Статистический анализ: Подход с использованием ЭВМ - Афифи А.
Скачать (прямая ссылка):
1.3. Программное обеспечение
23
Center at the University of Chicago. Этот пакет представляет собой комплекс программ, предназначенных для анализа данных общественных наук. Пользователю предоставляется возможность производить много типов анализа при большой гибкости форматов данных, преобразования данных и манипуляции с файлами. SPSS позволяет пользователю производить анализ при помощи управляющих операторов, формулируемых на языке, близком к естественному. Процедуры SPSS включают дескриптивный анализ, простую корреляцию (для порядковой и интервальной шкал), частную корреляцию, одномерную и rt-мерную классификацию, масштабирование Гутмана и множество многомерных процедур. Относительно руководства к пакету см. Nie et al. (1975).
Пример 1.3.3. Пакет MINITAB — пакет широкого назначения для студентов, изучающих начальные статистические курсы. Его можно использовать как в пакетном, так и в диалоговом режиме. Этот пакет прост для изучения и запоминания, у него естественная связь между использованием ЭВМ и статистическими задачами, пакет не замкнут, предоставляет большие возможности для построения графиков, для генерации данных, а также развитую систему диагностики ошибок. Относительно копии системы и руководства см. Ryan, Joiner (1973, 1976).
Приведем теперь список некоторых распространенных ПСП и их разработчиков 1). Обзор пакетов на 1972 г. содержится в Schucany et al. (1972). Обзор и оценка более поздних пакетов приводятся в отчете R. Kohm и Т. Ryan для Commitee on Evaluations of Program Packages of the Statistical Computing Section of the American Statistical Association. Заинтересованный читатель может обратиться к этим источникам.
1. STATPACK 2 — Ha AUJl ' K. W. Smillie, Dept. of Computing Science, Univ. of Alberta, Edmonton, Alberta, Canada
ПАКЕТ
РАЗРАБОТЧИК
2. MANOVA — программы многомерного статистиче ского анализа
Dean J. Clyde, Clyde Computing Ser-
vice, 9555 N. Kendall Dr., Miami,
Florida
3. PSTAT — ориентированный на пользователя язык статистического анализа
Ronald Buhler, Princeton Univ. Computer Center, Princeton, New Jersey
*) См. также раздел А списка литературы, добавленной редактором пере? врда. — Прим. ред.
24
Гл. 1. Введение в анализ данных
4. SSP — пакет научных подпрограмм
5. DATA-TEXT
6. IMSL библиотеки
7. OSIRIS
8. SAS — система статистического анализа
9. CALL/370
10. ALICE
11. OMNITAB II
12. GLIM
IBM, Data Processing Division, 112 E. Post Rd., White Plains, New York
D. J. Armor, Dept. of Social Relations, Harvard Univ., Cambridge, Massachusetts
International Mathematical and Statistical Libraries, Inc., 6200 Hill-croft, Houston, Texas
Univ. Michigan, Survey, Research Center, Ann Arbor, Michigan
J. H. Goodnight, Institute of Statistics, North Carolina State Univ., Raleigh, North Carolina
Service Bureau Company, 1350 Avenue of the Americas, New York, New York
E. C. T. Walker, ALICE Assoc., 29 Wellesley Ave., Natick, Massachusetts
National Bureau of Standards, NBS Tech. Note 552, Government Printing Office, Washington, D. C.
Numerical Algorithms Group, 7 Banbury Road, Oxford, England
Замечания 1.3.1. 1. При использовании ПСП принятие
решений остается за исследователем. Программа освобождает исследователя от рутинной вычислительной работы, но интерпретация полученных результатов зависит от его опыта и знаний. 2. Применение ПСП влечет за собой и некоторые неудобства:
a) Исследователь должен привыкнуть к обозначениям и требованиям ПСП, причем в сопровождающих пакет руководствах часто не достает информации для интерпретации выходных данных.
b) Пользователю статистического пакета приходится ограничиваться численными методами, примененными в программах, хотя в его задаче эти методы могут быть и не самыми эффективными.
c) В пакетах программ не предусмотрен вывод на печать всей информации, необходимой пользователю. Например, некоторые программы выдают лишь точечные оценки параметров без доверительных интервалов.
д.) ПСП пишутся только на базе стандартных статистических методик. Если исследователь хочет использовать нестандартный анализ, он должен написать свою собственную программу.
г
1.4. Подготовка данных для пакетов программ 25
1.4. Подготовка данных для пакетов программ
В этом разделе мы обсудим подготовку данных для обработки на ЭВМ. Многие данные научного эксперимента собираются и записываются вручную, например, на лабораторных бланках, вопросниках, в специальных таблицах и т. д. Это объясняется как тем, что ручная запись доступнее и дешевле, чем автоматическая, так и тем, что во многих случаях экспериментатор должен принимать решения относительно результатов измерений с некоторой поправкой. С другой стороны в сложных случаях объем получаемых данных оправдывает применение специализированных автоматизированных процедур и предназначенных для них оборудования и программного обеспечения. Такая ситуация разобрана в примере 1.4.1.
Если данные собираются и записываются вручную, необходимо придать им логичную и компактную форму, совместимую со средствами ввода ЭВМ. Так как диски и ленты представляют собой сложные носители входной информации, рассмотрим только подготовку данных для наиболее часто используемого носителя — перфокарт. Прежде чем данные будут нанесены на перфокарты, необходимо составить специальную форму, называемую кодированной таблицей. Эта таблица определяет распределение 80 столбцов карты по изучаемым переменным. Хотя это распределение довольно произвольно, приведем несколько общих рекомендаций для программ на Фортране.
