Statgraphics centurion руководство на русском
Statgraphics Centurion - это пакет статистической статистики, который на простом языке выполняет и объясняет как базовые, так и высокотехнологичные статистические функции. Программное обеспечение было создано в 1980 году доктором Нилом В. Полхемусом, когда он преподавал в Школе инженерии и прикладных наук Принстонского университета, для использования в качестве продвинутого учебного инструмента для его студентов-статистиков. Вскоре стало очевидно, что это программное обеспечение будет полезно для бизнес-сообщества в целом, поэтому оно стало доступным для широкой публики в 1982 году, став самой продаваемой аналитической программой в мире за все десятилетие и вплоть до 1990-х годов, а также первой из них. программное обеспечение для обработки данных, предназначенное для использования на ПК. Statgraphics Centurion 18.2.14 был первоначально выпущен в октябре 2017 года, а последующие бесплатные обновления периодически выпускались для улучшения платформы и добавления новых функций. Новые версии обновлений с дополнительными возможностями и множеством недавно разработанных функций и улучшений выпускаются каждые два-три года. Statgraphics - это программное обеспечение, которое выбирают профессионалы, исследователи, ученые и промышленные предприятия с глобальными клиентами, среди которых более 40% компаний из списка Fortune 500 и более мелкие компании, стремящиеся к передовой практике, а также многие из самых известных образовательных учреждений в Мир. Он предназначен для тех, чья профессия требует анализа данных для бизнес-аналитики, прогнозной аналитики, шести сигм и других сложных статистических протоколов.
СОДЕРЖАНИЕ
Statbeans ™ - это набор Java Beans, которые реализуют многие часто используемые статистические процедуры, предназначенные для встраивания в созданные пользователем приложения или размещения на веб-страницах. Их структура в виде библиотеки компонентов позволяет легко манипулировать в различных визуальных средах.
Приложения
Распределение
Statgraphics распространяется Statgraphics Technologies, Inc., частной компанией, расположенной в Плейнс, Вирджиния .
Access a PC-based system for data visualization and predictive analytics. Process millions of rows of data, work with 260 advanced procedures, control an R interface, etc. Check regression modelling, ANOVA, SPC, DOE, forecasting, multivariate statistics, and perform life data analysis.
Вы можете бесплатно скачать STATGRAPHICS Centurion 16.2.4 с нашего сайта. Самые популярные версии STATGRAPHICS Centurion это 16.2, 16.1 и 16.0.
Размер последней версии для установки доступного для загрузки 53.7 MB.
Этот файл загрузки был просканирован нашим встроенным антивирусом, который отметил его как полностью безопасный для использования. ПО относится к категории Фото. По умолчанию название для установочного файла sgwin.exe. Последняя версия ПО совместима с Windows XP/7/8, 32-бит.
От разработчика:
STATGRAPHICS Centurion is designed for anyone who wishes to do serious data analysis without investing weeks learning how to use a statistical package. It contains over 180 statistical procedures, covering everything from summary statistics to design of experiments.
Мы предлагаем оценить другие программы, такие как Image Comparer, The Panorama Factory или PhotoStudio, которые часто используются вместе с STATGRAPHICS Centurion.
2. Смоделировать выборки псевдослучайных величин объемом n = 100, 500, 1000 для биномиального распределения (Binomial) с параметрами N = 100 (число испытаний в серии), p = 0.5 (вероятность успеха в каждом испытании).
3. Для каждого цикла моделирования (n = 100, 500, 1000) провести обработку полученной выборки и рассчитать параметры экспериментального распределения * с помощью функций пакета
4. Смоделировать выборки псевдослучайных величин объемом n = 100, 500, 1000 для распределения Пуассона (Poisson) с параметром =10 (среднее число событий на единицу времени и т.д.). Повторить п.3.
5. Смоделировать выборки псевдослучайных величин объемом n = 100, 500, 1000 для равномерного распределения (Uniform) с параметрами a=0 (левая граница распределения), b=1.0 (правая граница распределения). Повторить п.3.
6. Смоделировать выборки псевдослучайных величин объемом n = 100, 500, 1000 для нормального распределения (Normal) с параметрами a = 0 (математическое ожидание), = 1.0 (СКО). Повторить п.3.
7. Рассчитать абсолютные погрешности воспроизведения заданных параметров моделируемых распределений и внести их в таблицу.
Выбор типа зависимости:
Рисунок 1. Выбор построения распределения.
