Systat 统计数据

INPIXON

SYSTAT 13.2 统计资料

统计资料

描述性统计

专栏

算术平均数、中位数、总和及病例数
最小值、最大值、范围和方差
变异系数，均值误差
可调整的平均值置信区间
偏度、峰度，包括标准误差
Shapiro-Wilk 正态性检验
安德森-达林正态性检验
多变量偏度和峰度，检验其显著性
Henze-Zirkler 多元正态性检验
N- 和 P- 瓦片：克利夫兰, 加权平均 1, 加权平均 2, 加权平均 3, 最接近, 经验 CDF, 经验 CDF (平均)
修剪、几何和谐波手段
茎叶展示
引导估算、偏差、标准误差和置信区间、估算直方图
重新取样 - Bootstrap、无置换、积分法

行

算术平均数、中位数、总和及病例数
最小值、最大值、范围和方差
变异系数，均值误差
可调整的平均值置信区间
偏度、峰度，包括标准误差
Shapiro-Wilk 正态性检验
安德森-达林正态性检验
多变量偏度和峰度，检验其显著性
Henze-Zirkler 多元正态性检验
N- 和 P- 瓦片：克利夫兰, 加权平均 1, 加权平均 2, 加权平均 3, 经验 CDF, 经验 CDF (平均), 最接近
修剪、几何和谐波手段
茎叶展示
重新取样 - Bootstrap、无置换、积分法
引导估算、偏差、标准误差和置信区间、估算直方图

MANOVA

可处理各种设计
进行重复测量分析
缺失单元设计的平均值模型
组内和组间测试
MANCOVA
AIC、AICc、BIC 计算
重新取样 - Bootstrap、无置换、积分法

一般线性模型

任何一般线性模型 Y = XB+e
任何一般线性假设 ABC' = D
混合分类变量和连续变量
逐步建立模型
AIC、AICc、BIC 计算
事后检验
重新取样 - Bootstrap、无置换、积分法
另请参阅线性回归和方差分析

混合模型分析

判别分析

先验概率、对比
输出：F 统计量、F 矩阵、特征值、典型相关性、典型分数、分类矩阵、Wilks' lambda、Lawley-Hotelling、Pillai 和 Wilks' trace、分类表（包括 jackknifed）、典型变量、协方差和相关矩阵、后验概率和 Mahalanobis 距离
逐步建模：自动、向前、向后和交互式步进
重新取样 - Bootstrap、无置换、积分法

聚类分析

距离测量欧几里得、百分数、伽马、皮尔逊、R 方、闵科夫斯基、卡方、皮方、绝对值、安德伯格、雅卡德、马哈拉诺比斯、RT、罗素、SS
用于指定计算马哈拉诺比距离的协方差矩阵的附加选项
关联方法：单一、完整、中心点、平均、中位数、沃德、弹性贝塔、K-邻接、均匀、加权
根据指定的节点和树高切割聚类树
五个聚类有效性指数：RMSTTD、Dunn、Davies-Bouldin、Pseudo F、Pseudo T2
快速图表：树枝图、矩阵图和极坐标图
重新取样 - Bootstrap、无置换、积分法

距离测量欧几里得、MWSS、伽马、皮尔逊、R 方、闵科夫斯基、卡方、π 方、绝对、马哈拉诺比斯
用于指定计算马哈拉诺比距离的协方差矩阵的附加选项
初始种子可从以下选项中指定：无、第一、最后或随机 k、随机或分层分割、主成分、分区变量、来自文件
快速图表：平行坐标和平均/最大偏差剖面图

因子分析

时间序列

平滑：LOWESS、移动平均、运行中值和指数
季节性调整
傅里叶变换和反傅里叶变换
方框-詹金斯 ARIMA 模型
指定自回归、差分和移动平均参数
预测和标准误差
多项式分布滞后
趋势分析：非季节性数据的 Mann-Kendall 检验，以及使用 Sen 斜坡估计器进行的季节性 Kendall 和同质性检验
快速图表：序列图、自相关、偏自相关、交叉相关、周期图

缺失值分析

质量分析

生存分析

非参数带有置信区间的 Kaplan-Meier、Nelson-Aalen 和精算寿命表
特恩布尔知识管理估计（EM）
累积危害和对数累积危害
Cox 回归，参数模型：指数、加速指数、Weibull、加速 Weibull、对数正态、对数-逻辑
第一、第二和第三类普查
分层、随时间变化的协变量
正向、反向、自动和交互式逐步回归
AIC、AICc、BIC 计算
快速图表：生存函数、量值图、可靠性和危险图、Cox-Snell 残差图

