|
【产品简介】
STATISTICA是当今世界上最大型的统计与图表分析软件之一,得到了广大用户和评论家大量的赞誉和好评。STATISTICA在每一项功能的评比与评价中都获得了最高的分数。
统计分析内容包括:基本统计分析/制表,非参数统计检验/分布拟合,广义单因素方差分析与多因素方差分析,多重回归分析,非线性估计法,时间序列/预测预报分析,聚类分析,因子分析,典型分析信度/项目分析,判别分析,对数线性模型分析以及生存分析等。
广泛适用于如下自然科学,社会科学,特别是经济学,生物学,金融学与医疗卫生保健等多学科,多专业,多层次的需要,可供高等院校,科研单位及相关机构进行数理数据的统计分析与应用。
【产品介绍】
STATISTICA 是一个整合数据分析、图表绘制、数据库管理与自订应用发展系统环境的专业软件。 STATISTICA不仅提供使用者统计、绘图与数据管理程序等一般目的的需求，更提供特定需求所需的数据分析方法( 例如，数据挖掘、商业、社会科学、生物研究或工业工程等 ) 。
所有STATISTICA产品现所提供的分析工具，皆以软件包的形式供使用者自行选择。这些工具可经由不同的使用者接口与程序语言 (SVB) 予以控制、使用。具有以下显著特点：
● 图形库种类非常丰富
STATISTICA图形不但种类多而且质量很高，配有分布拟合功能（Distribution Fitting），对于多维多变量资料集，交谈式三维探索器（Interactive 3D explorer）提供“Slice & Dice”般的资料切割技巧，例如可以将三维空间资料切割成数个二维或三维的资料子集。
● 有同步报告输出功能
TATISTICA可以使您在作统计分析的同时就可以编辑统计分析报告，并且可以另存为word文档（.rtf格式），大大节省您的时间。
● 软件兼容性很好
STATISTICA同Excel、C＋＋、Java等多种外部应用工具兼容，通过强大且直观的询问工具，可以连接并处理存储于任何地方的大型资料（这些资料可以储存在Oracle、Sybase、Microsoft SQL Server、IBM DB2等数据库），而无需事先将资料拷贝到当前电脑中，就可以执行理想的大型资料提取和资料的分析任务。
● 导入导出数据时支持多种格式
STATISTICA导入导出数据时支持多种格式，如STATISTICA documents 、Excel 、 dBase 、SPSS 、Lotos、text、Hmtl、Rich Text File（.rtf Word文档）等。
● 软件操作简便
STATISTICA软件使用简便，操作界面、操作方式同Office软件类似，友好的操作界面，方便客户操作并满足客户定制化的需求。STATISTICA中同一功能有多种操作实现方法，有多种快捷方式可供选择。
● 内置Visual Basic程序
STATISTICA内建完整的Visual Basic程序，供分析人员处理大数据量时进行编程之用，并且可以对STATISTICA进行二次开发，将STATISTICA软件放置在后台进行运算。
● 定制化的报表功能
STATISTICA利用如同MS活页式（Binder-Style）之便利且有效的工作簿功能，组织所有的文件（例如STATISTICA、MS Excel、HTML报表等）。透过树状结构概观图组织，检视并且修改所有的STATISTICA电子表格（Spreadsheet）、图形、报表以及STATISTICA工作簿宏指令。自动化制作完美格式的报表，以及利用鼠标拖曳其它对象完成定制化的报表需求。
STATISTICATM Desktop Series产品组合与模块对照表
| Product Item |
Including Module |
| STATISTICA Base |
Base |
| STATISTICA Advanced |
Base + Advanced Linear/Nonlinear Models + Multivariate Exploratory Techniques + Power Analysis |
| STATISTICA QC |
Base + Quality Control Charts + Process Analysis + DOE + Power Analysis |
| STATISTICA Advanced + QC |
Base + Advanced Linear/Nonlinear Models + Multivariate Exploratory Techniques + Quality Control Charts + Process Analysis + DOE + Power Analysis |
| NeuralNetworks |
Neural Networks |
| NN + NNC |
Neural Networks + NN Code Generator |
| MSPC(Add-On) |
本产品为一项外挂模块，至少须同时采购STATISTICA Base |
STATISTICATM Desktop单机版本安装系统要求
操作系统：Windows 2000或以上
RAM：128M或以上
中央处理器：1.0 GHz或以上
硬盘空间(不包含多媒体档案安装)：160MB
硬盘空间(包含多媒体档案安装)：560MB
STATISTICATM Desktop单机版安装要求以下系统组件之更新：
● MFC42.dll (Microsoft Foundation Classes version 4.2)
● MSVCP60.dll (Microsoft Visual C++ version 6.0 libraries)
● MSVCRT.dll (Microsoft Visual C++ runtimes version 6.0.8397.0)
● ATL.dll (Microsoft Active Template Library version 3.0.8449.0)
● MS50COMUPD.exe (Microsoft COM 5.0 update version 5.00.2516.1900)
● SHFOLDER.exe (Microsoft Shared Folders update version 5.50.4027.300)
● MDAC_TYP.exe (Microsoft Data Access Components 2.1 SP2 version 21.2.4202.3)
● DCOM95.exe (Microsoft Distributed COM for Windows 95 version 4.71.1015.0)
● HHUPD.exe (Microsoft HTML Help update version 4.73.8561.0)
多媒体档案浏览要求：
● MPFULL.exe (Windows Media Component update verison 4.72.2106.1)
● TSCC.exe (Techsmith Screen Codec version 1.0.0.0)
● IR50_32.dll (Ligos Indeo Video 5.11 Codec version 5.2819.15.56)
Remark：
● STATISTICATM Desktop模块分为Base、Advanced Linear/Nonlinear Models、Multivariate Exploratory Techniques、Quality Control Charts、Process Analysis、Experiment Design以及Power Analysis七项(请参考以下说明)
● V7版本中，STATISTICATM MSPC模块为一项租赁格式模块，并未详列在此
● V7版本中，STATISTICATM Neutral Networks以及NN Code-Generator将于V8版本更名为STATISTICATM Automated Neural Networks
● V8版本中，预计新增VEPAC(Variance Estimation and Precision)
STATISTICATM Desktop多人共享版本安装系统要求
以下建议内容为一项平均值，Server计算机中的RAM以及处理器规格必须视实际同时联机登入使用的人数决定。
多人共享版本/多人标准版本安装规格建议
操作系统：Windows 2000或以上
RAM：128M或以上
中央处理器：1.0 GHz或以上
硬盘空间(服务器计算机)：620MB
硬盘空间(客户端计算机)：150MB
STATISTICATM 多人共享版本/多人标准版本安装要求以下系统组件之更新：
● MFC42.dll (Microsoft Foundation Classes version 4.2)
● MSVCP60.dll (Microsoft Visual C++ version 6.0 libraries)
● MSVCRT.dll (Microsoft Visual C++ runtimes version 6.0.8397.0)
● ATL.dll (Microsoft Active Template Library version 3.0.8449.0)
● MS50COMUPD.exe (Microsoft COM 5.0 update version 5.00.2516.1900)
● SHFOLDER.exe (Microsoft Shared Folders update version 5.50.4027.300)
● MDAC_TYP.exe (Microsoft Data Access Components 2.1 SP2 version 21.2.4202.3)
● DCOM95.exe (Microsoft Distributed COM for Windows 95 version 4.71.1015.0)
● HHUPD.exe (Microsoft HTML Help update version 4.73.8561.0)
多媒体档案浏览要求：
● MPFULL.exe (Windows Media Component update verison 4.72.2106.1)
● TSCC.exe (Techsmith Screen Codec version 1.0.0.0)
● IR50_32.dll (Ligos Indeo Video 5.11 Codec version 5.2819.15.56)
Remark：
● STATISTICATM Desktop模块分为Base、Advanced Linear/Nonlinear Models、Multivariate Exploratory Techniques、Quality Control Charts、Process Analysis、Experiment Design、Power Analysis、Neural Networks以及NN Codes Generator九项(请参考以下说明)
● V7版本中，STATISTICATM Neutral Networks以及NN Code-Generator将于V8版本更名为STATISTICATM Automated Neural Networks
● V8版本中，预计新增VEPAC(Variance Estimation and Precision)
STATISTICATM Base (BX)
| English |
Chinese |
Remark |
| Basic Statistics and Tables |
基本统计与表格分析 |
叙述统计量、叙述统计图、次数分配表、t-检定、F-检定 |
