Termékek
 
 
 

 
Egyedülálló jellemzők
 
 

A Statistica termékek
legfontosabb analitikai eljárásai


Statistica Base


BASIC STATISTICS
Alapvető statisztikai számítások. Leíró statisztikák, táblázatok, próbák, gyakorisági és kereszttáblák, korrelációs számítások készítésére, különböző eloszlásokkal végzett számítások, t-próbák és egyéb csoport-összehasonlítások végzésére szolgáló modul, magas színvonalon kidolgozott statisztikai és grafikai eljárásokkal, megjelenítő felületekkel.


Vissza a lap elejére

ANOVA/MANOVA
Variancia-analízis. Az átlagok közti eltérések mértékének, szignifikanciájának megítélésére szolgáló modul (pl. két sokaság, vagy két mérés szignifikánsan eltérő tulajdonságokat, eredményeket mutat-e).


Vissza a lap elejére

DISTRIBUTION FITTING
Eloszlásillesztés. Annak meghatározására szolgál, hogy az adatok egy adott elméleti eloszlást követnek-e. Az eloszlás ismeretében az adatok jellege is adott. (Pl. az emberek testmagassága normális, míg a kárbekövetkezések Poisson eloszlással jellemezhetők.)

Vissza a lap elejére

MULTIPLE REGRESSION METHODS
Többváltozós regressziós módszerek gyűjteménye. A numerikus független változók és a függő változó közötti kapcsolat, összefüggés feltárására szolgáló modul. (Pl. ingatlanárak és az ingatlanok numerikus adatai közti kapcsolat megmutatására)

Vissza a lap elejére

NONPARAMETRIC STATISTICS
Nemparaméteres eljárások. A kicsi mintaelemszámú elemzések végzésénél, vagy a változók esetében nem ismert elméleti eloszlások esetén, illetve a mérés, mérhetőség általános problémája esetén használható modul. (Pl. Érdemjegyeknél csak a rangsorolásnak (ordinalitás) van értelme, és egy jegy nem x-szer olyan jó, mint a másik, azaz nem beszélhetünk intervallum skáláról.) Három fő típusa: a független mintavételű csoportok közti különbözőség tesztjei, az összefüggő mintavétel mellett azonos csoportban mért - pl. későbbi ismételt mintavétel (páros minta) - változók közti különbözőség tesztjei, illetve a változók közti összefüggések, kapcsolatok tesztjei. A modell részét képezik a feltáró elemzési eszközökön túl a leíró statisztikai eszközök is.

Vissza a lap elejére

Statistica Advanced Linear/Non-Linear Models

GENERAL LINEAR MODELS (GLM)
Általános lineáris modellek. A többváltozós lineáris regresszió egyetlen (numerikus) függőváltozóra kiterjesztett módszere, mely számos numerikus és nem-numerikus független változó és egy numerikus függő változó közti összefüggés, kapcsolat minősítésére, számszerűsítésére szolgál. (Pl. Sok eladó lakás és ház összes tulajdonsága és eladási ára közötti viszony meghatározására szolgál, illetve ez alapján - az összefüggések feltárása után, azok ismeretében - történő előrejelzésre szolgál, ahol a fő kérdés az, melyek az árat leginkább meghatározó változók, tulajdonságok.)

Vissza a lap elejére

GENERALIZED LINEAR MODELS (GLZ)
Általánosított lineáris modellek. Numerikus és nem-numerikus független és függő változók közötti lineáris és nemlineáris hatások, összefüggések feltárására, számszerűsítésére szolgáló modul. Jelentősége a nemlineáris jellegű kapcsolatok esetében kiemelkedő.

Bővebben... Angol nyelvű oldal
Vissza a lap elejére

GENERAL REGRESSION MODELS (GRM)
Általános lépésenkénti változó-kiválasztásos regresszió és legjobb részhalmaz modell. Az általános lineáris modelleken belül az összefüggésrendszert visszaadó, de minél egyszerűbb almodellek alkotására, majd a legegyszerűbb és legkifejezőbb modell azonosítására szolgáló eszköz, modul.

Vissza a lap elejére

LOG-LINEAR ANALYSIS OF FREQUENCY TABLES
Két vagy többváltozós kereszttáblák log-lineáris analízise. A log-linearitás a logaritmikus transzformációk használatára vezethető vissza. Egy sokdimenziós gyakorisági táblára tekinthetünk úgy, mint különböző főbb hatások és interakciós hatások linearizálható módon összeadódó mintájára, melyek a megfigyelt gyakorisági (kereszt)táblát eredményezték.