响应面方法

将二度多项式拟合为一个或多个关于多个因素的答案
输出：回归系数、方差分析、显著性检验
使用典型分析（针对每个响应）或可取性分析（针对所有响应的联合分析）进行最佳因子设置、
快速图表可取性曲线图
使用一个或多个因子的固定设置绘制等高线图和曲面图

路径分析（RAMONA）

分析协方差或相关矩阵
MWL（最大 Wishart 概率）
GLS（广义最小二乘法）
OLS（普通最小二乘法）
ADFG（渐进无分布估计偏差，格拉米安系数）
ADFU （无偏见）

联合分析

多维标度

双向缩放Kruskal、Guttman、Young
三向缩放：INDSCAL
非度量展开
EM 估算
比率数据的功率缩放
快速图表MDS 图、谢泼德图

感知映射

带坐标的部分有序图谱分析（POSAC）

测试项目分析

信号检测分析

空间统计

二维和三维变异图、克里格法和模拟
变异图类型：半图、协方差图、相关图、一般相对图、成对相对图、半对数图、半矩阵图
半变量图模型：球形、指数、高斯、幂和孔效应
克里金类型：简单、普通、非平稳和漂移
快速图表：变异图和等值线图
重新取样 - Bootstrap、无置换、积分法

分类树和回归树

蒙特卡洛（附加组件）

梅森孪生随机数发生器
多变量随机抽样：多叉分布、双变量指数分布、Dirichlet 分布、多变量正态分布和 Wishart 分布
IID 蒙特卡罗：两种通用算法--剔除采样和自适应剔除采样 (ARS)
马尔可夫链蒙特卡罗 (MCMC)：Metropolis-Hastings (M-H) 算法和 Gibbs 采样算法
蒙特卡罗积分

质量分析（附加功能）

概率计算器

实验设计

通过动态向导选择经典 DOE 和高级 DOE
最佳设计
完全和不完全因子设计
拉丁方阵设计，每个因子 3-12 级
方框和亨特两级不完全设计
田口设计
Plackett 和 Burman 的设计
混合物：晶格、向心、轴向和筛选
响应面设计：方框-贝肯设计和中心复合设计

随机抽样

功率分析

确定样本量以达到指定的功率
确定单一样本量或一系列样本量的功率
比例、相关性、t 检验、z 检验、方差分析（单向和双向）和通用设计
符合均值及其各种选项的假设检验
单面和双面替代品
快速图表：功率曲线

拟合分布

方差分析

设计：非平衡设计、随机区组设计、完全区组设计、分数因子设计、混合模型设计、嵌套设计、分割图设计、拉丁方阵设计、交叉和转换设计、霍特林 T2 设计
方差分析
缺失单元设计的平均值模型
重复测量：单因素、两个或多个因素、三个或多个因素
检验正态性和同方差假设的选项
第一、第二和第三类平方和
自动检测离群点和影响点
AIC、AICc、BIC 计算
多重比较检验 - Tukey-Kramer HSD、Bonferroni、Fisher's LSD、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
相邻差、指定阶次和度量的多项式、和、自定义、海尔默特、反向海尔默特、偏差和简单对比的置信区间和假设检验
快速图表：最小二乘均值
重新取样 - Bootstrap、无置换、积分法

交叉分析和关联测量

单向、双向和多向桌
行和列频率、百分比、预期值和偏差
列表布局、类别排序、定义间隔，包括缺失间隔
2 x 2 表：似然比卡方检验、耶茨检验、费雪精确检验、几率比例、Yule's Q
2 x k 表：科克兰检验
r x r 表：McNemar检验、Cohen's kappa
r x c 表，无序水平：Phi、Cramer's V、或然率、Goodman-Kruskal's lambda 和不确定系数
r x c 有序水平：Spearman's rho、Goodman-Kruskal's gamma、Kendall's tau-b、Stuart's tau-c、Somers'D
多向表曼特尔-海恩泽尔检验
计数和百分比表
依行和对称统计
细胞统计
双向表的关联测量值及置信区间；指定置信水平
标准化表格（控制第三个变量影响后的双向表格）
重新取样 - Bootstrap、无置换、积分法

对数线性模型

完全最大似然法
皮尔逊方差和似然比方差
预期值、λ、SE λ
协方差矩阵、相关矩阵
偏差、皮尔逊偏差、似然比偏差、弗里曼-图基偏差、对数似然比
重新取样 - Bootstrap、无置换、积分法
对话框可直接输入所需模型

