Statistiques Systat - Grafiti LLC

INPIXON

SYSTAT 13.2 Statistiques

Statistiques

Statistiques descriptives

Colonne

Moyenne arithmétique, médiane, somme et nombre de cas
Min, max, intervalle et variance
Coefficient de variation, erreur std de la moyenne
Intervalles de confiance ajustables de la moyenne
Skewness, kurtosis, y compris les erreurs standard
Test de normalité de Shapiro-Wilk
Test de normalité d'Anderson-Darling
Asymétrie et aplatissement multivariés, test de signification de ces éléments
Test de Henze-Zirkler pour la normalité multivariée
Carreaux N- et P- : Cleveland, Moyenne pondérée 1, Moyenne pondérée 2, Moyenne pondérée 3, Plus proche, CDF empirique, CDF empirique (moyenne)
Moyens élagués, géométriques et harmoniques
Présentoir à tiges et à feuilles
Estimations bootstrap, biais, erreur standard et intervalles de confiance, histogrammes des estimations
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Rangée

Moyenne arithmétique, médiane, somme et nombre de cas
Min, max, intervalle et variance
Coefficient de variation, erreur std de la moyenne
Intervalles de confiance ajustables de la moyenne
Skewness, kurtosis, y compris les erreurs standard
Test de normalité de Shapiro-Wilk
Test de normalité d'Anderson-Darling
Asymétrie et aplatissement multivariés, test de signification de ces éléments
Test de Henze-Zirkler pour la normalité multivariée
Carreaux N- et P- : Cleveland, Moyenne pondérée 1, Moyenne pondérée 2, Moyenne pondérée 3, CDF empirique, CDF empirique (moyenne), Plus proche
Moyens élagués, géométriques et harmoniques
Présentoir à tiges et à feuilles
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife
Estimations bootstrap, biais, erreur standard et intervalles de confiance, histogrammes des estimations

MANOVA

Prise en charge d'une grande variété de modèles
Effectue des analyses de mesures répétées
Modèle de moyenne pour les modèles de cellules manquantes
Tests au sein des groupes et entre les groupes
MANCOVA
Calcul de l'AIC, de l'AICc et du BIC
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Modèle linéaire général

Tout modèle linéaire général Y = XB+e
Toute hypothèse linéaire générale ABC' = D
Variables mixtes catégorielles et continues
Construction d'un modèle par étapes
Calcul de l'AIC, de l'AICc et du BIC
Tests post-hoc
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife
Voir aussi régression linéaire et ANOVA

Analyse des modèles mixtes

Maximum de vraisemblance (ML)
Maximum de vraisemblance restreint (REML)
MIVQUE(0) dans le cas de composantes de variance
ANOVA dans le cas des composantes de la variance
Intervalles de confiance et tests d'hypothèse basés sur ces estimations

Analyse discriminante

Probabilités préalables, contrastes
Résultats : Statistiques F, matrice F, valeurs propres, corrélations canoniques, scores canoniques, matrice de classification, lambda de Wilks, Lawley-Hotelling, trace de Pillai et de Wilks, tableaux de classification, y compris jackknifed, variables canoniques, matrice de covariance et de corrélation, probabilités a posteriori et distances de Mahalanobis.
Modélisation par étapes : automatique, en avant, en arrière et interactive
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Analyse en grappes

Mesures de distance : Euclidienne, pourcentage, gamma, Pearson, R-carré, Minkowski, chi-carré, phi-carré, absolue, Anderberg, Jaccard, Mahalanobis, RT, Russel, SS
Options supplémentaires pour spécifier la matrice de covariance pour le calcul de la distance de Mahalanobis
Méthodes de couplage : simple, complet, centroïde, moyen, médian, Ward, bêta flexible, k-voisinage, uniforme, pondéré
Découpe de l'arbre de la grappe en fonction des nœuds spécifiés et de la hauteur de l'arbre
Cinq indices de validité des grappes : RMSTTD, Dunn, Davies-Bouldin, Pseudo F, Pseudo T2
Graphiques rapides : dendrogramme, matrice et polaire
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Mesures de distance : Euclidienne, MWSS, gamma, Pearson, R-carré, Minkowski, chi-carré, phi-carré, absolue, Mahalanobis
Options supplémentaires pour spécifier la matrice de covariance pour le calcul de la distance de Mahalanobis
Les graines initiales peuvent être spécifiées à partir de : Aucune, première, dernière ou k aléatoire, segmentation aléatoire ou hiérarchique, composante principale, variable de partition, à partir d'un fichier.
Graphiques rapides : tracés de coordonnées parallèles et de profils d'écart moyen/std

