Logiciel Statistique Complet

Logiciel Statistique Complet
PASW® Statistics Base 17.0 – Specifications
Résolvez les problèmes de gestion et de recherche avec
PASW Statistics, un progiciel de statistique et de gestion
de données destiné aux analystes et aux chercheurs.
Comparé à d’autres progiciels d’analyse de données, PASW
Statistics* est plus facile à utiliser, offre un coût de propriété
inférieur et gère entièrement la totalité du processus
analytique. PASW Statistics Base* fait partie intégrante de ce
processus, disposant de fonctions pour l’accès, la gestion,
la préparation, l’analyse et le reporting des données. PASW
Statistics Base permet de travailler en toute confiance avec
des modules additionnels et d’autres produits de la gamme
PASW Statistics pour bénéficier de capacités de planning,
de collecte de données et de déploiement. Ces modules
et produits développent en outre certaines des fonctions
déjà présentes dans PASW Statistics Base. La plupart des
fonctions [et des modules additionnels] sont disponibles sur
la plate-forme de votre choix : Microsoft® Windows®, Apple®
Mac® OS X, or Linux®.**
Access and analyze massive datasets quickly
PASW Statistics simplifie l’accès, la gestion et l’analyse
rapides de tout type d’ensemble de données : données
d’enquête, bases de données d’entreprise ou données
importées du Web. PASW Statistics Base peut traiter les
données Unicode. Cette approche élimine la variabilité, au
niveau des données, liée à des encodages spécifiques à la
langue utilisée et permet de visualiser, analyser et partager
les données écrites en plusieurs langues. Réalisez une
analyse aussi rapide que possible : laissez votre serveur
exécuter tout le travail de traitement lourd. Combinez
simplement PASW Statistics Base avec PASW Statistics
Base Server (proposé en option).
Préparation rapide et simple des données avant analyse
Avant de pouvoir analyser les données, vous devez les
préparer. De nombreuses techniques et fonctions intégrées
à PASW Statistics Base simplifient ce travail de préparation.
Voici quelques-uns des points forts de la gestion de
données sous PASW Statistics. Avec PASW Statistics Base,
vous définissez très facilement des informations pour
le dictionnaire de données (par exemple des libellés de
valeur et des types de variable). Avec l’outil Define Variable
Properties, vous préparez vos données à l’analyse plus
rapidement. PASW Statistics Base affiche une liste de
valeurs avec le nombre d’occurrences pour vous permettre
d’ajouter ces informations. Une fois le dictionnaire de
données configuré, vous pouvez l’appliquer avec l’outil Copy
Data Properties. Le dictionnaire de données agit comme
un modèle, vous pouvez l’appliquer à d’autres fichiers de
données et à d’autres variables à l’intérieur d’un même
fichier.
PASW Statistics Base simplifie l’identification des doublons,
ce qui permet de les éliminer avant l’analyse. Utilisez l’outil
Identify Duplicate Cases pour définir des paramètres et
repérer les doublons de façon à en garder la trace.
PASW Statistics Base simplifie en outre la préparation des
données continues pour l’analyse. Par exemple, le Visual
Binner permet de fractionner facilement le revenu par
“ bandes ” de 10 000 ou les âges par groupes d’âges. Une
lecture des données fournit un histogramme qui permet
de spécifier les points de rupture. Vous pouvez alors créer
* PASW Statistics et PASW Statistics Base, précédemment appelés SPSS Statistics et SPSS Statistics Base, font partie du portefeuille de
logiciels d’analyse prédictive de SPSS Inc.
** Amos™ 17.0, PASW Viz Designer, et PASW Exact Tests 17.0 sont uniquement disponibles sur la plate-forme Windows et
l’échange des données avec la gamme Dimensions™, composée de produits d’enquêtes, est supporté uniquement par la
version 17.0 de PASW Statistics qui s’exécute sous Windows.

automatiquement des libellés de valeur à partir des points
de rupture spécifiés (par exemple « 21-30 »).
Créez vos propres informations de dictionnaire pour les
variables avec Custom Attributes. Par exemple, créez un
attribut personnalisé représentant la totalité du texte d’une
question d’enquête avec un nom de code tel que « demo01
» comme nom de variable. Vous pouvez également créer
des attributs personnalisés décrivant les transformations
pour une variable dérivée avec des informations expliquant
comment vous avez transformé la variable.
Vous pouvez ouvrir plusieurs ensembles de données avec
une seule session PASW Statistics Base. Vous gagnez ainsi
du temps et vous réduisez le nombre d’étapes lors de la
fusion des fichiers de données. Cette approche garantit
en outre la cohérence lors de la copie des informations du
dictionnaire de données entre plusieurs fichiers. Si vous
le souhaitez, vous pouvez également réduire le nombre
d’ensembles de données actifs.