多正态测试

通信分析

相关性、距离和相似性

连续数据：皮尔逊相关性、协方差、SSCP
距离测量欧氏、城市街区、布雷-柯蒂斯、QSK
排序数据：Spearman、gamma、mu2、tau-b、tau-c
无序数据：Phi、Cramer's V、或然率、Goodman-Kruskal's lambda、不确定系数
二项式数据：S2, S3, S4, S5, S6, Tetrachoric, Anderberg (S7), Yule's Q, Hamman, Dice, Sneath, Ochiai, Kulczynski, Gower2
缺失数据：成对删除、列表删除、EM
哈迪离群点检测和估计
概率：Bonferroni, Dunn-Sidak
快速图表：散点图矩阵
重新取样 - Bootstrap、无置换、积分法
皮尔逊相关性和排序数据的 Bootstrap 估计值、偏差、标准误差和置信区间、估计值直方图

假设检验

平均值单样本 z 检验、双样本 z 检验、单样本 t 检验、双样本 t 检验、配对 t 检验、经 Bonferroni 和 Dunn-Sidak 调整的泊松检验
方差单一方差、两个方差相等、多个方差相等
相关性：零相关性、特定相关性、两种相关性相等
比例：单一比例、两个比例相等
适当的快速图表
重新取样 - Bootstrap、无置换、积分法

非参数测试

独立样本：Kruskal-Wallis, 双样本 Kolmogorov-Smirnov, Mann-Whitney
相关变量；符号检验、Wilcoxon 符号秩检验、Friedman 检验、Quade 检验
单样本沃尔德-沃尔福威茨运行检验
单样本Kolmogorov-Smirnov 检验提供 9 种离散分布和 28 种连续单变量分布，还提供 Lilliefors 检验
单样本安德森-达林检验提供 29 个连续单变量分布
重新取样 - Bootstrap、无置换、积分法

集合和典型相关性

全集、半集和双部分集相关性
拉奥 F、R 方、缩小 R 方、T 方、缩小 T 方、P 方、缩小 P 方、组内、组间和组间相关性
行/列贝特值、标准误差、T 统计量和概率
斯图尔特-洛夫典型冗余指数
典型系数、负载和冗余
旋转
重新取样 - Bootstrap、无置换、积分法

稳健回归

Cronbach's Alpha

平滑与情节

126 个非参数平滑器，包括 LOESS
窗口：固定宽度或最近邻
核：均匀、埃帕内奇尼科夫、双加权、三加权、三立方、高斯、考奇
方法：中位数、平均值、多项式、稳健、修剪平均值
保存预测值和残差
重新取样 - Bootstrap、无置换、积分法

线性回归

交叉验证、节省残差和诊断、杜宾-沃森统计量
多元线性回归
对新观测结果的预测
逐步回归：自动、定制和交互式步进、部分相关性
AIC、AICc、BIC 计算
假设检验、混合模型
自动检测离群点和影响点
快速图表：残差与预测值的对比，一个或两个预测因子情况下的拟合模型图（一个预测因子情况下的置信区间和预测区间）
重新取样 - Bootstrap、无置换、积分法
引导估算、偏差、标准误差和置信区间、估算直方图

逻辑回归

二项式、多项式、离散选择和条件选择
AIC、AICc、BIC 计算
稳健标准误差、预测成功率表、导数表
带有指定截止点的分类表
虚拟变量和交互作用
正向、反向、自动和交互式逐步回归
十等分风险、量化和模拟
假设检验
快速图表二元逻辑回归的 ROC 曲线

Probit 回归

部分最小二乘回归

两阶段最小二乘法

混合回归

层次线性模型（HLM）
指定效应是固定效应还是随机效应
自相关误差结构
嵌套模型（2 层）：重复测量，聚类数据
不平衡或平衡数据
快速图表：经验贝叶斯估计值的散点图、直方图或散点图矩阵

非线性回归

高斯-牛顿、准牛顿、单纯形
输出：预测值、残差、渐近标准误差和相关性、置信曲线和区域
特殊功能：Cook-Weisberg 置信区间、Wald 区间、Marquardting
稳健估算：绝对值、幂值、微调、Huber、Hampel、t、bisquare、Ramsay、Andrews、Tukey
最大似然估计
分段回归、动力学模型、量子响应数据的逻辑模型
精确导数
快速图表：带有拟合曲线的散点图
重新取样 - Bootstrap、无置换、积分法

平滑与情节

126 个非参数平滑器，包括 LOESS
窗口：固定宽度或最近邻
核：均匀、埃帕内奇尼科夫、双加权、三加权、三立方、高斯、考奇
方法：中位数、平均值、多项式、稳健、修剪平均值
保存预测值和残差
重新取样 - Bootstrap、无置换、积分法