Analyse factorielle

Séries chronologiques

Lissage : LOWESS, moyenne mobile, médiane mobile et exponentielle
Ajustement saisonnier
Transformée de Fourier et transformée inverse de Fourier
Modèle ARIMA de Box-Jenkins
Spécifier les paramètres autorégressifs, de différence et de moyenne mobile
Prévisions et erreurs standard
Délais distribués de manière polynomiale
Analyse des tendances : Test de Mann-Kendall pour les données non saisonnières, et tests saisonniers de Kendall et d'homogénéité avec l'estimateur de la pente de Sen.
Graphiques rapides : tracé des séries, autocorrélation, autocorrélation partielle, corrélation croisée, périodogramme

Analyse des valeurs manquantes

Analyse de la qualité

Histogramme, diagramme de Pareto, diagramme en boîte et de Whisker
Cartes de contrôle : Diagramme d'exécution, diagramme de contrôle Shewhart, longueur d'exécution moyenne, courbe des caractéristiques d'exploitation, diagramme des sommes cumulées, moyenne mobile, moyenne mobile pondérée attendue, diagramme X-MR, diagramme de régression, TSQ.
Analyse de la capacité des processus

Analyse de survie

Non paramétrique : Kaplan-Meier, Nelson-Aalen et tables de mortalité actuarielles avec intervalles de confiance
Estimation de Turnbull KM (EM)
Risques cumulés et logarithmes des risques cumulés
Régression de Cox, modèles paramétriques : exponentiel, exponentiel accéléré, Weibull, Weibull accéléré, log-normal, log-logistique
Censure de type I, II et III
Stratification, covariables dépendantes du temps
Régression progressive avant, arrière, automatique et interactive
Calcul de l'AIC, de l'AICc et du BIC
Graphiques rapides : fonction de survie, quantile, diagramme de fiabilité et de hasard, diagramme résiduel de Cox-Snell

Méthodes de surface de réponse

Ajuste un polynôme du second degré à une ou plusieurs réponses en fonction de plusieurs facteurs.
Résultats : coefficients de régression, analyse de la variance, tests de signification.
Paramétrage optimal des facteurs à l'aide de l'analyse canonique (pour chaque réponse) ou de l'analyse de désirabilité (pour toutes les réponses conjointement),
Graphiques rapides : Graphiques de désirabilité
Tracés de contour et de surface avec des paramètres fixes pour un ou plusieurs facteurs

Analyse de trajectoire (RAMONA)

Analyser les matrices de covariance ou de corrélation
MWL (vraisemblance maximale de Wishart)
GLS (moindres carrés généralisés)
MCO (moindres carrés ordinaires)
ADFG (asymptotically distribution free estimate biased, Gramian)
ADFU (sans parti pris)

Analyse conjointe

Échelle multidimensionnelle

Échelle à deux voies : Kruskal, Guttman, Young
Échelle à trois niveaux : INDSCAL
Déploiement non métrique
Estimation EM
Mise à l'échelle de la puissance pour les données de rapport
Graphiques rapides : Graphique MDS, diagramme de Shepard

Cartographie perceptuelle

Analyse des scalogrammes partiellement ordonnés avec coordonnées (POSAC)

Analyse des éléments de test

Analyse de la détection des signaux

Statistiques spatiales

Variogramme 2D et 3D, Krigeage et simulation
Types de variogrammes : semi, covariance, corrélogramme, relatif général, relatif par paire, semi-log, semi-madogramme.
Modèles de semi-variogramme : sphérique, exponentiel, gaussien, puissance et effet de trou
Types de krigeage : simple, ordinaire, non stationnaire et dérive
Graphiques rapides : variogramme et courbe de niveau
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Arbres de classification et de régression

Fonctions de perte : moindres carrés, moyenne tronquée, LAD, coefficient phi, indice de Gini, twoing
Graphique rapide : arbre mobile unique comprenant des statistiques de division et des densités de sous-groupes codées par couleur (boîte, point, dit, gigue, bande).
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Monte Carlo (Add-on)

Générateur de nombres aléatoires Mersenne-Twister
Échantillonnage aléatoire multivarié : distributions multinomiale, exponentielle bivariée, de Dirichlet, normale multivariée et de Wishart
IID Monte Carlo : deux algorithmes génériques - échantillonnage par rejet et échantillonnage par rejet adaptatif (ARS)
Chaîne de Markov Monte Carlo (MCMC) : Algorithmes de Metropolis-Hastings (M-H) et d'échantillonnage de Gibbs
Intégration de Monte Carlo

Analyse de la qualité (Add-on)

Calculatrice de probabilité

Calcul de la fonction de densité de probabilité, de la fonction de distribution cumulative, de la fonction de distribution cumulative inverse et des probabilités de queue supérieure pour 9 distributions de probabilités discrètes univariées et 28 distributions de probabilités continues.
Graphiques rapides : graphiques de la fonction de densité de probabilité et de la fonction de distribution cumulative pour les distributions continues

Plans d'expériences

Choix entre DOE classique et DOE avancé avec assistant dynamique
Conceptions optimales
Plans factoriels complets et incomplets
Plans en carré latin, 3 à 12 niveaux par facteur
Plans incomplets à 2 niveaux de Box et Hunter
Plans de Taguchi
Modèles de Plackett et Burman
Mélange : treillis, centroïde, axial et criblage
Plans de surface de réponse : Plans de Box-Behnken et plans composites centraux

L'échantillonnage aléatoire

Analyse de la puissance

Déterminer la taille de l'échantillon pour atteindre une puissance donnée
Déterminer la puissance d'un échantillon de taille unique ou d'une gamme de tailles d'échantillons
Proportions, corrélations, tests t, tests z, ANOVA (à sens unique et à double sens) et plans génériques.
Conforme aux tests d'hypothèse sur les moyennes et leurs différentes options
Alternatives unilatérales et bilatérales
Graphique rapide : courbe de puissance

Ajustement des distributions

9 distributions univariées discrètes et 21 continues avec des paramètres donnés ou estimés
QuickGraphs : graphique des fréquences observées et attendues pendant l'ajustement
Tests d'adéquation du chi carré et de Kolmogorov-Smirnov ; test de normalité de Shapiro-Wilk pour les normales, les lognormales et les logit normales.

ANOVA

Plans : déséquilibré, bloc randomisé, bloc complet, factoriel fractionné, modèle mixte, imbriqué, split plot, carré latin, crossover et change over, T2 de Hotelling.
ANCOVA
Modèle de moyenne pour les plans de cellules manquantes
Mesures répétées : à sens unique, à deux facteurs ou plus, à trois facteurs ou plus
Options pour tester les hypothèses de normalité et d'homoscédasticité
Sommes des carrés des types I, II et III
Détection automatique des valeurs aberrantes et des points influents
Calcul de l'AIC, de l'AICc et du BIC
Tests de comparaison multiple - HSD de Tukey-Kramer, Bonferroni, LSD de Fisher, Scheffe, Dunnett, Sidak, Tukey's b, Duncan, R-E-G-W-Q, Hochberg GT2, Gabriel Students-Newman_Keuls, Tamhane T2, Games-Howell, Dunnett's T3
Intervalles de confiance et tests d'hypothèse pour la différence adjacente, le polynôme d'ordre et de métrique spécifiés, la somme, la coutume, Helmert, Helmert inversé, la déviation et les contrastes simples.
Quick Graph : Moyennes des moindres carrés
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Tableau croisé et mesures d'association