PASW Statistics Base vous permet de restructurer vos
fichiers de données pour les préparer à l’analyse. Vous
pouvez par exemple restructurer un fichier de données
comportant plusieurs cas par sujet en plaçant les données
de chaque sujet dans un seul enregistrement. Vous pouvez
également exécuter l’opération inverse : prendre un fichier
de données ayant un seul cas par sujet et subdiviser les
données en plusieurs cas.
Utilisez l’assistant Date and Time pour effectuer des calculs
de date et d’heure, créer des variables date/heure à partir
de chaîne contenant des variables de date (telles que «
03/29/06 ») et importer dans PASW Statistics les données
de date et d’heure de toute une variété de sources. Vous
pouvez également analyser chacune des unités de date et
d’heure, par exemple l’année, à partir des variables de date
et d’heure, pour appliquer les filtres.
Techniques d’analyse complètes
Allez au-delà des statistiques résumées et des calculs de
type ligne et colonne. PASW Statistics vous offre une vaste
gamme de procédures statistiques pour l’analyse de base,
dont les décomptes, les tableaux à double entrée, les
clusters, les descriptifs, l’analyse de facteurs, la régression
linéaire, l’analyse de clusters, la régression ordinale et
l’analyse du plus proche voisin. Une fois votre analyse
terminée, vous pouvez facilement réécrire les données
vers votre base de données avec l’assistant Export to
Database. Pour davantage de puissance analytique, utilisez
PASW Statistics Base avec toute une variété de modules
additionnels tels que SPSS Regression*** et SPSS Advanced
Statistics*** spécialisés dans l’analyse de données (des
informations détaillées sur ces produits sont fournies à
partir de la page 15).
Création simple de graphiques avec capacités de reporting
sophistiquées
Créez facilement les graphiques les plus courants
(matrices de nuages de points, histogrammes, pyramides
de population) avec le Chart Builder. Cette interface
extrêmement visuelle permet de créer un graphique en
déplaçant les variables et les différents éléments vers un
‘canevas’ de création. Vous pouvez également gagner du
temps en tirant parti d’un graphique déjà présent dans
la Galerie. Au fur et à mesure de sa construction, une
prévisualisation limitée du graphique est affichée. Les
utilisateurs avancés peuvent disposer d’une plus vaste
gamme de graphiques et de possibilités avec le Graphics
Production Language (GPL).
Ce système graphique de présentation vous donne à la
fois le contrôle sur les étapes de création et sur les étapes
d’édition. Dans un environnement de production, la charge
de travail s’en trouve allégée. Créez un graphique une fois,
puis utilisez vos spécifications pour créer des centaines de
graphiques du même type.
Présentation des données avec Report OLAP
La technologie OLAP transforme la façon dont vous créez
l’information et dont vous la et partagez. Report OLAP,
2
3
sous PASW Statistics, offre une méthode rapide et souple
pour créer, distribuer et présenter les informations en vue
d’une prise de décision pertinente. Créez des tableaux,
des graphiques et des cubes de rapport s’appuyant sur
une technologie de pivot unique et primée et découvrez
de nouvelles informations dans vos données. Permutez les
lignes, les colonnes et les couches des cubes de rapport –
ou modifiez rapidement les informations et les statistiques
dans les graphiques et affinez votre compréhension des
données. En quelques clics, vous pouvez même convertir un
tableau en graphique.
Générateur de boîtes de dialogue
PASW Statistics 17.0 est fourni avec Custom Dialog Builder,
un générateur de boîtes de dialogue personnalisé qui permet
aux utilisateurs plus expérimentés de simplifier les boîtes
de dialogue existantes pour les utilisateurs de l’entreprise
et de créer des boîtes de dialogue pour des fonctions
personnalisées intégrées via la capacité de programmation.
Pour les utilisateurs moins expérimentés, Custom Dialog
Builder permet d’apprendre rapidement à exécuter des
opérations de routine. Quant aux programmeurs, ils
bénéficient d’une méthode de déploiement efficace.
L’impact des résultats de l’analyse
Pour tirer le meilleur parti de vos conclusions analytiques,
vous devez être capable de gérer efficacement les résultats
et de les partager. Avec les capacités de collaboration de
PASW Statistics, vos analystes peuvent stocker toute une
variété de ressources techniques (telles que des fichiers de
syntaxe, des fichiers de sortie et des fichiers de données)
dans un environnement centralisés et sécurisé et développer
et partager les meilleures pratiques. De plus, ils peuvent
distribuer les conclusions afin de permettre aux utilisateurs
de l’entreprise de visualiser et d’interagir facilement avec les
résultats via un navigateur Web. Parce que votre équipe va
fonctionner au plus haut niveau possible, votre entreprise
bénéficiera d'un support rapide pour une prise de décision
basée sur les données.
*** PASW Regression et PASW Advanced Statistics, précédemment appelés
SPSS Regression et SPSS Advanced Statistics, font partie du portefeuille de
logiciels d’analyse prédictive de SPSS Inc.

