Základní statistiky a skupinové statistiky
Interaktivní pravděpodobnostní kalkulátor
T-testy (a další testy rozdílů skupin)
Histogramy, křížové tabulky a kombinované tabulky, Vícerozměrná analýza
Metody vícerozměrné regrese
Obecná ANCOVA/MANCOVA
Komponenty rozptylu a smíšené modely ANOVA/ANCOVA
Kroková diskriminační analýza
Neparametrické statistiky
Testování rozdělení
Faktorová analýza a hlavní komponenty
Vícerozměrné škálování
Korespondenční analýza
Analýza spolehlivosti
Techniky shlukové analýzy
Klasifikační a regresní stromy
Log-lineární analýza
Obecné nelineární odhady (a logit/probit)
Kanonická korelační analýza
Analýza přežívání
Časové řady, předpovědi
Strukturální modely (SEPATH)
Vizuální obecné lineární modely (VGLM - anglicky)
Vizuální obecná kroková regrese (VGSR - anglicky)
Vizuální zobecněné lineární modely (VGLZ - anglicky)
Vizuální metoda částečných nejmenších čtverců(VPLS - anglicky)

POPISNÉ STATISTIKY, KATEGORIZACE DAT, ANALÝZA DAT

[základní statistiky] STATISTICA nabízí široký výběr metod pro výzkumné analýzy: Program počítá všechny běžné, obecně užívané popisné statistiky, mediány, módy, kvartily, percentily, průměry a standardní odchylky, kvartil rozsahu, intervaly spolehlivosti pro průměr, šikmost a špičatost (s příslušnými standardními odchylkami), harmonické průměry, geometrické průměry a mnoho dalších speciálních popisných statistik a diagnostik. Stejně jako u všech ostatních modulů programu STATISTICA, usnadňuje výzkumnou analýzu široká škála dostupných grafů, např. box grafy s průměrem a směrodatnou odchylkou, histogramy, 2D a 3D bodové grafy, grafy normálního, polo-normálního  i centrovaného rozdělení, Q-Q grafy, P-P grafy a další. Pro testování rozdělení je k dispozici rozsáhlý soubor testů, např. Kolmogorov-Smirnovův, Lillieforsův a Shapiro-Wilksův test, stejně jako procedury pro testování širokého rozsahu dalších rozdělení (viz rovněž STATISTICA Process Analysis  a kapitola o testování v sekci o užití grafiky (anglicky) ).  Lze počítat prakticky všechny popisné statistiky a sestavovat sumární grafy pro data, která jsou kategorizována (rozdělena) jednou nebo více skupinovými proměnnými. Např. pomocí několika málo kliků myší uživatel rozdělí data třeba podle pohlaví či věku a okamžitě má k dispozici kategorizované histogramy, box grafy s průměrem a směrodatnou odchylkou, grafy normálního rozdělení, bodové grafy atd. Při výběru více než dvou kategorizujících proměnných lze ihned generovat kaskády odpovídajících grafů. [kategorizace] K dispozici jsou možnosti kategorizace spojitými proměnnými, např. lze rozdělit proměnnou do požadovaného počtu intervalů, nebo použít "on-line" dekodér na předdefinování stylu, jakým bude proměnná dekódována. Kategorizační kritéria mohou být prakticky libovolně složitá a mohou obsahovat relace ke všem proměnným v souboru dat. V systému existuje i speciální procedura na hierarchické rozdělení dat, která umožňuje rozdělovat data podle až šesti kategorizujících proměnných, počítat množství kategorizovaných grafů, popisných statistik a korelačních matic pro podskupiny (zadavatel může interaktivně požadovat vynechání některých faktorů v rozdělené tabulce a prozkoumávat statistiky pro libovolné marginální tabulky). Četné formátovací a popisné funkce umožňují vytvářet tabulky a zprávy v tzv. "publikační kvalitě". Ve výstupech lze používat dlouhá návěští a popisy pro jednotlivé proměnné. V kategorizační proceduře lze specifikovat i extrémně rozsáhlé konstrukce analýzy (např. 300 skupin pro jednu kategorizační proměnnou). Ve výsledku přesto dostaneme všechny příslušné ANOVA statistiky (včetně kompletní tabulky ANOVA, testů předpokladů jako je např. Levenův test homogenity rozptylu, výběr sedmi post-hoc testů atd.). Jako v ostatních modulech i zde se používá pro výpočty rozšířená přesnost čísel. Díky interaktivnosti programu je práce při průzkumu dat velmi snadná. Například lze vytvářet všechny typy grafů přímo z tabulek zobrazených výsledků prostým výběrem příslušné buňky nebo skupiny buněk myší. Stejně snadno lze jediným kliknutím myší vytvořit kaskády složitých (např. vícenásobně kategorizovaných) grafů. Kromě nespočetných předdefinovaných statistických grafů, sumárních statistik a relací lze několika výběry a kliky myší vytvářet i vlastní "uživatelské" grafy či statistiky. Veškeré výzkumné grafické techniky (popsané v oddíle o užití grafiky (anglicky) jsou propojeny s analytickou částí, a tak umožňují uživateli vizuálně vyšetřovat vybraná data.

zpět na obsah

KORELACE

[korelace] Rozsáhlý soubor voleb umožňuje zkoumání korelací mezi proměnnými. Je možné počítat prakticky všechny známe míry korelace, např. Pearsonův "r" koeficient, Spearmanův "R" koeficient, Kendalův "tau" koeficient, Gamma, Phi, Cramerův "V" koeficient, kontingenční koeficient "C", Sommersův "D", koeficienty neurčitosti, parciální korelace, autokorelace, různé míry vzdálenosti atd. (nelineární regrese, regrese kritických dat a další speciální míry korelací jsou součástí modulu "Nelineární odhady", případně modulu "Analýza přežívání" či dalších. Korelační matice lze počítat s použitím párových či případových doplnění chybějících dat nebo substitucí průměrem. Tam, kde je to potřebné, používá program pro numerické výpočty rozšířené přesnosti dat, a tím poskytuje výsledky s vysokou numerickou přesností. Výsledky jsou stejně jako ostatní numerické výstupy programu zobrazovány v posunovacích protokolech. K dispozici jsou nejrůznější formátovací funkce a rozsáhlé prostředky pro vizualizaci numerických výsledků. Uživatel může prostě myší vybrat příslušnou korelaci z protokolu a okamžitě zobrazit výběr grafického znázornění výsledku (např. bodový graf s intervaly spolehlivosti, různé dvojrozměrné histogramy distribuce, grafy rozdělení pravděpodobnosti atd.). Další prostředky umožňují výběr individuálních bodů z grafu a ověření jejich vlivu na regresní křivku. Program poskytuje širokou škálu obecných formátů zobrazení korelací; signifikantní korelační koeficienty lze automaticky zvýraznit, každou buňku v tabulce výsledků lze libovolně rozšířit tak, aby se zobrazily odpovídající hodnoty "n" a "p", na požádání lze zobrazit detailní výsledky obsahující všechny deskriptivní statistiky (párové průměry a směrodatné odchylky, "B" váhy, atd.). V jedné výsledkové tabulce lze zobrazit extrémně velké korelační matice (až do velikosti 4096 x 4096). [korel.matice] Pomocí tzv. správce megasouborů a správce megatabulek lze počítat a zobrazovat matice až do velikosti 32000 x 32000. Jako u jiných výsledků i korelační matice lze zobrazovat s použitím "zoom" funkce a interaktivně ovládaného číselného formátu (např. od +0.4 do 0.41258927645193). Stejně tak lze rozsáhlé matice komprimovat (pomocí funkce "zoom" nebo nastavením šířky číselného formátu tažením myší). Buňky obsahující hodnoty, které přesahují uživatelem nastavené meze lze označit červenou barvou. Lze sestavovat korelační matice kategorizované skupinovými proměnnými a znázorňované kategorizovanými bodovými grafy. Lze rovněž vytvářet rozdělení korelačních matic (jedna matice pro jednu podmnožinu dat) a výsledky zobrazovat ve skupinách výsledkových tabulek. Celou korelační matici lze sumarizovat do jednoho grafu (s prakticky neomezenou hustotou). Velké bodové matice pak lze studovat interaktivně pomocí funkce "zoom" uplatněné na vybrané části grafu (příp. postupným prohlížením - "scrolováním" velkého grafu v "zoom" režimu - viz ilustraci vlevo). Lze rovněž generovat kategorizované korelační matice (jedna matice pro každou podmnožinu dat). Případně lze vytvořit bodový graf matice pro více podmnožin dat a jednotlivé datové podmnožiny označit značkami. Při vyhledávání obecných závislostí lze použít další grafické prostředky (např. obrysové grafy, nevyhlazované povrchové grafy, ikony, atd.). Všechny tyto operace lze provádět pouhými několika poklepy myší. Pochopitelně je k dispozici celá množina zkratek (shortcuts) pro nejčastěji prováděné úkony. Souběžně lze na obrazovce zobrazit libovolné množství výsledkových tabulek a grafů, což značně usnadňuje provádění interaktivní průzkumné analýzy a porovnávání.

zpět na obsah

ZÁKLADNÍ STATISTIKY A SKUPINOVÉ STATISTIKY

[základní statistiky] Popisné statistiky, korelace a histogramy jsou dodávány v provedení "on-line", což umožňuje počítat základní statistiky a vytvářet grafy kdykoliv v průběhu datové analýzy jediným poklepem myší. Tyto Rychlé základní statistiky jsou přístupné ze všech panelů nástrojů a ze všech plovoucích panelů nabídek a pokud uživatel neurčí jinak, produkují výsledky okamžitě bez nutnosti zadávat dodatečná data (viz obrázek vlevo). Navíc tyto procedury nepožadují, aby uživatel předem určil analyzované proměnné, protože tyto jsou definovány právě vybranou skupinou dat nebo rozsahem sloupců (či řad) v aktivní tabulce dat nebo výsledků. To poskytuje velice pohodlnou cestu k získání okamžité informace o proměnných, které byly použity ve výpočtu zkoumaných výsledků. Základní  statistiky zahrnují kompletní sadu popisných statistik (včetně pořádkových statistik), korelací a histogramů a velký výběr příslušných statistických grafů. Výstup ze všech statistik a grafů lze kategorizovat (rozdělit na základě další proměnné). Kromě toho všechny funkce, které poskytují výsledky počítané ze základních dat, všechny výsledkové tabulky a protokoly v programu STATISTICA rovněž nabízejí skupinové statistiky a skupinové statistické grafy (viz obrázek vlevo). Skupinové statistiky jsou operace prováděné na dočasně vybraných (zvýrazněných) blocích hodnot v právě aktivní tabulce nebo výsledkové tabulce. Výstup lze počítat pro sloupec nebo pro řadu bez ohledu na význam počítaných dat (např. původní data, faktorové zátěže, průměry, frekvence). Tak třeba můžete po provedení studie "Monte Carlo" modulem SEPATH vybrat skupinu čísel (například odhady parametrů pro postupné experimenty) v tabulce výsledků a spočítat pro ně popisné statistiky (průměry, střední hodnoty, kvartily), sestavit histogramy, grafy rozdělení, krabicové grafy atd.

zpět na obsah

INTERAKTIVNÍ PRAVDĚPODOBNOSTNÍ KALKULÁTOR

[pravděp.kalkulátor] Flexibilní interaktivní pravděpodobnostní kalkulátor (viz obrázek vlevo) lze vyvolat z libovolného panelu nástrojů. Kalkulátor obsahuje široký výběr distribucí, například distribuce Beta, Cauchyho,Chi-kvadrát, Exponenciální, Extremních hodnot, F, Gamma, Laplaceovo, Lognormální, Logistické, Paretovo, Rayleigh, t (Studentovo), Weibullovo, a Z (Normální)) Součástí kalkulátoru je část zobrazující interaktivně (hustotu) aktualizované grafy (graf hustoty distribuční funkce a graf distribuční funkce). Při vizuálním zkoumání jednotlivých distribucí lze s výhodou použít speciální technologii STATISTICA Smart MicroScrolls, která dovoluje přejít přímo bud na poslední významnou číslici (stiskem levého tlačítka myši) nebo těsně před poslední významnou číslici (stiskem pravého tlačítka myši). Kalkulátor skýtá prostředky pro vytváření uživatelsky upravených rozdělení a jejich grafů s požadovanými useknutými oblastmi. Tím lze kalkulátor použít k interaktivnímu vyšetřování rozdělení (např. lze vyšetřovat jednotlivé pravděpodobnosti v závislosti na parametrech tvaru rozdělení).

zpět na obsah

T-testy (a další testy rozdílností skupin)

[T-testy] Program umožňuje počítat t-testy pro závislé i nezávislé výběry dat stejně jako Hottelingův T2 (viz rovněž informace o modulu "ANOVA/MANOVA") pro jednorozměrná i vícerozměrná porovnání průměrů). Stejně jako u ostatních funkcí i zde jsou k dispozici rozsáhlé diagnostické a grafické prostředky volitelné z nabídky výsledků. Např. pro t-test nezávislých výběrů jsou k dispozici prostředky pro výpočet t-testu se separátními variačními odhady, Levenův test homogenity rozptylu, různé krabicové grafy, kategorizované histogramy a grafy rozdělení, kategorizované bodové grafy atd. Další (více specializované) testy skupinových rozdílností jsou obsaženy v mnoha dalších modulech, např. v modulu "Neparametrické statistiky" nebo v modulu "Analýza přežívání".

zpět na obsah

HISTOGRAMY, KŘÍŽOVÉ TABULKY, KOMBINOVANÉ TABULKY, VÍCEROZMĚRNÁ ANALÝZA

[histogramy] Program obsahuje mnoho prostředků pro tabelování spojitých, kategorizovaných a vícenásobných kontrolních proměnných nebo vícenásobných dichotomií. K dispozici je široká nabídka formátovacích funkcí pro sestavování tabulek. Např. tabulky obsahující vícenásobné dichotomie nebo kontrolní proměnné lze marginální počty a příslušná procentuální vyjádření založit na celkovém počtu respondentů nebo odpovědí, vícenásobné kontrolní proměnné lze zpracovat do párů a pod. Program dále obsahuje prostředky pro ošetření chybějících dat. Histogramy lze rovněž sestavovat na základě uživatelem definovaných logických výběrových podmínek (libovolné složitosti, s odkazy na libovolné relace mezi proměnnými a datovými soubory), sloužících k přiřazování případů do jednotlivých kategorií v tabulce. Všechny tabulky lze libovolně editovat podle potřeby. Např. křížové tabulky mohou v každé buňce obsahovat procenta pro sloupec, řádek i celek, lze použít dlouhá návěští pro popis kategorií tabulky, hodnoty mimo uživatelem zvolené meze lze zvýraznit atd. Program může zobrazit kumulativní i relativní četnosti, Logit a Probit transformované četnosti, normální očekávané četnosti, očekávané a zbytkové četnosti v křížových tabulkách atd. Testy dostupné pro statistické hodnocení křížových tabulek zahrnují: Pearsonův test, test maximálně věrohodnostní, Yates-corrected Chi-kvadrát, McNemarův Chi-kvadrát, Fisherův exaktní test (jedno i dvoustranný), Phi-test a tetrachordický "r" test. Další dostupné statistiky zahrnují Kendallův "tau" (a,b) test, Gamma test, Spearmanův "r" test, Sommerův "D" test, koeficienty neurčitosti atd. Grafické prostředky obsahují jednoduché, kategorizované (vícenásobné) a trojrozměrné histogramy, křížové histogramy a mnoho dalších typů grafů včetně unikátního interakčního grafu četností, který sumarizuje četnosti pro složité křížové tabulky (podobný grafu průměrů v ANOVA modulu). Pomocí programu lze vytvářet a studovat kaskády i těch nejsložitějších grafů.