Tables à une, deux et plusieurs voies
Fréquences en ligne et en colonne, pourcentages, valeurs attendues et écarts
Présentations de listes, ordre des catégories, définition des intervalles, y compris les intervalles manquants
Tableaux 2 x 2 : rapport de vraisemblance chi-carré, test exact de Yates, de Fisher, rapport de cotes, Q de Yule
Tableaux 2 x k : Test de Cochran
tableaux r x r : test de McNemar, kappa de Cohen
tableaux r x c, niveaux non ordonnés : phi, V de Cramer, contingence, lambda de Goodman-Kruskal et coefficients d'incertitude
r x c niveaux ordonnés : rho de Spearman, gamma de Goodman-Kruskal, tau-b de Kendall, tau-c de Stuart, D de Somers.
Tableaux à plusieurs voies : Test de Mantel-Haenszel
Tableau des effectifs et des pourcentages
Statistiques dépendantes de la ligne et symétriques
Statistiques cellulaires
Mesures d'association pour les tableaux à double entrée avec intervalles de confiance ; niveau de confiance spécifié
Tableaux standardisés (tableaux à deux voies après contrôle de l'effet d'une troisième variable)
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Modèles log-linéaires

Maximum de vraisemblance
Chi-carré de Pearson et du rapport de vraisemblance
Valeurs attendues, lambda, SE lambda
Matrice de covariance, matrice de corrélation
Écarts, écarts de Pearson, écarts de vraisemblance, écarts de Freeman-Tukey, log-vraisemblance
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife
Boîte de dialogue permettant de saisir directement le modèle souhaité

Tests multinormaux

Test de normalité de Shapiro-Wilk (marginal)
Asymétrie et aplatissement multivariés, test de signification de ces éléments
Test de Henze-Zirkler pour la normalité multivariée
Sauvegarder les distances de Mahalanobis
Graphique rapide : graphique Q-Q bêta

Analyse de la correspondance

Corrélations, distances et similitudes

Données continues : Corrélations de Pearson, covariance, SSCP
Mesures de distance : Euclidienne, bloc-ville, Bray-Curtis, QSK
Données classées par ordre d'importance : Spearman, gamma, mu2, tau-b, tau-c
Données non ordonnées : phi, V de Cramer, contingence, lambda de Goodman-Kruskal, coefficients d'incertitude
Données binomiales : S2, S3, S4, S5, S6, tétrachorique, Anderberg (S7), Q de Yule, Hamman, Dice, Sneath, Ochiai, Kulczynski, Gower2
Données manquantes : suppression par paire, par liste, EM
Détection et estimation des valeurs aberrantes Hadi
Probabilités : Bonferroni, Dunn-Sidak
Graphique rapide : matrice de nuage de points
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife
Estimations Bootstrap, biais, erreur standard et intervalles de confiance, histogrammes des estimations dans le cas de corrélations de Pearson et de données ordonnées.

Test d'hypothèse

Moyenne : Test z à un échantillon, test z à deux échantillons, test t à un échantillon, test t à deux échantillons, test t par paires, test de Poisson avec ajustements de Bonferroni, Dunn-Sidak.
Variance : Variance unique, égalité de deux variances, égalité de plusieurs variances
Corrélation : Corrélation nulle, corrélation spécifique, égalité de deux corrélations
Proportion : Proportion simple, égalité de deux proportions
Graphiques rapides appropriés
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Tests non paramétriques

Échantillons indépendants : Kruskal-Wallis, Kolmogorov-Smirnov à deux échantillons, Mann-Whitney
Variables apparentées : test de signe, test de rang signé de Wilcoxon, test de Friedman, test de Quade.
Un seul échantillon : Test des séries de Wald-Wolfowitz
Test à un échantillon : Test de Kolmogorov-Smirnov pour 9 distributions discrètes et 28 distributions continues univariées, ainsi que le test de Lilliefors.
Test à un échantillon : Test d'Anderson-Darling fournissant 29 distributions continues univariées
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Ensemble et corrélation canonique

