Анализ данных в системе STATISTICA

STATISTICA позволяет компактно описать данные, понять их структуру, провести классификацию, увидеть закономерности во множестве случайных явлений.

Графический анализ позволяет визуально оценить численные и текстовые значения непосредственно из электронных таблиц с исходными данными или таблиц с результатами анализа, а также вывести результаты анализа в виде последовательностей графиков. Коротко опишем основные из них.

В STATISTICA существуют различные способы доступа к графическим средствам:

через верхнее меню, выбрав команду Графика (Graphs);

через контекстное меню, щелкнув правой кнопкой мыши на ячейке данных;

при помощи панели инструментов Графика (Graphs), для ее вызова надо выбрать меню Вид (View) → Панели инструментов (Toobars) → Графика (Graphs).

Множество графиков в системе STATISTICA можно условно разделить на два класса:

пользовательские (блоковые) графики дают возможность наглядно представить любые заданные пользователем комбинации значений из таблиц результатов или таблиц исходных данных (из строк, столбцов, из строк и столбцов, и (или) их частей);

статистические графики — это заранее заданные представления данных.

Пользовательский график дает возможность отобразить любую заданную пользователем комбинацию значений из таблиц (их строк, столбцов, а так же любую из их частей). В меню предлагается шесть видов таких графиков:

Пользовательские 2М графики;

Пользовательские последовательные графики;

Пользовательские XYZ графики;

Пользовательские матричные графики;

Пользовательские пиктографики;

Пользовательские тернарные графики.

При выборе одного из них открывается соответствующее диалоговое окно, где можно задать элементы текущей таблицы для отображения на графике. Содержание этого окна зависит от типа выбранного пользовательского графика.

Статистические графики предлагают сотни заранее определенных типов графических представлений, включающих аналитическое обобщение статистических данных. При изменении данных в таблице данных, графики автоматически обновляются.

Быстрые статистические графики – наиболее широко используемые типы статистических графиков. Они не представляют такой широкий спектр возможностей, как статистические графики, но ускоряют и облегчают процедуру построения графика.

В STATISTICA имеется возможность построения специализированных статистических графиков для некоторых таблиц и анализов (дендрограмма для кластерного анализа).

Статистический анализ данных в системе STATISTICA реализуется с помощью модулей из меню команды Анализ.

Модуль Основные статистики и таблицы объединяет процедуры, наиболее часто используемые на начальном этапе обработки данных, когда выясняется структура, определяются зависимости между данными.

Процедура Описательные статистики позволяет получить числовые характеристики переменой, графическое представление переменной, форму ее распределения для определения насколько точно распределение можно аппроксимировать каким-либо стандартным распределением, например, нормальным.

В процедуре Парные и частные корреляции вычисляются коэффициенты корреляции Пирсона, соответствующие им значения уровней значимости, результаты статистического анализа переменных: средние; стандартные отклонения; значения t-критерия сравнения средних и др., предоставляется графическая иллюстрация статистического анализа выделенных переменных.

Критерий Стьюдента (t-критерий) является наиболее часто используемым методом проверки статистической гипотезы о равенстве средних двух выборок.

t-критерий представлен четырьмя процедурами:

t-критерий для независимых выборок применяется, если надо сравнить средние случайных величин, полученных по двум разным (независимым) выборкам;

t-критерий для независимых выборок с группирующей переменной используется, если надо сравнить средние случайных величин двух независимых групп, полученных из одной выбор­ки при помощи группирующей переменной;

t-критерий для зависимых выборок применяется, если надо сравнить средние случайных величин двух зависимых групп;

одновыборочный t-критерий (простые выборки).

 

В перечисленных процедурах в качестве нулевой гипотезы служит предположение, что средние в группах равны.

Для сравнения средних в более чем двух группах применяется модуль Группировка и однофакторный ДА (дисперсионный анализ ANOVA), который определяет внутригрупповые описательные статистики и корреляции для зависимых переменных в каждой из нескольких групп, определенных одной или большим числом независимых переменных, сравнивает средние и определяет, в каких именно группах средние отличаются между собой. В качестве нулевой гипотезы предполагается, что средние в группах равны.

 

В меню Анализ при выборе команды Углубленные методы анализа в модуле Временные ряды и прогнозирование представлен широкий набор процедур, реализующих все этапы анализа временных рядов. В модуле реализованы:

такие часто используемые преобразования, как удаление тренда, удаление автокорреляции, взятие разностей, суммирование, вычисление остатков, преобразование Фурье и др.;

различные методы сглаживания: сглаживание скользящими средними, медианное сглаживание, простое экспоненциальное сглаживание и др.;

анализы автокорреляций, частных автокорреляций.

Большинство временных рядов в экономике описываются моделью ARIMA - АРПСС, уникальной особенностью которой является способность анализировать модели с длинными периодами сезонности. Стандартный набор результатов содержит оценки параметров, стандартные ошибки и корреляции. Предсказанные значения могут быть представлены в числовой и графической форме и добавлены к исходному ряду. Имеются многочисленные дополнительные функции для исследования остатков модели АРПСС, в том числе большой набор графических средств. Эта процедура доступна при нажатии кнопки АРПСС и автокорреляционные функции.

 

В меню Анализ при выборе команды Многомерный разведочный анализ представлены модули, предназначенные для проведения кластерного, факторного, дискриминантного и некоторых других анализов.