zpět na obsah

METODY VÍCEROZMĚRNÉ REGRESE

[regrese] Regresní modul je obsáhlá množina lineárních a nelineárních regresních technik. Zahrnuje regrese jednoduché, vícenrozměrné, krokové (dopředu, dozadu nebo po skupinách), hierarchické, nelineární (včetně polynomických, exponenciálních, logaritmických apod.), hřebenové regrese (s oříznutím nebo bez oříznutí) a metodu vážených nejmenších čtverců. Program počítá soubor statistik a rozšířených diagnostik včetně kompletních regresních tabulek (se standardními chybami pro B, Beta, R2 a upravené R2 a tabulky regrese ANOVA, parciální korelační matice, korelace a kovariance pro regresní váhy, inverzní matice, Durbin-Watsonovu d statistiku, Mahalanobisovy a Cookovy vzdálenosti, zbytková residua, intervaly spolehlivosti pro predikované hodnoty a mnoho dalších. Rozsáhlá residuální a přehledová analýza má k dispozici velký výběr grafů, včetně množiny bodových grafů, histogramů, grafů rozdělení, centrovaných rozdělení, částečných korelačních grafů a dalších. Výsledky pro jednotlivé hodnocené případy lze vizualizovat pomocí ikonových grafů a dalších vícerozměrných grafů propojených přímo s výsledkovými tabulkami. Předpovědní funkce umožňuje uživateli provádět podmíněné (what-if ) analýzy a interaktivně počítat predikované výsledky v závislosti na uživatelsky definovaných predikátech. Analyzovat lze i extrémně velké regresní modely (500 a více proměnných). Sada přídavných funkcí obsahuje i regresní modul schopný zpracovat modely s tisíci proměnnými stejně jako dvoustupňovou regresi nejmenších čtverců nebo Box-Coxovu a Box-Tidwellovu transformaci s grafy. Program STATISTICA rovněž obsahuje modul obecných nelineárních odhadů, který je schopen počítat prakticky jakýkoliv uživatelsky definovaný nelineární model a obsahuje výběr předdefinovaných modelů, včetně logitové a probitové analýzy a dalších. Dále je v programu zahrnut modul strukturálních modelů SEPATH, který umožňuje počítat extrémně rozsáhlé korelace, kovariance a momentové matice.

zpět na obsah

OBECNÁ ANCOVA/MANCOVA

[ANCOVA/MANCOVA] Modul ANCOVA/MANCOVA je program pro provádění obecné jednorozměrné a vícerozměrné analýzy rozptylu a kovariance, pomocí kterého může uživatel provádět analýzu modelů prakticky neomezené složitosti. I méně zkušení uživatelé metody ANOVA dokáží s tímto programem analyzovat velice složité modely. Implicitně používá modul , který užívá metodu průměrů pro tvorbu modelu,  uživatel však může volit mezi rozsáhlou množinou jiných přístupů, např. Typ I (sekvenční, podle implicitního nebo uživatelsky definovaného řádu), Typ II, Typ III - součty čtverců, nebo Typ IV - hypotézy pro neúplné modely. Dále lze analyzovat meziskupinové modely, modely s pevnými či náhodnými faktory, nevyvážené a vložené modely i modely izolovaných kontrolních skupin. Pro všechny typy modelů lze použít pevné (statické) nebo proměnné kovariance. Lze analyzovat i neúplné modely (vložené modely, latinské čtverce, řecko-latinské čtverce, modely s jedním pozorováním v buňce, náhodné skupinové modely a další). Lze provádět "Post-hoc" testy pro marginální průměry nebo interakční účinky, včetně testu Newman-Keulsova, Duncanova testu pro vícenásobný rozsah, Scheffeova, Tukeyova "HSD" testu a Spjotvoll a Stolineova "HSD" testu.

Program poskytuje kompletní ANOVA statistiky pro všechny hlavní vlivy, interakce nebo plánovaná porovnání a počítá vícenásobné klasifikační tabulky a SSCP matice. [ANOVA] Lze generovat tabulky výsledků se zvýrazněním všech hodnot, významných na uživatelem stanovené úrovni. Hodnoty v tabulkách lze vyšetřovat pomocí grafů pouhým dvojitým poklepáním myší na zvolenou hodnotu. U všech jednorozměrných i vícerozměrných modelů lze provádět kontrastní analýzu (plánovaná porovnání) neomezené složitosti. Uživatel může specifikovat částečné interaktivní vlivy, jednoduché vlivy, polynomické kontrasty nebo experimenty s libovolnou kombinací kontrastních koeficientů. K dispozici jsou prostředky pro usnadnění a urychlení přípravy i těch nesložitějších kontrastních analýz, stejně jako rozsáhlý výběr předefinovaných kontrastů dostupný uživateli na poklepání myší (včetně polynomických, deviačních, diferenčních, Helmertových a opakovaných koeficientů kontrastu). Pro analýzu neúplných modelů s náhodně rozloženými chybějícími hodnotami označí prostředek pro analýzu kontrastů samočinně všechny chybějící hodnoty a navede uživatele na konstrukci testovatelné hypotézy. Pro usnadnění analýzy je k dispozici rozsáhlá sada grafických pomůcek (jako samočinně generované grafy interakcí v uživatelem definovaných kaskádách, grafy meziskupinových distribucí proměnných, meziskupinových korelací, uživatelsky definovaných krabicových grafů průměrů, kvartilů, směrodatných odchylek, standardních chyb atd. Program dále umí počítat Greenhouse-Geisserovy a Huynh-Feldtovy adjustace pro opakovaná měření faktorů doprovázených výpočtem jednorozměrných i vícerozměrných výsledků pro tyto faktory opakovaných měření. Uživatel může studovat (SS) matice součtů čtverců (hypotéza, chyba) a tam, kde je to případné, provede program úplnou kanonickou analýzu a spočítá kanonické kořeny, vlastní hodnoty, procento variance pro každý kořen a standardizované i nestandardizované diskriminační funkce.

Pro testování hypotéz a předpokladů a vizualizaci výsledků je v modulu "ANCOVA/MANCOVA" k dispozici široká paleta grafů: grafy distribucí, listové grafy, kategorizované a zřetězené grafy korelací, grafy proložení umožňující porovnání relací mezi závislými měřeními a kovariancemi přes buňky vyšších úrovní modelů, grafů průměrů vs. standardních odchylek nebo variancí, grafy normálních, polo-normálních a centrovaných rozdělení atd. Jedním poklepáním lze vytvořit kaskády příslušných grafů, které pak lze studovat v kontinuálním (slide-show) režimu pomocí tlačítka Continue. Pro testování předpovědí je k dispozici celá sada statistických funkcí: Cochranův "C" test, Hartleyův test, Bartlettův test, Leveneův test, Boxům "M" test, Senův test, Puriho neparametrický test, Kolmogorov-Smirnovův test, Mauchleyův test sféričnosti atd.