| Multiple Regression |
多元回归(复回归) |
标准线性回归分析、向前逐步回归、向后逐步回归、脊回归 |
| ANOVA |
变异数分析(方差分析) |
单因子变异数分析、主效用变异数分析、重复量测变异数分析
注意：如果客户需求多项重复量测因子之多变量变异数分析(MANOVA)，建议进一步采用「线性与非线性模型」模块中的「一般化线性模型」功能 |
| Nonparametrics |
无母数统计(非参数统计) |
面对小样本的数据数据时，有母数统计(或者参数统计)方法无法充分地加以说明；因此，无母数统计可以扮演相当称职的角色 |
| Distribution Fitting |
分配配适(分配拟合) |
针对特定的数据数据透过多元的分配进行拟合(Fitting)，了解数据的轮廓 |
● STATISTICATM Base (BX)为STATISTICATM Desktop系列产品中最基本的模块；亦即，客户如果需求其它外挂模块(Add-on)的功能，业务窗口必须优先建议客户STATISTICATM Base
● 本项模块之功能适用于各行各业的使用者
● 建议之培训课程主题，包括「Introduction to STATISTICATM & Basic Statistics」、「Multiple Regression」以及「ANOVA」，预计总授课时间为十小时
STATISTICATM Advanced Linear/Nonlinear Models
| English |
Chinese |
Remark |
| General Linear Models |
一般化线性模型 |
特别适用于多变量变异数分析 |
| Generalized Linear and Nonlinear Models |
广义线性与非线性模型 |
多项式罗吉斯回归、顺序性罗吉斯回归 |
| General Regression Models |
一般化回归模型 |
特别适用于多元回归的进一步模型推导 |
| General Partial Least Squares Models |
一般化偏最小平方模型 |
|
| NIPALS Algorithm (PCA/PLS) |
|
|
| Variance Components |
变异数成份 |
针对特定的变异来源，讨论其产生的变异站整体变异的百分比为何，进而确定特定变异成份的控制顺序 |
| Survival Analysis |
存活分析(生存分析) |
最常使用于生物统计的研究范围，主要是剖析如病患的治疗效果、病征的改变以及新药的成效；不过，这项技巧进来已经逐渐被引用于客户流失分析上面 |
| Nonlinear Estimation |
非线性估计 |
二项式罗吉斯回归、机率回归、截点回归、指数成长模型 |
| Fixed Nonlinear Regression |
固定非线性回归 |
透过二次式或者更多幂的转换，学习并尝试掌握数据的行为模式 |
| Log-Linear Analysis of Frequency Tables |
对数线性分析 |
针对问卷形式所搜集到的原始资料(注：这类的原始数据大多以类别定义方式加以纪录)，可以采用此项分析方法进行类别定义资料的分析 |
| Time Series and Forecasting |
时间数列分析 |
针对带有时间因素在内的数据数据，如股价、汇率等，进行时间数列分析以及预测，也包含削减时间因子以及其它非时间因子的功能 |
| Structural Equation Modeling(SEM) |
结构方程模型(LISREL) |
针对显性对隐性，或者隐性对隐性因子之间的关联，透过线性模型的推导，有效地建立一项完整的结构式模型 |
Remark：
● STATISTICATM Advanced Linear/Nonlinear Models为STATISTICATM Desktop系列产品中的一项外挂模块(Add-on)的功能，业务窗口必须建议客户(至少)同时采购 STATISTICATM Base
● 本项模块适用对象，大多数为针对特定线性模型进行研究之使用者；这类使用者的分析目的，通常包含了两项特色，大量分析变量以及连续与类别混合变量信息之数据数据
● 建议之培训课程主题，包括「Linear Models」、「Time Series」以及「SEM」，预计总授课时间为十二~十五小时
STATISTICATM Multivariate Exploratory Techniques
| English |
Chinese |
Remark |
| Cluster Analysis |
丛聚分析(聚类分析) |
|
| Factor Analysis |
因子分析(因素分析) |
|
| Principal Component & Classification Analysis |
主成份与分类分析 |
|
| Reliability/Item Analysis |
信度与项目分析 |
适用于讨论回收问卷之信度 |
| Canonical Analysis |
正准分析(典型分析) |
|
| Classification Trees |
分类树 |
|
| Correspondence Analysis |
对应分析 |
简单对应分析、多元对应分析 |
| Multidimensional Scaling |
多元尺度化(多维标度) |
要求分析数据格式为STATISTICA兼容之矩阵档案格式 |
| Discriminant Analysis |
判别分析(区别分析) |
|
| General Discriminant Analysis |
一般化判别分析 |
独立变量群不再限制传统的连续性数据，本项功能已经放宽可以同时处理连续以及类别的独立变量群 |
Remark：