Vissza a lap elejére

GENERAL NONLINEAR ESTIMATION
Nemlineáris becslés. Független változók csoportja és egy függő változó közötti nemlineáris kapcsolatok feltárására szolgáló modul. Nem-numerikus változók esetében a correspondence analysis modul használható. (Pl. Egy adott gyógyszerkúra adagolási szabályai és a gyógyszer hatásossága közötti, vagy a tanulás mértéke/ideje és a vizsgán mutatott teljesítmény, vagy egy ház értéke és az eladására fordított idő közötti összefüggés megtalálására szolgál.)

Vissza a lap elejére

GENERAL PARTIAL LEAST SQUARES (PLS)
Parciális legkisebb négyzetek módszerén alapuló modellek. A többváltozós lineáris regresszió kiterjesztése, annak előrejelző függvényeire vonatkozó megszorításai nélkül. Tipikusan elengedhetetlen a használata, amikor a többváltozós regresszió más módszerei nem (eredményesen nem, vagy egyáltalán nem) alkalmazhatók - pl. amikor kevesebb a megfigyelések (mintaelemek) száma, mint a független változóké -, ilyenkor feltáró jelleggel alkalmazható az input (független) változók közül a legfontosabbak kiszűrésében, azaz a változószám csökkentésében, vagy esetleg az outlier-ek (kiugró pontok) azonosításában.

Vissza a lap elejére

STRUCTURAL EQUATION MODELING (SEPATH)
Strukturális egyenletek és modellezés. Általános többváltozós elemzési technika. A változók egymás közti kapcsolatát, viszonyait elemi lineáris összefüggésrendszerek megalkotásával vezeti vissza a  változók varianciáira és kovarianciáira, ahol a vélt kapcsolódások út-(útvonal-)diagram megalkotásával kerülnek a modellbe, egyenletrendszerbe.

Vissza a lap elejére

SURVIVAL / FAILURE TIME ANALYSIS
Élettartam/túlélés/meghibásodás elemzés. A meghibásodási/túlélési idők vizsgálatára alkalmas modul, mely az orvostudományban, biológiában, társadalom- és gazdaságtudományokban, illetve az iparban, gyártástechnológiában egyaránt használatos. (Pl. Az orvostudományban a kezelés időtartama és a beteg túlélési ideje közti összefüggés megállapítására, ahol a felvétel ideje alatt kórházba bekerülő, kikerülő, felvétel zárásakor még bennmaradó és az épp akkor felvett betegek kérdése is megoldandó probléma, sőt azon betegeké is, akikről kikerülésük után nem áll rendelkezésre információ. A gazdasági életben új üzletek vagy termékek élettartam/túlélés vizsgálata esetében.) Tehát minden olyan esetben amikor részleges információkkal (ún. "censored observations") kell dolgozni elég nagy százalékban. Általános esete, ha a függő változó egy végső esemény bekövetkezte, illetve az addig eltelt idő, de a vizsgálat tartama egy adott, meghatározott időtartam.

Vissza a lap elejére

TIME SERIES ANALYSIS / FORECASTING
Idősorelemzés, előrejelzés. Idősorok, azaz időben nem véletlenszerűen ismételt mérések elemzése egyenlő, szabályos időközönként ismételt mintavételek és mérések eredményeinek elemzése céljából használatos modul. Az idősorelemzés két fő célja: egy megfigyeléscsoport által reprezentált jelenség időbeli természetének azonosítása, illetve az előrejelzés (jövőbeli méréseredményekre tett becslések, előrejelzések), azaz az extrapoláció.

Vissza a lap elejére

VARIANCE COMPONENTS & MIXED MODEL AN(C)OVA
Véletlen hatás modell, vegyes modell. Variancia felbontására szolgáló modul a véletlen hatások figyelembe vételével. Megfelelő technika főbb hatásmechanizmusok, hatásminták vizsgálatára sokváltozós, sokfaktoros környezetben, magasabb rangú minták érdektelensége, ill. az esetek súlyozását igénylő elemzések esetén. (Pl. Véletlen mintavételű populáció genetikai tulajdonságai és kinézete, vagy egy gyártósorról vett véletlen minta esetén a gépsorok és az operátorok véletlenszerűen választott eseteinél.)

Vissza a lap elejére

Statistica Multivariate Exploratory Techniques

CANONICAL ANALYSIS
Kanonikus korrelációelemzés. Két változócsoport közötti összefüggések feltárására (pl. gyermekek iskolaképességét mérő mutatószámok és a későbbi iskolai teljesítményt jellemző számok, osztályzatok közötti kapcsolat felderítésére, vagy a páciensek életvitelében jelenlevő kockázati faktorok és bizonyos tünetcsoportok jelentkezése közti összefüggések tisztázására) szolgáló modul.