Upozornění: Verze tohoto modulu, obsažená v programu Quick STATISTICA, je omezena na jednorozměrné modely s max. 4 meziskupinovými faktory, jedním faktorem opakovaného měření a jednou kovariancí.

zpět na obsah

NEPARAMETRICKÉ STATISTIKY

[neparam.statistiky] Modul neparametrických statistik přináší obsáhlý výběr analytických a popisných statistik zahrnující všechny běžné testy a několik speciálních funkcí. Mezi dostupnými statistickými funkcemi jsou: Wald-Wolfowitzův test, Mann-Whitneyův "U" test (s přesnými pravděpodobnostmi [namísto aproximací normálním rozdělením] pro malé vzorky), Kolmogorov-Smirnovovy testy, Wilcoxonův párový test, Kruskal-Wallisova ANOVA, mediánový test, znaménkový test, Kendallův koeficient shody, Friedmanova ANOVA, Cochranův "Q" test, Chi-kvadrát, "V" statistiky kvadrátů, Phi, Gamma, Sommerovy kontingenční koeficienty, McNemarův test a další. (Specializované neparametrické testy a statistiky jsou rovněž součástí mnoha dalších modulů, např. analýzy přežívání, analýzy procesů a dalších). Stejně jako u všech ostatních modulů programu STATISTICA, i zde jsou všechny testy propojeny s grafy (zahrnujícími nejrůznější verze bodových grafů, specializovaných krabicových grafů, čárových grafů, histogramů a mnoha dalších 2D a 3D zobrazení).

zpět na obsah

TESTOVÁNÍ ROZDĚLENÍ

[testy rozložení] Prostředky modulu "Testování rozdělení" umožňují provádět porovnání rozdělení proměnné s širokou paletou teoretických rozdělení. Data lze testovat na následující rozdělení: Normální, rovnoměrné, exponenciální, GAMMA, lognormální, Chi-kvadrát, Weibullovo, Gompertzovo, Binomické, Poissonovo, Geometrické a Bernoulliho. Shodu lze testovat pomocí Chi-kvadrát testu, jednovýběrového Kolmogorov-Smirnovova testu (testovací parametr lze nastavovat) nebo Lillieforsova a Shapiro-Wilksova testu. Navíc, shoda konkrétního hypotetického rozložení s empirickým rozložením může být vyjádřena pomocí histogramů (standardních nebo kumulativních) proložených vybranými funkcemi. Z výsledkové tabulky lze vytvořit čárové či sloupcové grafy očekávaných a pozorovaných četností. Další prostředky pro testování rozdělení najde uživatel v modulu "Analýza procesů", kde lze počítat odhady parametru metodou maximální věrohodnosti pro tato rozdělení: Beta, exponenciální, Extrémních hodnot (typ I,Gumbel), Gamma, Log-normální, Rayleighovo a Weibullovo. Tento modul obsahuje rovněž prostředky pro samočinný výběr optimálního rozložení pro testovaná data. Další prostředky pro testování předdefinovaných nebo uživatelem definovaných funkcí prakticky neomezené složitosti jsou popsány v modulu: "Nelineární odhady".

zpět na obsah

OBECNÉ NELINEÁRNÍ ODHADY (a logit/probit)

[nelineární odhady] Modul nelineárních odhadů umožňuje uživateli testovat v podstatě libovolný typ nelineárního modelu. Jedním z jedinečných rysů tohoto modulu je skutečnost, že (na rozdíl od tradičních programů pro nelineární odhady) neklade žádné limity na velikost datových souborů určených ke zpracování. Modely lze testovat metodou nejmenších čtverců, metodou maximální věrohodnosti nebo příslušnou uživatelem specifikovanou funkcí. Uživatel má možnost volby mezi čtyřmi rozdílnými, velice výkonnými funkcemi odhadů (quasi-Newtonova, Simplexová, Hooke-Jeevesova a Rosenbockova vyhledávací metoda rotujících souřadnic), takže se lze dobrat ke stabilním odhadům parametrů prakticky ve všech situacích. Uživatel může specifikovat libovolný model zápisem příslušné funkce pomocí editoru rovnic. Funkce mohou obsahovat logické operátory, takže lze testovat i nekontinuální regresní modely a modely obsahující umělé proměnné. Funkce mohou dále obsahovat i širokou škálu distribučních funkcí a kumulativních distribučních funkcí: (Beta, binomického, Cauchyho, Chi-kvadrát, exponenciálních, extrémních hodnot, F, Gamma, geometrického, Laplaceova, Logistického, normálního, Log-Normálního, Paretova, Poissonova, Rayleighova, t (Studentova) nebo Weibullova rozdělení). Modul dovoluje uživateli nastavovat všechny parametry postupu odhadu (např. počáteční hodnoty, velikost kroku, kritéria konvergence atd.). Nejčastěji užívané nelineární modely jsou předdefinovány a lze je jednoduše vybrat z nabídky možností. Regresní modely zahrnují probitový a logitový krokový regresní model, exponenciální regresní model a lineární postupnou regresi s usekáváním. Spolu s různými popisnými statistikami obsahují standardní výsledky nelineárních odhadů pomocí parametrických odhadů a jejich standardní chyby (počítané nezávisle na samotném odhadu), varianční a kovarianční matice odhadů parametrů, předpovídané hodnoty, residua a příslušné míry testu shody. Předpovězené a residuální hodnoty lze připojit k datovému souboru pro potřeby další analýzy. Všechny výstupní hodnoty jsou propojeny s širokým výběrem grafů, včetně interaktivně nastavitelných 2D a 3D povrchových grafů prokládané funkce, které umožňují znázornit kvalitu odhadu a identifikovat mezní hodnoty nebo intervaly neshod mezi modelem a daty. Uživatel má možnost interaktivně upravovat rovnici prokládané funkce a vizualizovat prakticky všechny aspekty odhadu. Kaskádu vizuálních výsledků lze uložit nebo zkombinovat s protokolem. K dispozici je i mnoho dalších speciálních grafů pro studium procesu odhadu a znázornění výsledků, např. histogramy všech zvolených proměnných a residuálních hodnot, bodové grafy pozorovaných versus předpovězených hodnot, grafy rozložení residuí a další.

zpět na obsah

ANALÝZA ČASOVÝCH ŘAD, PŘEDPOVĚDI

[časové řady] Modul časových řad obsahuje široký výběr popisných, modelovacích, rozkladových a předpovědních metod pro modely v časové i spektrální oblasti. Metody jsou integrované, tzn. že výsledky jedné analýzy (např. ARIMA residua) lze přímo použít v následných analýzách (např. výpočet autokorelací residuí). K dispozici jsou rovněž četné flexibilní prostředky pro studium a zobrazení jednotlivých nebo vícenásobných řad. Analýzy lze provádět i na velmi dlouhých řadách (např. více než 100 000 pozorování lze zpracovat na počítači s pouhými 8 MB paměti). Vícenásobné řady lze zpracovávat v "aktivní pracovní oblasti" programu, (např. vícenásobné řady vstupních dat nebo řady, které jsou výsledkem různých stádií analýzy), řady lze studovat a porovnávat. Program si pamatuje postup následných analýz a udržuje deník transformací a ostatních výsledků. To umožňuje vrátit se kdykoliv k předchozí transformaci nebo porovnat (a vykreslit) původní řadu a její transformaci. Informace o jednotlivých transformacích je zaznamenávána pomocí dlouhých názvů proměnných, takže uživatel může uložit nově vytvořené proměnné do souboru dat a "historie" každé řady je přesto zachována. Následující odstavce popisují jednotlivé procedury modulu časových řad.