Caractéristiques
General operations
■ Changez la langue de l’interface utilisateur
(possibilité par exemple de basculer entre
l’anglais et le japonais)
■ Appliquez des séparateurs (splitters)
via le Data Editor pour comprendre plus
rapidement et plus facilement les grands
ensembles de données.
■ Sélectionnez la fonction de barre d’outils
personnalisable pour :
– Insérer des procédures, des scripts ou
d’autres logiciels,
– Sélectionner à partir d’icônes de barre
d’outils standard ou créer des icônes
personnalisées.
■ Travaillez avec des tables pivot/des cubes
de rapport multidimensionnels pour :
– Réagencer les colonnes, les lignes et les
couches en déplaçant les icônes pour des
analyses spécifiques plus simples,
– Permuter entre les couches en cliquant
sur une icône pour une comparaison plus
simple entre les sous-groupes,
– Activer l’aide en ligne pour les statistiques
afin de choisir les procédures statistiques
ou les types de graphique et interpréter
les résultats ; des exemples d’application
réalistes sont fournis.
■ Changez les attributs de texte tels que
police, couleur, gras, italiques, etc.
■ Changez les attributs de tableau tels que
format de nombre, style de ligne, largeur
de ligne, alignement de colonne, trame
d’arrière plan et de premier plan, activation
ou désactivation des lignes, etc.
■ Affichez ou masquez sélectivement lignes,
colonnes ou libellés pour faire ressortir les
conclusions importantes.
■ Activez l’aide spécifique à une tâche avec
des instructions étape par étape pour :
– Visualiser les études de cas montrant
comment utiliser les statistiques
sélectionnées et interpréter les résultats,
– Sélectionner le Statistics Coach™ pour
choisir la meilleure procédure statistique
ou le meilleur graphique,
– Suivre le didacticiel pour apprendre à
utiliser le logiciel,
– Sélectionner les boutons “ Show me ”
(Expliquez-moi) qui sont des liens vers
le didacticiel et affichent une aide plus
ciblée,
– Utiliser l’aide « What’s this ? » (Qu’est-ce
que c’est) qui affiche des définitions, des
termes statistiques et des astuces.
■ Utilisez les capacités de formatage pour la
sortie :
– Transformez un tableau en graphique
pour une communication visuellement
plus attrayante.
– Montrez les coefficients de corrélation
avec leur niveau de signification (ainsi
que n) dans des corrélations en utilisant
l’affichage de sortie par défaut.
– Spécifiez si un tableau, une fois activé,
est ouvert sur place ou dans sa propre
fenêtre.
– Indiquez la date et l’heure dans le fichier
journal.
– Faites un clic droit sur l’icône du fichier de
syntaxe PASW Statistics pour exécuter un
fichier de commande sans passer par le
mode de production.
– Utilisez les listes déroulantes pour
accéder plus facilement aux différentes
couches.
– Définissez des paramètres de page
permanents.
– Définissez une largeur de colonne pour
toutes les tables pivot et définissez le
retour à la ligne pour le texte.
– Spécifiez la notation scientifique pour
afficher de plus petits nombres.
– Spécifiez le nombre de décimales dans
les présentations.
– Intervenez sur les rapports et utilisez des
modèles et du code créés par d’autres
utilisateurs de l’entreprise avec l’option
SPSS Predictive Enterprise Services.
– Ajoutez des notes de bas de page et des
annotations.
– Réagencez les catégories à l’intérieur
d’un tableau pour afficher les résultats de
façon plus efficace.
– Groupez ou dégroupez des catégories
multiples, en lignes ou en colonnes, sous
une seule rubrique couvrant les lignes ou
les colonnes.
– Utilisez l’un des seize TableLooks™
préformatés pour un formatage rapide et
cohérent des résultats.
– Créez et enregistrez des formats
personnalisés en tant que TableLooks.
– Affichez les valeurs ou les libellés.
– Faites pivoter les libellés de tableau.
■ Travaillez avec le Viewer pour organiser,
visualiser et parcourir les résultats
– Conservez un enregistrement de votre
travail en utilisant la valeur par défaut «
append » dans les fichiers journaux.
– Utilisez une représentation schéma¬tique
(outline) pour déterminer rapidement
l’apparence de la sortie .
– Sélectionnez une des icônes de l’aperçu
et affichez les résultats correspondants
dans le panneau de contenu.
– Réagencez les graphiques, les tableaux
et d’autres objets en déplaçant les icônes
sur l’aperçu.
– Réduisez ou développez l’aperçu pour
visualiser ou imprimer les résultats
sélectionnés.
– Placez des tableaux, des graphiques et
des objets dans un même panneau de
contenu pour pouvoir y accéder et les
vérifier facilement.
– Justifiez la sortie à droite, à gauche ou au
centre.
– Recherchez et remplacez des informations
dans le Viewer du panneau de contenu, le
panneau d’aperçu ou les deux.
■ Créez des spécifications d’analyse et
enregistrez-les pour les tâches répétitives ou
le traitement automatisé.
■ Utilisez le mode de production optimisé
avec boîtes de dialogue et macros pour un
reporting périodique plus simple.
■ Contrôlez entièrement le fractionnement
des tableaux avec pagination et impression
optimisées.
■ Sélectionnez l’option d’aperçu avant
impression.
■ Entrez vos propres commandes via
une fenêtre de saisie de type ligne de
commande.
■ Utilisez les explications du glossaire des
termes statistiques en ligne.
■ Travaillez plus facilement avec les données,
grâce à :
– Des boîtes de dialogue
redimensionnables,
– Des fonctions de type glisser-déposer
dans les boîtes de dialogue.
■ Exportez la sortie vers Microsoft Word
– Convertissez les tables pivot en tableaux
Word sans aucune perte de formatage.
– Convertissez les graphiques en images
statiques.
4
■ Retour automatique à la ligne et contraction
des grands tableaux.
■ Syntaxe pour automatiser la production de
rapports.
■ Exportez la sortie vers PowerPoint®
(Windows uniquement)
– Convertissez les tables pivot en tableaux
sous PowerPoint sans perte de formatage.
– Convertissez les graphiques en images
statiques.
– Retour automatique à la ligne et réduction
des grands tableaux.
– Syntaxe pour automatiser la production
de rapports.
– Modifiez un document existant en y
ajoutant lignes ou colonnes.
■ Exportez la sortie vers Excel®
– Placez des tableaux sur une même feuille
ou sur des feuilles séparées dans un
classeur Excel.
– Exportez la vue en cours uniquement ou
bien toutes les couches d’une table pivot
PASW Statistics.
– Placez toutes les couches de la table pivot
sur une seule feuille ou placez chaque
couche sur une feuille séparée dans un
classeur Excel.
■ Syntaxe pour automatiser la production de
rapports.
■ Créez une nouvelle feuille de calcul à
l’intérieur d’un classeur existant.
■ Modifiez une feuille de calcul existante en y
ajoutant des lignes ou des colonnes.
■ Exportez la sortie au format PDF
– Optimisez le fichier PDF pour visualisation
sur le Web.
– Faites correspondre les signets générés
par PDF aux entrées de Navigator Outline
de l’Output Viewer. Les marque-pag¬es
facilitent la navigation dans les grands
documents.
– Intégrez des polices au document. Avec
des polices intégrées, le lecteur visualise
votre document avec les polices d’origine,
ce qui évite toute substitution de polices.
■ Syntaxe pour automatiser la production de
rapports.
■ Ouvrez/enregistrez et créez facilement de
nouveaux fichiers de sortie via la syntaxe.
■ Faites défiler l’affichage à l’aide de la souris
dans l’Output Viewer.
■ Changez la langue d’affichage (par exemple
basculer entre le japonais et l’anglais).
■ Utilisez la fonction de script pour :
– créer, éditer et enregistrer des scripts,
– construire des interfaces de masque
personnalisées,
– assigner des scripts aux icônes de la
barre d’outils ou aux menus,
– exécuter automatiquement les scripts
lorsque certains évènements se
produisent,
– créer des scripts plus facilement et de
façon plus fiable grâce au support de
Python 2.5.
■ Utilisez l’automatisation pour :
– intégrer PASW Statistics à d’autres
applications bureautiques,
– construire des applications
personnalisées avec Visual Basic®,
PowerBuilder® et C++,
– intégrer PASW Statistics à d'autres
applications (telles que Word ou Excel).
■ Utilisez la commande HOST pour tirer parti
de la fonction de système d’exploitation de
PASW Statistics. Cette commande permet
aux applications « d’échapper » au système
d’exploitation et d’exécuter d’autres
programmes en synchronisation avec la
session PASW Statistics.
■ Evitez la subdivision des tâches de
syntaxe en créant un projet commun, ou
principal, pour y inclure des transformations
concernant plusieurs projets.
– Gérer mieux les projets, fichiers de
syntaxe et ensembles de données
multiples.
■ Spécifiez des règles de syntaxe interactives
avec la commande INSERT.
■ Créez facilement de la syntaxe avec l’Editeur
de syntaxe de commande et ses nouvelles
fonctions :
– Remplissage automatique (auto-
completion),
– Codage de couleur de la syntaxe,
– Codage d’erreur de la syntaxe,
– Gouttière pour afficher les numéros de
lignes et les points de rupture,
– Parcours étape par étape des tâches de
syntaxe,
– Auto-indentation.
■ Custom Dialog Builder permet de créer des
interfaces définies par l’utilisateur pour les
procédures existantes et les procédures
définies par l’utilisateur.
■ PASW SmartReader permet de partager
la sortie de PASW Statistics avec les
utilisateurs qui ne possèdent pas PASW
Statistics Base.