Vissza a lap elejére

CLASSIFICATION TREES
Osztályozás. A Data Mining technológia, megközelítés egyik leggyakrabban használt módszere, technikája, mely a sokaság elemeinek két vagy több csoportba történő osztályozására szolgál, az elemek tulajdonságainak figyelembe vételével. Széles körben használják a gazdasági élet számos területén (marketing, ügyfélminősítés, hitelminősítés, csalás-felderítés), és a tudományos élet számtalan területén (orvosi diagnosztikában, számítástechnikában, botanikában, pszichológiában, stb.).

Vissza a lap elejére

CLUSTER ANALYSIS
Klaszteranalízis, szegmentálás. A sokaság elemeinek "hasonlóság" alapján történő csoportosítására, szegmentálására szolgáló modul. Az elkülönített csoportok egymástól a lehető legnagyobb mértékben eltérnek, míg csoporton belül az egyedek a lehető legnagyobb mértékig megegyeznek, illetve hasonlóak az összes tulajdonságukat együttesen figyelembe véve.

Vissza a lap elejére

CORRESPONDENCE ANALYSIS
Megfelelőség, azonosság vizsgálat. Egyszerű és többváltozós megfelelőségi, azonossági elemzések készítésére szolgáló modul nem-numerikus változók esetére. (Pl. vásárlói kérdőívekben a hasonló típusú árucikkeket preferálók csoportjainak képzése esetén a sokféle eltérő árucikk összevethetőségének megteremtéséhez szükséges.) Numerikus változók esetében a nemlineáris kapcsolatok feltárására a nonlinear estimation modul használható.

Vissza a lap elejére

DISCRIMINANT ANALYSIS
Diszkriminancia-analízis. Annak feltárására szolgáló modul, hogy két vagy több egymástól természetesen elkülönülő csoportot, sokaságot mely változók, jellemzők különböztetnek meg egymástól leginkább. (Pl. Az érettségiző diákok személyes beállítottsága, szociodemográfiai jellemzői és iskolai eredményei közül mik határozzák meg leginkább, hogy melyikük fog egyetemre/főiskolára/egyéb iskolákba menni, azaz továbbtanulni, illetve melyikük fog munkába állni.) A meghatározó tulajdonságok, faktorok ismeretében a végleges modell predikcióra, előrejelzésre is alkalmazható.

Vissza a lap elejére

FACTOR ANALYSIS
Faktoranalízis és főkomponens-elemzés. Adatredukcióra és adatstruktúra feltárására szolgáló módszer, azaz az elemzésbe bevont változók számának csökkentésére, illetve a változók közt feltárható struktúrák azonosítására, egyszóval a változók osztályozására használható modul. (Pl. Ha egy kérdőíven adott vásárlói szempontot több kérdés is leír, nem érdemes azokkal külön foglalkozni, ha létezik egy olyan származtatott jellemző, változó (faktor), mely minden ilyen jellegű kérdést lényegében, kvázi összevonva visszaad.)

Vissza a lap elejére

MULTIDIMENSIONAL SCALING
Többdimenziós skálázás. A faktoranalízis alternatívája, az elemzés célja a megfigyelt egyedek közti hasonlóságot/különbözőséget visszaadó összevont dimenziók (több megfigyelési szempontot egyszerre visszatükröző, egyszerűsített változók) megtalálása, ám amíg a faktoranalízis a hasonlóságot/távolságot kizárólag korrelációs mátrixoknál értelmezi, addig itt bármilyen jellegű hasonlóság/távolságmátrix használható (elég a rangsorolhatóság). (Ez igen fontos pl. a marketingkutatásban vagy a pszichológiában a különböző márkák/termékek/választások egymással való összehasonlíthatósága szempontjából.)

Vissza a lap elejére

RELIABILITY & ITEM ANALYSIS
Megbízhatósági elemzés. A mérőszámok megbízhatóságának (nem ipari statisztikai alkalmazásokban vett értelemben) minősítésére szolgáló modul. Alkalmas mérőszámok, skálák kialakítására, ellenőrzésére, megváltoztatására. Tipikus az alkalmazása a társadalomtudományokban, ahol a viselkedést leíró mutatószámok kiválasztása befolyásolja a vizsgálatokat, vagy az alkalmazott kutatásokban, ahol a precizitás és a mérhetőség a fő probléma, vagy egy igen életszerű példa a dolgozók beosztástól, területtől független teljesítményének mérése egy teljesítményarányos bérezési rendszerben.

Vissza a lap elejére

© Copyright 2017 StatSoft Hungary