Transformace, modelování, grafy, autokorelace. Dostupné transformace časových řad umožňují plně vyšetřovat zákonitosti vstupních řad a provádět všechny běžné transformace, včetně: centrování, odstranění autokorelace, vyhlazení metodou klouzavých průměrů (vážených a nevážených, uživatelsky definovaných nebo s váhami Daniella, Tukeyho, Hamminga, Parzena či Bartletta), vyhlazení klouzavým mediánem, jednoduché exponenciální vyhlazení, diferencování, integrování, tvorba residuí, posunu, "4253H" vyhlazení, zúžení, Fourierovy (a inverzní) transformace a dalších. Rovněž lze provést autokorelační, parciální autokorelační a křížovou korelační analýzu.

ARIMA a (intervenční) analýza přerušovaných časových řad. Modul časových řad umožňuje kompletní využití ARIMA metody. Modely mohou obsahovat konstantu a řady lze před analýzou transformovat; transformace budou automaticky "odstraněny" před výpočtem ARIMA předpovědí, takže předpovědi a jejich standardní chyby budou vztaženy k hodnotám původní vstupní řady. Lze spočítat přibližné i přesné maximálně věrohodné podmíněné součty čtverců. Implementace metody v modulu "časových řad" je zejména vhodná pro modely s dlouhými sezónními obdobími (např. období 30 dnů). Standardní výsledky zahrnují odhady parametrů a jejich standardní chyby a korelace parametrů. Lze spočítat a vykreslit předpovědi a jejich standardní chyby. Výsledky lze připojit k původním řadám.

Sezónní a nesezónní exponenciální vyhlazení. V modulu časových řad je k dispozici všech 12 běžných exponenciálních vyhlazovacích funkcí. Lze stanovit, že model má obsahovat aditivní nebo multiplikativní sezónní komponent a (nebo) lineární, exponenciální nebo tlumený trend; dostupné modely zahrnují populární Holt-Winterův lineární model. Uživatel může specifikovat počáteční hodnotu pro vyhlazovací transformaci, počáteční hodnotu trendu a sezónní faktory (kde je to vhodné). Pro trend a sezónní komponenty lze specifikovat separátní vyhlazovací parametry. Uživatel může identifikovat nejlepší parametry průzkumem mřížky parametrů; tabulka výsledků obsahuje všechny kombinace hodnot parametrů: směrodatnou odchylku, absolutní odchylku, součet čtverců chyb, rozptyl, procentní odchylku a absolutní procentní odchylku. Nejmenší hodnota těchto indikátorů shody je v tabulce zvýrazněna. Uživatel může rovněž požadovat automatické vyhledání nejlepších parametrů. Pro následnou analýzu poskytuje program výsledky příslušných exponenciálních transformací, residuí a požadovaný počet předpovědí. K ocenění přiměřenosti zvoleného exponenciálního vyhlazovacího modelu slouží součtový graf zobrazující původní řady spolu s vyhlazenými řadami a předpověďmi a s křivkou vyhlazovacích residuí, vykreslenou odděleně proti pravé y-ose.

Klasická sezónní dekompozice (Census Method I). Modul umožňuje volit délku periody sezóny a vybrat mezi aditivním nebo multiplikativním modelem. Program spočítá klouzavé průměry, podíly nebo diference, sezónní faktory, sezónně upravené řady, komponenty vyhlazeného trendového cyklu a neregulární komponentu. Tyto komponenty jsou k dispozici pro další analýzu; například lze dále sestavovat histogramy, grafy normálního rozložení atd. pro kteroukoliv z těchto komponent (nebo pro všechny najednou) a tak testovat přiměřenost modelu.

[sezónní dekompozice] X-11 Měsíční a čtvrtletní sezónní dekompozice a sezónní přizpůsobení (Census Method II). Modul časových řad obsahuje plnou implementaci procedury Census Method II, varianta Census X-11. Uspořádání možností a dialogů plně odpovídá definicím a konvencím popsaným v dokumentaci "Výboru pro Census". Lze specifikovat aditivní nebo multiplikativní sezónní modely. Uživatel může volit faktor "prior trading-day" a faktory sezónního přizpůsobení. Varianci faktoru "trading-day" lze odhadnout pomocí regrese (pro extrémní pozorování) a poté ji použít pro přizpůsobení řady (podmíněně, je-li to žádoucí). K dispozici jsou standardní prostředky pro odstupňování extrémních pozorování, výpočet sezónních faktorů a výpočet komponent cyklu trendu (uživatel může volit mezi různými typy vážených průměrů; program je však schopen sám vybrat optimální délky a typy pohyblivých průměrů). Vypočtené finální komponenty (sezónní, cyklických trendů, neregularity) a sezónně přizpůsobené řady jsou automaticky dostupné pro další analýzy a grafické zpracování. Rovněž lze tyto komponenty uložit pro další analýzu jinými programy. Program vytváří grafy jednotlivých komponent včetně grafů kategorizovaných po měsících (nebo čtvrtletích).

Modely s polynomickým zpožděním. Implementace modelů s polynomickým zpožděním v modulu časových řad umožňuje provádět testování modelů s neomezeným zpožděním stejně jako modelů typu "Almon"s omezeným zpožděním. K dispozici je výběr grafů usnadňující studium distribucí modelových proměnných.

Spektrální (Fourierova) a křížová spektrální analýza. Modul časových řad obsahuje úplnou implementaci spektrální (Fourierovy) analýzy a různé techniky křížové analýzy. Program je zejména užitečný pro analýzu neobvykle dlouhých časových řad (např. řad s více než 250 000 pozorováními) a neklade žádná omezení na délku řad (délka řad nemusí být násobkem 2). Uživatel však má možnost před provedením analýzy řady doplnit nebo zkrátit. Standardní předběžné transformace zahrnují zúžení, odečtení průměru a centrování. Pro jednoduchou spektrální analýzu se počítá frekvence, perioda, koeficienty sinu a cosinu, hodnoty pro frekvenční graf a odhady spektrální hustoty. Odhady hustoty lze počítat pomocí váhového koeficientu Danielliho, Hamminga, Bartletta, Tukeye, Parzena nebo uživatelem definovaného. Užitečná, zejména pro dlouhé vstupní řady, je možnost zobrazit pouze uživatelem definovaný počet hodnot z frekvenčního grafu nebo hustotní funkce v sestupném třídění; tak lze snadno nalézt nejvýznačnější část frekvenčního průběhu nebo vrchol hustoty i v nejdelších řadách. Uživatel může počítat Kolmogorov-Smirnovův "d" test pro hodnoty frekvenčního grafu a tak zjišťovat, jestli průběh odpovídá exponenciálnímu rozložení (neboli jestli vstupní řada nereprezentuje bílý šum)  Pro sumarizaci výsledků jsou k dispozici četné typy grafů; lze znázornit koeficienty sinu a cosinu, hodnoty frekvenčního grafu, hodnoty spektrální hustoty a hustotu versus frekvenci, periodu nebo log-periodu a další. Pro dlouhé vstupní řady lze volit segment, pro který bude frekvenční graf nebo hustotní funkce znázorněna a tak zvýšit rozlišení a tím i vypovídací hodnotu grafu. U křížové analýzy program kromě výše uvedeného počítá křížové frekvenční grafy (reálnou a imaginární část), co-spektrální hustotu, spektrum kvadratury, křížovou amplitudu, hodnoty koherence, hodnoty zisku a fázové spektrum. Všechny tyto výsledky lze opět zobrazit proti frekvenci, periodě nebo log-periodě buď pro celý průběh nebo pouze pro vybranou část. Stejně jako u jednoduché spektrální analýzy lze vybrat pouze část spočítaných hodnot a ty zobrazit v sestupném třídění, aby bylo možné identifikovat význačné body i u delších řad. Všechny výsledky spektrální analýzy jsou jako obvykle použitelné pro zpracování v dalších modulech programu STATISTICA.