Capacités graphiques
■ Graphiques catégoriques
– Barres 3D : Simples, clusters, empilées
– Barres : Simples, clusters, empilées avec
ombre projetée et 3D
– Courbes : Simples, multiples et drop-lines
– Secteurs : Simples et empilés
– Aires : Simples, éclatées et 3D
■ Graphiques boursiers : max-min-clôture,
zone de différence et barre d’étendue
– Surfaces : Simples et clusters
– Barres d’erreur : Simples et clusters
– Barres d’erreur : Ajoutez des barres
d’erreur aux diagrammes à barres, aux
courbes et aux secteurs ; niveau de
confiance ; écart type et erreur standard
– Double axe Y et superposition
■ Nuages de points
– Simples, groupés, matrices de nuage de
points et 3D,
– Courbes d’ajustement : linéaires,
quadratiques ou régression cubique et
lissage LOWESS ; contrôle de l’intervalle
de confiance pour le total ou pour les
sous-groupes et étiquette des données,
– Représentation par couleur ou taille de
repère pour éviter les chevauchements.
■ Graphiques de densité
– Pyramides de population : axe en miroir
pour comparer les répartitions ; avec ou
sans courbe de Gauss,
– Graphiques à points : les points empilés
montrent la distribution ; symétrique,
empilé et linéaire,
– Histogrammes : avec ou sans courbe
de Gauss ; options de regroupement
(binning) personnalisés.
■ Graphiques de contrôle de qualité
– Pareto,
– X-Bar,
– Plage,
– Sigma,
– Individuels,
– Plage mobile,
– Le contrôle des optimisations de
graphique inclut le repérage automatique
des points qui violent les règles Shewhart,
la capacité à désactiver les règles et la
capacité à supprimer des graphiques.
5
Ces fonctions sont susceptibles d’être modifiées en fonction de la version finale du produit. Ce symbole indique une nouvelle fonction.

■ Graphiques de diagnostic et graphiques
exploratoires
– Graphes de cas et graphes de séries
temporelles,
– Graphes de probabilité,
– Graphes des fonctions d’autocorrélation
partielle et d’autocorrélation,
– Graphes de fonction de corrélation
croisée,
– Caractéristiques ROC (Receiver-Operating
Characteristics).
■ Graphiques à usage multiple
– Graphiques à courbes 2D (les deux axes
peuvent être des axes d’échelle),
– Graphiques pour des ensembles à
réponses multiples.
■ Graphiques personnalisés
– Graphics Production Language (GPL),
langage de création de graphiques
personnalisés, permet aux utilisateurs
avancés de disposer d’une gamme
plus vaste de possibilités en termes de
graphiques et d’options.
■ L’intégration de Graphboard permet
d’accéder aux modèles de graphique créés
dans PASW Viz Designer via PASW Statistics
Base.
■ Options d’édition
– Réagencez automatiquement les
catégories selon un ordre différent
(croissant ou décroissant) ou à l’aide de
méthodes de tri différentes (valeur, libellé
ou statistique résumée).
– Créez des libellés de valeur pour les
données.
– Déplacez les éléments vers toute position
du graphique, ajoutez des lignes de
connexion et faites correspondre la
couleur de la police au sous-groupe.
– Sélectionnez et éditez des éléments
spécifiques directement à l’intérieur d’un
graphique : couleurs, texte et styles.
– Choisissez à partir d’une vaste gamme de
styles et d’épaisseurs de ligne.
– Affichez des quadrillages, des lignes de
référence, des légendes, des titres, des
notes de bas de page et des annotations.
– Insérez une ligne de référence Y=X.
■ Options de présentation
– Graphiques en panneaux : créez un
tableau des graphiques secondaires,
un panneau par niveau ou condition,
montrant plusieurs lignes et colonnes.
– Effets 3D : rotation, modification de la
profondeur et affichage des arrière-plans.
■ Modèles de graphiques
– Enregistrez les caractéristiques
sélectionnées d’un graphique et
appliquez-les automatiquement à
d’autres graphiques. Vous pouvez
appliquer les attributs suivants au
moment de la création ou de l’édition :
mise en page, titres, notes de bas de
page et annotations, styles d’éléments de
tableau, styles d’éléments de données,
plages d’échelle des axes, paramètres
d’échelle des axes, courbes d’ajustement
et de référence et nuage de points avec
point binning.
– Présentation sous forme d’arborescence
et contrôle plus fin des groupes de
modèles.
■ Exportation de graphiques : BMP, EMF, EPS,
JPG, PCT, PNG, TIF et WMF
■ Utilitaire de conversion IGRAPH pour
ouverture des fichiers dans SPSS 15.0 et les
versions antérieures
Analyse
Statistiques descriptives
Rapports
■ Avec les cubes OLAP vous pouvez :
– estimer rapidement les changements
au niveau de la moyenne ou de la
somme de deux variables reliées en
utilisant le changement de pourcentage.
Par exemple, visualisez facilement la
façon dont les ventes augmentent d’un
trimestre à l’autre.
– créer des résumés de cas.
– créer des résumés de rapport.
– Générer des rapports de type présentation
à l’aide de nombreuses options de
formatage.
– Générer des listes de cas et des rapports
résumés de cas avec des statistiques
pour les sous-groupes.