Corrélations d'ensembles entiers, semi-partiels et partiels
Rao F, R-carré, R-carré réduit, T-carré, T-carré réduit, P-carré, P-carré réduit, corrélations intra, inter et inter-ensembles
Bêta en ligne/colonne, erreurs standard, statistiques T et probabilités
Indice de redondance canonique de Stewart-Love
Coefficients canoniques, charges et redondances
Rotation Varimax
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Régression robuste

Régression de l'écart absolu le plus faible (LAD)
Régression M
Régression de la plus petite médiane des carrés (LMS)
Régression par les moindres carrés trimmés (LTS)
Régression de l'échelle (S)
Régression par rangs

Alpha de Cronbach

Douceur et tracé

126 lisseurs non paramétriques, dont LOESS
Fenêtres : largeur fixe ou voisins les plus proches
Noyaux : uniforme, Epanechnikov, biweight, triweight, tricube, gaussien, Cauchy
Méthode : médiane, moyenne, polynomiale, robuste, moyenne tronquée
Enregistrer les valeurs prédites et les résidus
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Régression linéaire

Validation croisée, sauvegarde des résidus et diagnostics, statistique de Durbin-Watson
Régression linéaire multiple
Prévision pour de nouvelles observations
Régression par étapes : étapes automatiques, personnalisées et interactives, corrélations partielles
Calcul de l'AIC, de l'AICc et du BIC
Tests d'hypothèse, modèles de mélange
Détection automatique des valeurs aberrantes et des points influents
Graphique rapide : résidus par rapport aux valeurs prédites, graphique du modèle ajusté dans le cas d'un ou de deux prédicteurs (intervalles de confiance et de prédiction dans le cas d'un prédicteur)
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife
Estimations bootstrap, biais, erreur standard et intervalles de confiance, histogrammes des estimations

Distribution des antécédents : diffuse ou distribution normale-gamma (multivariée)
Estimations de Bayes et intervalles de crédibilité pour les coefficients de régression calculés
Paramètres de la distribution postérieure fournis
Quick Graphs : graphiques des densités a priori et a posteriori des coefficients de régression

Régression logistique

Binaire, multinomial, choix discret et conditionnel
Calcul de l'AIC, de l'AICc et du BIC
Erreurs standard robustes, tableau des succès de prédiction, tableau des dérivés
Tableau de classification avec point limite spécifié
Variables muettes et interactions
Régression progressive avant, arrière, automatique et interactive
Déciles de risque, quantiles et simulation
Tests d'hypothèse
Graphique rapide : Courbe ROC pour la régression logistique binaire

Régression Probit

Régression partielle des moindres carrés

Moindres carrés en deux étapes

Régression mixte

Modèles linéaires hiérarchiques (HLM)
Spécifier les effets comme fixes ou aléatoires
Structures d'erreurs autocorrélées
Modèles imbriqués (2 niveaux) : Mesures répétées, données groupées
Données déséquilibrées ou équilibrées
Graphique rapide : diagramme de dispersion, histogramme ou matrice de diagramme de dispersion des estimations empiriques de Bayes

Régression non linéaire

Gauss-Newton, Quasi Newton, Simplexe
Résultats : valeurs prédites, résidus, erreurs standard asymptotiques et corrélations, courbes de confiance et régions.
Caractéristiques spéciales : Intervalles de confiance Cook-Weisberg, intervalles de Wald, Marquardting
Estimation robuste : absolue, puissance, trim, Huber, Hampel, t, bisquare, Ramsay, Andrews, Tukey
Estimation du maximum de vraisemblance
Régression par morceaux, modèles cinétiques, modèle logistique pour les données de réponse quantique
Dérivés exacts
Graphique rapide : nuage de points avec courbe ajustée
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife

Douceur et tracé

126 lisseurs non paramétriques, dont LOESS
Fenêtres : largeur fixe ou voisins les plus proches
Noyaux : uniforme, Epanechnikov, biweight, triweight, tricube, gaussien, Cauchy
Méthode : médiane, moyenne, polynomiale, robuste, moyenne tronquée
Enregistrer les valeurs prédites et les résidus
Rééchantillonnage - Bootstrap, sans remplacement, Jackknife