Techniky předpovědí založené na výpočtu regrese. STATISTICA nabízí regresně orientované techniky časových řad pro zpožděné i nezpožděné proměnné (včetně regresí od počátku, nelineárních regresí a interaktivních podmínkových ("what-if") předpovědí.

zpět na obsah

TECHNIKY SHLUKOVÉ ANALÝZY

[shluková analýza] Tento modul obsahuje rozsáhlý soubor metod shlukové analýzy (k-průměry, hierarchické shluky, dvoucestné spojování). Program je schopen zpracovávat data buď z původních datových souborů nebo z matic míry vzdáleností (např. korelačních matic). Uživatel může seskupovat případy, proměnné nebo obojí podle širokého výběru měr vzdáleností (včetně euklidovské metriky, čtverce euklidovské metriky, měr typu "city-blok" (Manhattan), Čebyševovy, mocninných, procenta neshody a "l-r") a podle slučovacích pravidel (včetně jednoduchých, kompletních, vážených a nevážených skupinových průměrů, těžišť, Wardovy metody a dalších). Matice vzdáleností lze uložit pro další analýzu v ostatních modulech programu STATISTICA . Při použití metody "k-průměrů" má uživatel plnou kontrolu nad počátečními centry shluků. Lze zpracovávat extrémně velké modely, např. hierarchické (stromové) uspořádání může analyzovat matici 90 000 vzdáleností. V doplnění standardních výstupních hodnot program počítá rozsáhlý soubor popisných statistik a rozšířených diagnostik. Data obsažená ve shlucích lze připojit k současnému souboru dat pro další zpracování. Grafické prostředky modulu shlukové analýzy zahrnují upravovatelné stromové diagramy, diskrétní obrysové maticové grafy a mnoho dalších.

zpět na obsah

KLASIFIKAČNÍ A REGRESNÍ STROMY

[stromy] Modul klasifikačních a regresních stromů obsahuje implementaci nejnovějších algoritmů pro efektivní produkci a testování "robustnosti" klasifikačních stromů ("klasifikační strom" je pravidlo pro předpovídání třídy objektů z predikčních hodnot) Klasifikační stromy lze vytvářet použitím kategorických predikčních proměnných, tříděných predikčních proměnných nebo obou typů najednou a použitím jedno-variančních rozštěpů nebo lineárních kombinací rozštěpů. Analytické prostředky zahrnují postupy pro provádění úplných rozštěpů (jako ve THAID a CART™) nebo diskriminačně-založených rozštěpů, výběr nestranné proměnné (jako v QUEST), přímých ukončovacích pravidel (jako ve FACT), větvení (jako v CART), větvení založeném na deklasifikačních poměrech nebo na klasifikační funkci, či mírách dobré shody jako zobecněný Chi-kvadrát, G-kvadrát nebo Giniho index. Uživatel má možnost specifikovat "v" hodnotu pro v-násobnou validaci odhadu chyby, velikost SE pravidla, minimální velikost uzlu před větvením, startovací proměnnou pro generátor náhodných čísel a "alfa" hodnotu pro výběr proměnné. Pro studium vstupních a výstupních dat jsou v modulu integrované grafické prostředky.

zpět na obsah

FAKTOROVÁ ANALÝZA A HLAVNÍ KOMPONENTY

[faktorová analýza] Modul obsahuje širokou paletu prostředků faktorové a hierarchické faktorové analýzy s rozsáhlými diagnostickými postupy a množstvím analytických a průzkumných grafických nástrojů. Modul provádí analýzu hlavních komponent a běžnou a hierarchickou faktorovou analýzu pro modely s až 300 proměnnými (větší modely lze analyzovat pomocí modulu "SEPATH"). Výstupní hodnoty zahrnují vlastní hodnoty (řádné, kumulativní, relativní), faktorovou zátěž, faktorová skóre (která lze přidat do souboru vstupních hodnot, graficky znázornit jako ikony a interaktivně měnit) a množství dalších technických statistik a diagnostik. Dostupné rotace zahrnují typy: Varimax, Equimax, Quartimax, Biquartimax (normalizovanou nebo ryzí) a nakloněnou rotaci. Faktorový prostor lze zobrazit a prohlížet "řez po řezu" ve 2D či 3D bodových grafech s vyznačenými body proměnných. Mezi další integrované grafy patří "Scree-grafy", sloupcové a čárové grafy a další. Po nalezení faktorového řešení má uživatel možnost přepočítat (tzn. rekonstruovat) korelační matici podle příslušného počtu faktorů. Jak původní datové soubory tak i korelační matice lze použít jako vstupní data. Potvrzující faktorovou analýzu je možné provést pomocí modulu strukturálních modelů. V tomto modulu nalezne uživatel "průvodce potvrzující faktorovou analýzou", který jej krok za krokem provede procesem specifikace modelu.

zpět na obsah

KANONICKÁ KORELAČNÍ ANALÝZA

[kanonická analýza] Modul obsahuje prostředky kanonické analýzy a doplňuje tak postupy této analýzy, vestavěné do ostatních modulů (např. modulu "ANCOVA/MANCOVA" nebo modulu "DISKRIMINAČNÍ FUNKČNÍ ANALÝZY"). Modul zpracovává vstupní datové soubory nebo korelační matice, na nichž počítá všechny standardní korelační statistiky (včetně vlastních vektorů, vlastních čísel, koeficientů nadbytečnosti, kanonických vah, zátěží, extrahovaných variancí, testů významnosti pro každý kořen atd.) a množství rozšířených diagnostik. Pro každý případ lze vypočíst skóre kanonických variancí. Výsledky lze znázornit pomocí vestavěných grafů ikon, nebo je lze přidat k datovému souboru. Modul umožňuje vytvářet množství různých grafů, (včetně grafů vlastních hodnot, kanonických korelací, bodových grafů kanonických variací a mnoho dalších). Potvrzující analýzu strukturálních závislostí mezi latentními proměnnými lze provádět rovněž pomocí modulu "SEPATH".

zpět na obsah

VÍCEROZMĚRNÉ ŠKÁLOVÁNÍ

[škálování] Modul vícerozměrného škálování obsahuje kompletní implementaci nemetrického vícerozměrného škálování. Pomocí modulu lze analyzovat matice podobností, rozdílností nebo korelací mezi proměnnými při specifikaci až 9 dimenzí. Výchozí konfiguraci sestavuje buď program sám (prostřednictvím analýzy hlavních komponent), nebo ji lze zadat uživatelsky. Program používá interaktivní proceduru pro minimalizaci zátěžové proměnné a koeficient poruchy. Uživatel má možnost monitorování iterací a sledování změn těchto hodnot. Konečnou konfiguraci lze prohlížet ve výsledkových tabulkách a v 2D a 3D bodových grafech dimensionálního prostoru s vyznačenými datovými body. Testy dobré shody lze oceňovat pomocí Shepardových diagramů (d-hats a d-stars). Jako u všech ostatních modulů lze i zde konečnou konfiguraci uložit do datového souboru.