Guide de codification (codebook)
■ Contrôlez les informations variables incluses
dans les résultats : position, libellé, type,
format, niveau de mesure, libellés de
valeur, valeurs manquantes, attributs
personnalisés, attributs réservés.
■ Contrôlez l’ordre des informations sur
les fichiers dans les résultats : nom,
emplacement, nombre de cas et libellé de
fichier, attributs personnalisés définis par
l’utilisateur, texte des fichiers de données,
nombre d’octets, attributs de fichier de
données réservés
■ Contrôlez les statistiques résumées : nombre
de cas dans chaque catégorie, pourcentage
de cas dans chaque catégorie, moyenne,
écart type, quartile.
■ Contrôlez l’ordre d’affichage : ordre des
fichiers, ordre alphabétique par nom de
variable, ordre dans lequel les variables et
les jeux de réponses multiples sont listés
dans la commande, niveau de mesure, nom
d’attribut personnalisé défini par l’utilisateur
et valeur.
Fréquences
■ Tables de fréquence : décomptes de
fréquence, pourcentage, pourcentage valide
et pourcentage cumulatif
■ Option de classement de la sortie par
analyse ou par table
■ Tables de sortie plus compactes
par élimination des lignes de texte
supplémentaires lorsqu’elles ne sont pas
nécessaires
■ Tendance centrale : moyenne, médiane,
mode et somme
■ Dispersion : maximale, minimale, étendue,
écart type, erreur standard et variance
■ Distribution : Kurtosis, erreur standard
Kurtosis, asymétrie et erreur standard
d’asymétrie
■ Valeurs percentiles : percentiles (basés
sur les données effectives ou groupées),
quartiles et groupes égaux
■ Affichage de format : condensé ou standard,
trié par fréquence ou par valeurs, ou index
de tables
■ Graphiques : à barres, histogramme ou en
secteurs
Descriptifs
■ Tendance centrale : moyenne et somme
■ Dispersion : maximum, minimum, étendue,
écart type, erreur standard et variance
■ Distribution : Kurtosis, erreur standard
Kurtosis, asymétrie et erreur standard
d’asymétrie
■ Scores Z : calculez et enregistrez en tant que
nouvelles variables
6
■ Ordre d’affichage : croissant ou décroissant
sur les moyennes et les noms de variable
Explorer
■ Les intervalles de confiance pour les
moyennes
■ Descriptifs : étendue interquartile, Kurtosis,
erreur standard Kurtosis, moyenne,
médiane, maximum, minimum, étendue,
asymétrie, erreur standard asymétrie, écart
type, erreur standard, variance, moyenne
lissée 5% et pourcentages
■ Estimateurs M : estimateur d’ondes
de Andrew, estimateur M de Hampel,
estimateur M de Huber et estimateur
‘biweight’ de Tukey
■ Valeurs extrêmes et aberrances identifiées
■ Tables de fréquences groupées : centre de
classe, fréquence, pourcentage, pourcentage
valide et cumulatif
■ Graphes : construisez des graphes avec une
échelle uniforme ou une dépendance par
rapport aux valeurs des données
– A surfaces : variables dépendantes et
niveaux de facteur simultanément
– Descriptifs : histogrammes et graphes «
tige et feuille »
– Normalité : graphes de probabilité
normale et graphes de probabilité
redressée avec les statistiques
Kolmogorov-Smirnov et Shapiro-Wilk
– Graphes étalés contre graphes de niveau
avec le test de Levene : estimation
de puissance, transformée ou non
transformée
– Le test de normalité de Shapiro-Wilk dans
EXAMINE, autorise 5 000 cas lorsque les
poids ne sont pas spécifiés
Tableaux croisés
■ Les relations à triple entrée dans les
données catégoriques avec les statistiques
de Cochran et Mantel-Haenszel, permettent
d’aller au-delà des limites d’un tableau à
double entrée
■ Décomptes : fréquences observées et
prévues
■ Pourcentages : colonne, ligne et total
■ Variables de chaîne longue
■ Valeurs résiduelles : brutes, standardisées et
standardisées ajustées
■ Valeurs marginales : fréquences observées
et pourcentages totaux
■ Tests d’indépendance : Khi-carré corrigé
de Pearson et Yates, Khi-carré avec taux de
vraisemblance et test exact de Fisher
■ Test d’association linéaire : Khi-carré de
Mantel-Haenszel
■ Mesure d’association linéaire : Pearson r
■ Mesures des données nominales :
coefficient de contingence, V de Cramer,
Phi, Lambda de Goodman et Kruskal
(asymétrique et symétrique), Tau (en
fonction des colonnes ou des lignes) et
coefficient d’incertitude (asymétrique et
symétrique)
■ Mesures des données ordinales : Gamma
de Goodman et Kruskal, Tau-b et Tau-c
de Kendall, D de Somers (asymétrique et
symétrique) et Rho de Spearman
■ Nominale par mesure d’intervalle : Eta
■ Mesure d’agrément : Kappa de Cohen
■ Estimations du risque relatif pour le contrôle
des cas et les études de cohorte