● STATISTICATM Multivariate Exploratory Techniques为STATISTICATM Desktop系列产品中的一项外挂模块(Add-on)的功能，业务窗口必须建议客户(至少)同时采购 STATISTICATM Base
● 本项模块适用对象，大多数为从事社会科学分析研究的使用者；包括，调研公司、广告公司市场调查部门、金融服务业(银行、保险、电信)之客户服务部门
● 建议之培训课程主题为「MVA – Multivariate Analysis」，预计总授课时间为九~十二小时
STATISTICATM Quality Control Charts
| English |
Chinese |
Remark |
| Multiple Chart (Six Sigma-style) Reports & Displays |
|
|
| X-bar Charts and R/S Charts |
计量型管制图(变数管制图) |
|
| Np, P, U, C Charts |
计数型管制图(属性管制图) |
|
| Pareto Charts |
柏拉图 |
|
| Process capability and Performance Indices |
制程能力与制程表现指标 |
|
| Moving Average/Range Charts, EWMA Charts |
移动平均/全距管制图, 指数加权管制图 |
|
| Short Run Charts (Including Nominal & Target) |
短期制程管制图 |
|
| CuSum (Cumulative Sum) |
累合管制图 |
|
| Runs Tests |
连检定 |
|
Remark：
● STATISTICATM Quality Control Charts，可以做为一项基本模块也可以做为一项外挂模块(Add-on)；当客户同时也采购STATISTICATM Base，Quality Control Charts则必须视为一项外挂模块
● 本项模块适用对象为从事大量且自动化生产的制造业，针对不同的产品线以及制程，使用者可以建立多个独立的Quality Control Charts；建议之使用对象为质量管理、质量保证、生产等部门的工程师或者经理人
● 以高科技制造产业来说，传统的单一变量管制图功能已经不再可以满足整体性的质量要求；换句话说，这些公司比较需求所谓的多变量统计制程管制(MSPC, Multivariate Statistical Process Control)功能，以单一的管制图同时监控多项制程特征的行为。目前STATISTICATM开发出来的模块当中，已经增列一项MSPC模块，可以满足这类公司的需求；不过，MSPC为一项租赁格式模块，需求、报价以及培训课程将另外定义。
● 建议之培训课程主题为「SPC」，这项课程将与Process Analysis模块用户一起上，预计授课时间为四小时
STATISTICATM Process Analysis
| English |
Chinese |
Remark |
| Process Capability Analysis |
制程能力分析(过程能力分析) |
针对连续性制程特征，检视手边掌握资料的制程能力；一般来说，会针对历史数据、生产过程中以及出厂前，都会进行一次制程能力分析，了解随着时间经过的制程能力是否还是稳定、是否仍符合客户在订单上面所要求的规格 |
| Gage Repeatability & Reproducibility |
量规重复性与重制性分析/GR&R
(量测系统分析/MSA) |
量规仪具在制造过程中使用所产生的变异，由于使用者不同以及大量自动化的生产，将会分别产生重复性以及重制性(再现性)变异；由于跟量测系统有关，所以也叫做量测系统分析(MSA, Measurement System Analysis) |
| Gage Linearity |
量规线性分析 |
针对量规仪具的线性以及偏误行为，所进行的分析任务 |
| Weibull Analysis & Reliability/Failure Time Analysis |
韦伯分析与可靠度/失效时间分析 |
针对产品的有效生命周期，制定一项特定的韦伯分析以及韦伯生命机率表 |
| Sampling Plans |
抽样计划 |
针对进厂的原物料以及出厂前的产品，执行抽检计划以确保原物料以及产品都能够符合允收规格 |
| Ishikawa (Cause & Effect) Diagrams |
特性要因图 |
针对特定的制程或者质量问题，透过小组讨论以及经验分享的方式，将特定的原因以图表方式加以呈现 |
Remark：
● STATISTICATM Process Analysis为一项外挂模块(Add-on)，客户必须同时采购STATISTICATM Base或者Quality Control Charts模块
● 本项模块适用对象为从事大量且自动化生产的制造业，针对不同的产品线以及制程，使用者可以执行制程上面相关的分析工作，包括目前的制程能力水平、量测系统的稳定性/准确性/一致性/非线性、产品可靠度检视，以及制程特征的要因图建立等
● 以高科技制造产业来说，传统的单一变量管制图功能已经不再可以满足整体性的质量要求；换句话说，这些公司比较需求所谓的多变量统计制程管制(MSPC, Multivariate Statistical Process Control)功能，以单一的管制图同时监控多项制程特征的行为。目前STATISTICATM开发出来的模块当中，已经增列一项MSPC模块，可以满足这类公司的需求；不过，MSPC为一项租赁格式模块，需求、报价以及培训课程将另外定义。
● 建议之培训课程主题为「SPC」，这项课程将与Quality Control Charts模块用户一起上，预计授课时间为九小时(含MSA)
STATISTICATM Experimental Design (DOE)
| English |
Chinese |
Remark |
| Fractional Factorial Designs |
部分因子化设计 |
|
| Mixture Designs |
混合物设计 |
适用于食品加工产业，在有限的成分总合前提(或者各项成份有其添加的上限)之下，进行混合物设计与分析 |
| Latin Squares |
拉丁方格设计 |
运用直交表，产生高维度实验因子的有效设计 |
| Search for Optimal 2k-p Designs |
最佳化 2k-p 设计 |
|
| Central Composite Designs |
中央复合设计(CCD)
(反应曲面方法) |
在不增加额外因子的前提之下，自既有的因子内增加一项中心点以及星点设计，将整个实践以曲面的方式加以呈现，这类方法也可以叫做反应曲面方法(RSM, Response Method, MSA) |
| Taguchi Designs |
最佳化 2k-p 设计 |
|
| Minimum Aberration & Maximum Unconfounding |
最小离异与最大未混同设计 |
|
| 2k-p Fractional Factorial Designs with Blocks |
|
|
| Constrained Surfaces |
约制区面设计 |
|
| D- and A-Optimal Designs |
D- 及 A- 最佳化设计 |
|
| Desirability Profiler |
最适式剖面 |
|
Remark：
● STATISTICATM Experimental Design(DOE)为一项外挂模块(Add-on)，客户必须同时采购STATISTICATM Base或者Quality Control Charts模块
● 本项模块适用对象为从事研发设计的使用者，尤其是高科技制造产业
● 建议之培训课程主题为「DOE」，预计授课时间为六小时
STATISTICATM Power Analysis
| English |
Chinese |
Remark |
| Power Calculation |
检定力计算 |
针对给定的型一误差以及样本大小，计算实际的分析检定力为何 |
| Sample Size Calculation |
样本大小计算 |
给定型一误差以及要求的检定力目标，计算所需搜集的样本数目 |
| Confidence Interval Estimation |
信赖区间估计 |
即便计算出来的样本数目是一项合理建议(参考前述)，但是在有限的成本前提之下，搜集愈少的样本代表愈符合经济效益；此项功能，协助进一步推算样本数目的信赖区间，也就是有效样本的最少数目以及最多数目 |
| Statistical Distribution Calculators |
统计机率分配计算 |
|
Remark：
● STATISTICATM Power Analysis为STATISTICATM Desktop系列产品中的一项外挂模块(Add-on)的功能，业务窗口必须建议客户(至少)同时采购STATISTICATM Base
● 本项模块适用对象，大多数为从事社会科学分析研究的使用者，包括调研公司、广告公司市场调查部门、金融服务业(银行、保险、电信)之客户服务部门；特别是那些需要透过问卷方式搜集客户行为信息，并且用以拟定营销方案的使用者来说，研究数据的分析并不应该仅仅是以满足既定的研究误差就可以了，往往要同时考虑到背后的母体为何，进而确定研究资料本身所提供的检定力是否足够
● 在Six Sigma项目中，检定力的计算也变得相对重要；原物料进货的品检以及产品出厂前的品检，都必须同时满足消费者风险、生产者风险以及生产者信心等三项重要因素，因此检定力是否足够就代表生产者本身对于出厂产品的信心是否足够
● 建议之培训课程主题为「Power Analysis」，预计总授课时间为六小时
建议开办之教育训练课程
| Product Item |
Suggested Course & Hours |
| STATISTICA Base |
● Introduction to STATISTICATM & Basic Statistics (4)
● Multiple Regression (2)
● ANOVA (4) |
| STATISTICA Advanced |
● Introduction to STATISTICATM & Basic Statistics (4)
● Multiple Regression (2)
● ANOVA (4)
● Time Series (3)
● SEM (4)
● MVA – Multivariate Analysis (3) |
| STATISTICA QC |
● Introduction to STATISTICATM & Basic Statistics (4)
● Multiple Regression (2)
● ANOVA (4)
● SPC Program (6)
● DOE (4) |
| STATISTICA Advanced + QC |
● Introduction to STATISTICATM & Basic Statistics (4)
● Multiple Regression (2)
● ANOVA (4)
● Time Series (3)
● SEM (4)
● MVA – Multivariate Analysis (3)
● SPC Program (6)
● DOE (4) |
| Neural Networks |
Neural Networks (4) |
| NN + NNC |
Neural Networks (4) |
| MSPC(Add-On) |
MSPC (4) |
|