zpět na obsah

KORESPONDENČNÍ ANALÝZA

[analýza shody] Modul obsahuje úplnou implementaci jednoduchých i vícenásobných technik analýzy korespondence, které umožňují analyzovat i extrémně velké soubory dat. Program přijímá vstupní data spolu se skupinovými (kódovými) proměnnými, které slouží pro výpočet křížových tabulek. Vstupní data mohou obsahovat četnosti (nebo jinou podobnou míru shody, asociace, podobnosti, záměny atd.) a kódové proměnné které identifikují (číslují) buňky vstupní tabulky nebo datové soubory s četnostmi. Při vícenásobné analýze shody může uživatel přímo specifikovat Burtovu tabulku jako vstup pro analýzu. Program počítá různé tabulky, včetně tabulky řádkových četností v procentech, sloupcových četností v procentech, celkových četností v procentech, očekávaných hodnot, rozdílů pozorovaných a očekávaných hodnot, standardizovaných odchylek a příspěvků k hodnotám Chi-kvadrát statistiky. Všechny tyto statistiky lze vynášet do 3D histogramů nebo studovat prostřednictvím animovaného rozvrstvení. Modul analýzy korespondence počítá zobecněná vlastní čísla a vlastní vektory a míry netečnosti pro každou dimenzi. Uživatel může sám zvolit počet dimenzí, nebo zvolit mezní hodnotu pro maximální kumulativní procento netečnosti. Program spočítá standardní souřadnice pro sloupcové a řádkové body. Uživatel má možnost volby standardizace podle řádkového či sloupcového profilu nebo kanonické standardizace. Pro každou dimenzi a řádkový nebo sloupcový bod spočítá program hodnoty netečnosti, kvality a cos2. Dále lze zobrazit matice zobecněných singulárních vektorů. Tyto matice lze zpracovávat prostřednictvím modulu STATISTICA BASIC, např. v případě potřeby implementace nestandardních metod výpočtu souřadnic. Uživatel může spočítat hodnoty souřadnic a příslušných statistik pro doplňkové body (řádkové či sloupcové) a porovnat výsledky s normálními řádkovými a sloupcovými body. Doplňkové body lze specifikovat i pro vícenásobnou korespondenční analýzu. Kromě 3D histogramů, které lze počítat pro všechny tabulky, může uživatel vytvářet čárový graf vlastních hodnot a 1D, 2D a 3D grafy pro řádkové či sloupcové body. Všechny body jsou opatřeny návěštími a program poskytuje možnost zkrátit návěští na uživatelem určený počet znaků.

zpět na obsah

ANALÝZA STRUKTURÁLNÍCH MODELŮ (SEPATH)

[SEPATH] Tento modul obsahuje rozsáhlou implementaci technik strukturálního modelování s flexibilními prostředky pro simulaci typu Monte Carlo . SEPATH modul je nejmodernější verze tohoto postupu s inteligentním uživatelským rozhraním. Nabízí obsáhlý výběr modelovacích procedur integrovaných s unikátními uživatelskými nástroji, které umožňují specifikovat i velmi složité modely bez nutnosti užívat nějakou předepsanou syntaxi příkazů. Prostřednictvím "průvodců" a dalších nástrojů může uživatel definovat analýzu pomocí jednoduchých funkčních termínů volených z panelů nabídek či dialogových oken (není tedy zapotřebí zvládat složitý programovací či příkazový jazyk, jako u ostatních programů tohoto typu). SEPATH je kompletní implementace, zahrnující četné pokročilé prostředky. Modul dokáže analyzovat korelační, kovarianční a momentové matice, všechny modely lze sestavovat pomocí "průvodců". Modul počítá příslušné směrodatné odchylky pro standardizované modely a pro modely sestavené pro testovací korelační matice. Sada výsledků zahrnuje množinu diagnostických statistik včetně standardních indexů shody a necentrovaných indexů shody zcela v souladu s posledními výzkumy z oblasti strukturálního modelování. Uživatel může testovat modely proti vícenásobným vzorkům (skupinám) a pro každou skupinu může specifikovat pevné, volné nebo omezené (shodné pro celou skupinu) parametry. Při analýze momentových matic tak má uživatel možnost testovat komplexní hypotézy pro strukturované průměry v různých skupinách. Dokumentace modulu obsahuje podrobný popis četných příkladů včetně příkladů potvrzující faktorové analýzy, a dalších.

Simulace SEPATH Monte Carlo Modul strukturálního modelování (SEPATH) obsahuje i výkonný předdefinovaný simulační model Monte Carlo . Uživatel může generovat (a ukládat) datové soubory pro předdefinované modely založené na normálních nebo zešikmených rozloženích. Lze počítat distribuce pro nejrůznější diagnostické statistiky, odhady parametrů a další prostřednictvím testů Monte Carlo . Pro vizualizaci výsledků je k dispozici množství grafických prostředků.

zpět na obsah

ANALÝZA SPOLEHLIVOSTI

[spolehlivost] Tento modul obsahuje výběr procedur pro přípravu a vyhodnocení průzkumů a dotazníků. Stejně jako u ostatních modulů programu STATISTICA lze analyzovat i značně velké modely (škály s až 300 prvky lze zpracovávat v jednom běhu). Uživatel může počítat spolehlivostní statistiky pro všechny prvky škály, interaktivně volit podmnožiny nebo porovnávat podmnožiny prvků ve škále. Při interaktivním vynechávání prvků se automaticky okamžitě spočítá nová spolehlivost bez nutnosti zpracovávat znovu celý soubor vstupních dat. Výstup obsahuje korelační matice a popisné statistiky pro prvky: Cronbachoova "alfa", standardizovaná "alfa", průměrná meziprvková korelace, kompletní ANOVA tabulka pro škálu, kompletní sada statistik "item-total", "split-half" spolehlivost a korelace mezi polovinami s opravou na útlum. K dispozici je výběr grafů (včetně různých bodových grafů, histogramů, čárových a dalších grafů). Pro konstrukci škál má uživatel k dispozici interaktivní podmínkové procedury ("what-if"). Tak například lze počítat očekávanou spolehlivost po přidání určitého počtu prvků do škály nebo odhadovat počet prvků, které je nutno přidat do škály aby byla dosažena určitá spolehlivost.