■ Affichage des tables en ordre croissant ou
décroissant
■ Décomptes de fréquence écrits vers un
fichier
■ Test de McNemar
■ Option d’utilisation de coefficients de
pondération entiers ou non entiers
Statistiques de ratio descriptives
■ Aident à comprendre vos données grâce à :
– Coefficient de dispersion
– Coefficient de variation
– Différentiel associé au prix (PRD)
– Déviance absolue moyenne
Comparer les moyennes
Moyennes
■ Créez de meilleurs modèles avec des
moyennes harmoniques et géométriques
■ Cellules : nombre, moyenne, écart type,
somme et variance
■ Totaux à entrées multiples
■ Mesure de l’analyse avec Eta et Eta2
■ Test de linéarité avec R et R2
■ Résultats affichés dans des formats
de rapports, de tableaux croisés ou
d’arborescence
■ Statistiques calculées pour le test t
d’échantillon total
■ Un test t d’échantillon pour comparer la
moyenne de l’échantillon à une moyenne de
référence de votre choix
■ Statistiques d’échantillon indépendantes
: comparez les moyennes d’échantillon
de deux groupes pour les estimations de
variance groupées et séparées avec le test
de Levene pour les variances égales
■ Statistiques d’échantillon par paire :
corrélation entre les paires, différences
entre les moyennes et probabilité à deux
possibilités pour le test d’absence de
différence et pour le test de corrélation zéro
entre les paires
■ Statistiques : intervalles de confiance,
décomptes, degrés de liberté, moyenne,
probabilité à deux possibilités, écart type,
erreurs standard et statistique t
Analyse de variance simple
■ Contrastes : linéaires, quadratiques,
cubiques, d’ordre supérieur et définis par
l’utilisateur
■ Tests d’étendue : Duncan, LSD, Bonferroni,
Student-Newman-Keuls, Scheffé, test alterné
de Tukey et HSD de Tukey
■ Tests post hoc : Student-Newman-Keuls,
différence honnêtement significative
de Tukey, b de Tukey, procédure de
comparaison multiple de Duncan basée
sur le test de l’étendue de Student, test t
de comparaison multiple de Scheffe, test t
à deux possibilités de Dunnett, test t à une
possibilité de Dunnett, test t de Bonferroni,
test t de différence la moins significative,
test t de Sidak, GT2 de Hochberg, test
des comparaisons par paire de Gabriel
basé sur le test de modulus maximum de
Student, procédure descendante multiple
de Ryan-Einot-Gabriel-Welsch basée sur un
test F, procédure descendante multiple de
Ryan-Einot-Gabriel-Welsch basée sur le test
d’étendue de Student, T2 de Tamhane,
T3 de Tamhane, test de comparaison par
paires de Games et Howell basé sur le
test d’étendue de Student, C de Dunnett,
test t de Waller-Duncan
■ Statistiques analyse de variance : entre et à
l’intérieur de sommes de carrés de groupes,
degrés de liberté, carrés moyens, ratio F et
probabilité de F
■ Mesures à effets fixes : écart type, erreur
standard et intervalle de confiance 95
pour-cent
■ Mesures d’effets aléatoires : estimation des
composants de variance, erreur standard, et
intervalles de confiance 95 pour-cent
7
Ces fonctions sont susceptibles d’être modifiées en fonction de la version finale du produit. Ce symbole indique une nouvelle fonction.

■ Statistiques descriptives de groupe :
maximum, moyenne, minimum, nombre de
cas, écart type, erreur standard et intervalle
de confiance 95 pour-cent
■ Homogénéité du test de variance : test de
Levene
■ Matrices de lecture et d’écriture
■ Egalité des moyennes : obtenez des
résultats précis lorsque les variances et les
tailles d’échantillon varient entre différents
groupes :
– Test Brown-Forsythe
– Test Welch
Modèles analyse de variance – factoriel simple
■ Créez des modèles personnalisés sans limite
quant à l’ordre d’interaction maximum
■ Travaillez plus rapidement sans avoir à
spécifier les étendues des niveaux de facteur
■ Choisissez le bon modèle en utilisant quatre
types de somme de carrés
■ Augmentez la certitude avec une meilleure
gestion des données dans les cellules vides
■ Exécutez des tests ‘lack-of-fit’ (absence
d’ajustement) pour sélectionner votre
meilleur modèle
■ Choisissez entre deux plans : équilibré ou
non équilibré
■ Utilisez l’analyse de covariance avec jusqu’à
10 méthodes covariables : expérimentale
classique, hiérarchique et régression
■ Entrez le contrôle des covariables : avant,
avec ou après les effets principaux
■ Définissez l’interaction pour : néant, 2, 3, 4,
ou 5 entrées
■ Choisissez parmi les statistiques suivantes
: Analyse de variance, moyennes et tableau
de décomptes, analyse de classification
multiple, coefficients de régression non
standardisés et moyennes de cellules à n
entrées.