Рисунок 2. Выбор типа распределения.
Рисунок 3. Задание характеристик распределения.
Задание соответствующих параметров выборки
Рисунок 4. Биномиальное распределение объемом n = 1000.
Рисунок 5. Биномиальное распределение объемом n = 100.
Рисунок 6. Биномиальное распределение объемом n = 500.
Рисунок 7. Процесс сохранения выборки.
Рисунок 8. Выбор места сохранения выборки
Рисунок 9. Демонстрация сохраненных данных о выборках.
Получение расчетных параметров для выборок:
Рисунок 10.Процесс получения расчетных параметров.
Рисунок 11. Выбор соответствующей выборки.
Рисунок 12. Выбор отображаемых окон.
Рисунок 13. Оценка параметров для выборки объемом n = 100.
Рисунок 14. Оценка параметров для выборки объемом n = 500.
Рисунок 15. Оценка параметров для выборки объемом n = 1000.
Аналогично для остальных типов распределений получим:
Рисунок 16. Распределение Пуассона объемом n = 100.
Рисунок 17. Распределение Пуассона объемом n = 500.
Рисунок 18. Распределение Пуассона объемом n = 1000.
Рисунок 19. Демонстрация о выборках распределения Пуассона.
Рисунок 20. Оценка параметров для соответствующих выборок.
Рисунок 21. Равномерное распределение объемом n = 100.
Рисунок 22. Равномерное распределение объемом n = 500.
Рисунок 23. Равномерное распределение объемом n = 1000
Рисунок 24. Демонстрация о выборках равномерного распределения.
Рисунок 25. Оценка параметров для соответствующих выборок.
Рисунок 26. Нормальное распределение объемом n = 100.
Рисунок 27. Нормальное распределение объемом n = 500
Рисунок 28. Нормальное распределение объемом n = 1000
Рисунок 29. Демонстрация о выборках нормального распределения.
Рисунок 30. Оценка параметров для соответствующих выборок.
Моделирование выборки псевдослучайных величин объемом n = 100, 500, 1000 для распределения Пуассона (Poisson) и для равномерного распределения (Uniform) вторым способом.
Для того чтобы начать работу с пакетом STATGRAPHICS Plus 5.0 необходимо:
1. Создание файла переменных.
1.2 В открывшемся окне введите элементы одной или нескольких выборок в столбик (целая часть числа от дробной отделяется запятой).
1.4 После выделения черным цветом указанного столбца нажмите правую клавишу мыши.
2. Вычисление оценок числовых характеристик.
2.8 На левой стороне экрана появится таблица с результатами вычислений.
2.9 Для вычисления дополнительных характеристик нажмите правую клавишу мыши, когда курсор находится на левой стороне экрана.
Перевод английских терминов приводится ниже.
Count Объем выборки
Geometric mean Геометрическое среднее
Std. Deviation Стандартное отклонение
Std. Error Стандартная ошибка
Minimum Минимальное значение выборки
Maximum Максимальное значение выборки
Range Размах выборки
Lower quartile Нижняя квартиль
Upper quartile Верхняя квартиль
Interquar. range Интерквартильная широта распределения
Skewness Коэффициент асимметрии
Std. skewness Отклонение коэффициента асимметрии от канонического значения
Kurtosis Коэффициент эксцесса
Std. kurtosis Отклонение коэффициента эксцесса от канонического значения
Coeff. of Variation Коэффициент вариации
Sum Сумма элементов выборки
2.14 На правой стороне экрана появится гистограмма относительных частот.
All Panes Все окна
Visible Panes Видимые окна
All Text Panes Текстовые окна
All Graphics Panes Графические окна
Подбор закона распределения
Используемые обозначения:
ЛМ – нажать левую клавишу мыши;
ЛМ2 – дважды нажать левую клавишу мыши;
ПМ – нажать правую клавишу мыши.
В данном разделе описана методика проверки согласования с экспериментальными данными гипотезы о виде закона распределения изучаемой случайной величины, заданной выборкой.
Для выполнения этих процедур необходимо записать выборку значений переменой в файл и определиться с выбором уровня значимости a.
1. Открыть файл, в котором записана требуемая переменная. Для этого:
– В главном меню выбрать раздел File, ЛМ, затем – Open, ЛМ, затем – Open Data File, ЛМ,
– Нажать комбинацию клавиш + .
Читайте также: