8.1. Элек­тронные таблицы Excel

К достоинствам элек­тронных таблиц Excel относится:

• доступность, так как они вхо­дят в состав наиболее используемого пакета Microsoft Office;

• наличие обширного методического обеспече­ния с примерами использования в эконометрике;

• широкая известность, так как, как правило, Excel изучается в курсе информатики;

• эффективность на этапе обучения эконометрическим методам;

• электронные таблицы согласуются с большинством ста­тистических пакетов прикладных программ.

Элек­тронные таблицы Excel предоставляют исследователю следующие возможности:

• проведение расчетов с использова­нием большого количества математических и статистических функций: вычисление распределений случайных величин; вычисление статистических характеристик; вычисление критических значений статистических гипотез. С помо­щью статистической функции «Линейн» можно получить рас­четы основных характеристик всех эконометрических моделей;

• использование пакета «Анализ данных», реализующего некото­рые статистические методы:

• однофакторный дисперсионный анализ;

• двухфакторный дисперсионный анализ;

• корреляция;

• ковариация;

• описательная статистика;

• экспоненциальное сглаживание;

• двухвыборочный f-тест для дисперсии;

• анализ Фурье;

• скользящее среднее;

• регрессия;

• парный двухвыборочный t-тест для средних;

• двухвыборочный t-тест с одинаковыми дисперсиями;

• двухвыборочный t-тест с различными дисперсиями;

• двухвыборочный z-тест для средних;

• имеется также возможность составления программ для реализа­ции различных эконометрических моделей.

8.2. Статистический пакет общего назначения statistica

Статистический пакет общего назначения STATISTICA разработан фирмой StatSoft Incorporation. В данный момент в продаже имеется русскоязычная версия STATISTICA 6 и англоязычная версия STATISTICA 9.

Стандартную комплектацию пакета STATISTICA составляют три модуля.

Базовый пакет (STATISTICA Base) предоставляет обширный выбор основных статистик в едином пакете в сочетании с мощностью, производительностью и простотой использования технологии STATISTICA.

Линейные и нелинейные модели (STATISTICA Advanced Linear/Non-Linear Models) включает большой набор самых современных инструментов для моделирования и прогнозирования, включающий возможность автоматического выбора модели и расширенные интерактивные средства визуализации.

Многомерные разведочные технологии анализа (STATISTICA Multivariate Exploratory Techniques) содержит широкий выбор разведочных технологий анализа различных типов данных в сочетании с богатыми интерактивными средствами визуализации.

Иерархическое меню характеризует возможности программы:

Основные статистики и таблицы.

Множественная регрессия.

Дисперсионный анализ (ДА).

Непараметрическая статистика.

Подгонка распределений.

Углубленные методы анализа:

• общие линейные модели;

• обобщенные линейные и нелинейные модели;

• общие регрессионные модели;

• общие модели частных наименьших квадратов;

• компоненты дисперсии;

• анализ выживаемости;

• нелинейное оценивание;

• множественная нелинейная регрессия;

• логлинейный анализ таблиц частот;

• временные ряды и прогнозирование;

• моделирование структурными уравнениями.

Многомерный разведочный анализ:

• кластерный анализ;

• факторный анализ;

• анализ главных компонент и классификация;

• канонический анализ;

• надежность и позиционный анализ;

• деревья классификации;

• анализ соответствий;

• многомерное шкалирование;

• дискриминантный анализ;

• общие модели дискриминантного анализа.

Анализ мощности, оценка объема выборки.

Нейронные сети.

Добыча данных:

• добытчик данных – все процедуры;

• добытчик данных – чистка и фильтрация;

• добытчик данных – бурение и расслоение данных;

• добытчик данных – углубленные методы классификации;

• добытчик данных – разведчик общих многомерных;

• добытчик данных – обобщенное прогнозирование;

• добытчик данных – нейросетевой разведчик;

• нейронные сети;

• анализ независимых компонент;

• обобщенные методы кластерного анализа;

• правила связи;

• общие деревья классификации;

• общие CHAID модели;

• интерактивные деревья (C&RT, CHAID);

• растущие деревья классификации и регрессии;

• обобщенные аддитивные модели;

• многомерные адаптивные сплайны (NAP-сплайны);

• процедура обучения (Байесовские, ближайшего соседа …);

• быстрое построение прогноза;

• качество подгонки, классификации, прогноза;

• отсеивание признаков;

• объединение групп (классов).

Добыча данных в управлении качеством.

Текстовая добыча и сканирование Web.

Блоковые статистики.

Вероятностный калькулятор.

Широкому распространению пакета STATISTICA способствуют удобный понятный интерфейс, развитые методы визуализации результатов, возможности обмена данными с элек­тронными таблицами Excel и вызова непосредственно из Excel функций пакета STATISTICA. Для поддержки русскоязычных пользователей имеется вэб-страница «Статистический Портал StatSoft» [28].