zpět na obsah

KROKOVÁ DISKRIMINAČNÍ ANALÝZA

[kroková diskr.analýza] Modul obsahuje úplnou implementaci krokové diskriminační funkční analýzy. Program provádí dopředné nebo zpětné krokové analýzy nebo analýzy po uživatelem specifikovaných skupin proměnných. Kromě početných grafů a diagnostik popisujících diskriminační funkce poskytuje program široký výběr statistik pro klasifikaci starých nebo nových případů (pro validaci modelu). Výsledky obsahují odpovídající koeficienty Wilkových "lambd", parciální "lambdy", koeficient "F", "p" úrovně, hodnoty tolerance a "R-čtverce". Program provádí úplnou kanonickou analýzu a počítá řádková a kumulativní vlastní čísla pro všechny kořeny a jejich "p" úrovně, řádkové a standardizované koeficienty diskriminační (kanonické) funkce, matici strukturálních koeficientů, průměry pro diskriminační funkce a diskriminační skóre pro každý případ. Připojené grafy zahrnují histogramy kanonických skóre uvnitř každé skupiny (a kombinace všech skupin), speciální bodové grafy pro páry kanonických proměnných (ve kterých je vyznačena příslušnost jednotlivých případu do odpovídající skupiny) a rozsáhlý výběr kategorizovaných grafů, které uživateli umožňují vyšetřovat distribuce a relace mezi závislými proměnnými napříč skupinami (vícenásobné krabicové grafy, histogramy, bodové grafy a grafy rozložení). Modul dále počítá pro každou skupinu standardní klasifikační funkce. Klasifikaci případů lze posuzovat v termínech Mahalanobisových vzdáleností, posterior pravděpodobností nebo skutečných klasifikací a skóre pro individuální případy lze znázornit prostřednictvím ikonových grafů či dalších vícedimensionálních grafů propojených přímo s výsledkovými tabulkami. Všechny tyto hodnoty lze připojit ke zpracovávanému datovému souboru pro účely další analýzy. Rovněž lze zobrazit sumární klasifikační matici počtu a procent korektně klasifikovaných případů. Uživatel má několik možností jak specifikovat a priori klasifikační pravděpodobnosti a výběrové podmínky pro zahrnutí či vynechání vybraných případů z klasifikace.

zpět na obsah

LOG-LINEÁRNÍ ANALÝZA

[log-lineární analýza] LOG-LINEAR ANALYSIS. Modul obsahuje kompletní implementaci log-lineárních modelovacích procedur pro vícerozměrné tabulky četnosti. Uživatel může analyzovat až sedmi rozměrné tabulky jedním chodem programu. Lze analyzovat jak úplné, tak neúplné tabulky (se strukturálními nulami). Tabulky četnosti lze sestavit z řádkových dat nebo je lze zapsat přímo do programu. Modul poskytuje rozsáhlý výběr pokročilých modelovacích postupů v interaktivním a flexibilním prostředí, které značně ulehčuje průzkumné a potvrzující analýzy komplexních tabulek. V každém okamžiku práce má uživatel možnost studovat kompletní vyšetřovanou tabulku stejně jako marginální tabulky a testované (očekávané) hodnoty, může testovat všechny parciální a marginální asociační modely nebo vybírat specifické modely (marginální tabulky) pro testování na pozorovaných datech. Program rovněž nabízí inteligentní automatickou proceduru výběru modelu, která nejprve spočítá potřebný řád interakcí požadovaný pro testování modelu na datech a poté, zpětnou eliminací, určí nejvhodnější model, který uspokojivě odpovídá testovaným datům (při užití kritérií stanovených uživatelem). Standardní výstup obsahuje G-kvadrát,(maximálně věrohodný (Chi-kvadrát), standardní Pearsonův Chi-kvadrát s příslušnými stupni volnosti a hladinami významnosti, pozorované a očekávané tabulky, marginální tabulky a další statistiky. Grafické prostředky dostupné v modulu zahrnují množství 2D a 3D grafů určených pro vizualizaci dvourozměrných a vícerozměrných tabulek četnosti (včetně interaktivních, uživatelsky kontrolovaných kaskád kategorizovaných histogramů a 3D histogramů znázorňujících řezy vícerozměrnými tabulkami) a mnoho dalších.

zpět na obsah

ANALÝZA PŘEŽÍVÁNÍ

[analýza přežívání] Modul obsahuje rozsáhlou množinu technik pro analýzu cenzurovaných dat z oblasti sociálního, biologického a lékařského výzkumu stejně jako procedury užívané v inženýrství a marketingu (např. kontrola kvality, odhady spolehlivosti atd.). Kromě výpočtu "životních" tabulek s různými popisnými statistikami a limitními odhady Kaplan-Meierovými může uživatel srovnávat funkce přežívání pro různé skupiny použitím velké nabídky metod (včetně Gehanova testu, Coxova "f-testu", Cox-Mantelova testu, Log-rank testu a Petova zobecněného Wilcoxonova testu). Lze počítat Kaplan-Meierovy grafy pro skupiny (necenzorovaná pozorování jsou v grafu rozlišena odlišnými bodovými markery). Program obsahuje výběr procedur pro testování funkcí přežívání (včetně exponenciální, Gompertzovy, Weibullovy a funkce lineárního hazardu) založených na metodách vážených či nevážených nejmenších čtverců. Nakonec program nabízí plnou implementaci čtyř obecných testovacích modelů (Coxův model proporcionálního hazardu, exponenciální regresní model, log-normální a normální regresní modely) s rozšířenými diagnostikami včetně stratifikované analýzy a grafů přežívání pro uživatelem specifikované predikované hodnoty. V případě Coxova modelu proporcionálního hazardu může uživatel zvolit rozvrstvení vzorku za účelem spočtení různých základních hazardů na různých vrstvách. K dispozici jsou obecné prostředky pro definování jedné nebo více časově závislých kovariancí. Časově závislé kovariance lze definovat prostřednictvím vloženého interpretoru vzorců, který umožňuje vkládat aritmetické výrazy obsahující jak časové tak standardní logické funkce, např. timdep=age+age*log(t_)*(age>45), (kde t_ označuje čas přežívání) Modul rovněž nabízí rozsáhlý soubor grafických prostředků a specializovaných diagramů usnadňujících interpretaci výsledků.

zpět na obsah

KOMPONENTY VARIANCE A SMÍŠENÁ ANOVA/ANCOVA

[varianční komponenty] Modul komponent variance doplňuje modul obecného modelu ANCOVA/MANCOVA. Modul slouží pro analýzu modelů s náhodnými faktory. Takové faktory se často vyskytují v průmyslovém výzkumu (upozorňujeme, že tento modul je obsažen rovněž v produktu STATISTICA Process Analysis), kde úrovně faktorů představují vzorkovaná data náhodné proměnné (na rozdíl od faktorů volených účelově experimentátorem). Modul umožňuje analyzovat modely s libovolnou kombinací stálých vlivů, náhodných vlivů a kovariancí. Lze účinně analyzovat i extrémně velké ANOVA/ANCOVA modely. Faktory mohou mít několik set úrovní. Program analyzuje jak standardní faktorové modely, tak i hierarchicky vnořené modely a počítá standardní analýzu variance Typu I, II a III součtů čtverců a průměru čtverců vlivů v modelu. Dále lze počítat tabulku očekávaných průměrů čtverců, komponenty variance pro náhodné vlivy modelu, kompletní ANOVA tabulku s testy založenými na syntetizovaných součtech čtverců chyb a stupňů volnosti (Satterthwaiteovou metodou). Modul podporuje i další metody pro odhad komponent variance (např. MIVQUE0, ML nebo REML). Pro odhad maximální věrohodnosti se používá jak Newton-Raphsonův tak Fisherův skórovací algoritmus. K dispozici je rovněž několik možností pro zkoumání vážených a nevážených marginálních průměrů a odpovídajících intervalů spolehlivosti. K vizualizaci výsledků jsou k dispozici rozsáhlé grafické prostředky.

 

StatSoft StatSoft CR s.r.o.
Podbabská 16,
160 00 Praha 6
e-mail: info@statsoft.cz		 Telefon:
Mobil:
Fax:		  (02) 333 250 06
 0603 255 051
 (02) 333 240 05

©Copyright StatSoft CR, 2000.
StatSoft, StatSoft logo, STATISTICA, SEWSS, SENS, STATISTICA/W, STATISTICA/Mac, a Scrollsheet jsou obchodní známky společnosti StatSoft, Inc.