■ Choisissez jusqu’à 10 variables
indépendantes
■ Obtenez les valeurs prédites et les
déviations par rapport à la moyenne dans un
tableau MCA
Corréler†
Avec deux variables (Bivariate)
■ r Pearson, Tau-b de Kendall et Spearman
■ Probabilités à une et deux possibilités
■ Moyennes, nombre de cas non manquants
et écarts types
■ Déviations et covariances entre les produits
■ Coefficients affichés au format matrice
ou série
Partiel†
■ Probabilités à une et deux possibilités
■ Moyenne, nombre de cas manquants et
écart type
■ Corrélations d’ordre zéro
■ Jusqu’à 100 variables de contrôle
■ Jusqu’à cinq valeurs d’ordre
■ Corrélations affichées au format de matrice
ou de chaîne série, matrice de corrélation
triangulaire inférieure ou rectangulaire
Distances
■ Calculez les proximités entre les cas ou les
variables
■ Mesures de dissimilarité
– Mesure d’intervalle : euclidien et
distance euclidienne au carré, mesure de
distance Chebychev, distance city-block
ou Manhattan, distance en mesure de
puissance Minkowski absolue et distance
personnalisée.
– Mesures de décomptes : Khi-carré et
Phi-carré
– Mesures binaires : euclidienne et distance
euclidienne au carré ; taille, modèles
et différence de formes ; mesure de
dissimilarité de variance et mesure non
métrique de Lance et Williams
■ Mesures de similarité
– Mesures d’intervalle : corrélation de
Pearson et cosinus
– Mesures binaires : Russell et Rao ;
concordance simple ; Jaccard ; dé (ou
Czekanowski ou Sorenson) ; Rodgers
et Tanimoto ; Sokal et Sneath 1 à 5 ;
Kulczynski 1 et 2 ; Hamann ; Goodman
et Krusal Lambada ; D de Anderberg
; coefficient de colligation de Yule ;
Coefficient Q de Yule ; Ochiai ; mesure de
similarité de dispersion et coefficient de
corrélation phi
■ Valeurs de données standardisées : scores
Z, étendue de –1 à 1, étendue de 0 à 1,
magnitude maximum de 1, moyenne de 1
et écart type de 1
■ Mesures de transformation : valeurs
absolues, dissimilarités en similarités,
similarités en dissimilarités et valeurs de
proximité de redimensionnement pour une
étendue de 0 à 1
■ Spécification de variable d’identification
■ Matrice imprimée des proximités entre les
éléments
■ Evolutivité améliorée pour les proximités
entre les matrices de variables
Régression – régression linéaire*
■ Méthodes : élimination arrière, entrée
forcée, suppression forcée, entrée avant,
sélection par étapes avant et changement
R2 /test de signification
■ Statistiques d’équation : critère
d’information Akaike (AIC), critère de
prédiction d’Ameniya, tableaux d’analyse
de variance (F, carré moyen, probabilité
de F, régression et valeur résiduelle de
somme des carrés), changement dans R2,
test F à l’étape, Cp de Mallow, R multiple,
probabilité de F, R2, R2 ajusté, Critère
Bayésien de Schwartz (SBC), erreur standard
d’estimation, algorithme SWEEP et matrice
variance-covariance
■ Statistiques descriptives : matrice de
corrélation, matrice de covariance,
déviations de produit vectoriel par rapport
à la moyenne, moyennes, nombre de cas
utilisés pour calculer les coefficients de
corrélation, probabilités de coefficients de
corrélation à une possibilité, écarts types et
variances
■ Statistiques des variables indépendantes :
coefficients de régression, dont B, erreurs
standard des coefficients, coefficients de
régression standardisés, erreur standard
approchée des coefficients de régression
standardisés, et t ; tolérances ; ordre
zéro ; corrélations partielles ; intervalle
de confiance 95% pour le coefficient de
régression non standardisé
■ Variables non présentes dans l’équation :
Beta ou tolérance minimale
■ Durbin-Watson
■ Diagnostics de colinéarité : indices de
condition, racines caractéristiques, facteurs
d’inflation de variance, proportions de
variances et tolérances
■ Graphes : de cas, histogramme, probabilité
normale, normale redressée, partielle,
aberrance et nuage de points
8
■ Créer et enregistrer des variables :
– Intervalles de prédiction : moyen et
individuel
– Valeurs prédites : non standardisées,
standardisées, ajustées et erreur de
moyenne standard
– Distances : distances de Cook, distance
de Mahalanobis et valeurs levier
– Valeurs résiduelles : non standardisées,
standardisées, de Student, supprimées,
et de Student supprimées
– Statistiques d’influence : dfbetas, dfbetas
standardisé, dffits, dffits standardisé et
rapports de covariance
■ Contrôles d’option : F-to-enter, F-to-remove,
probabilité de F-to-enter, probabilité de
F-to-remove, supprimer la constante, poids
de régression pour le modèle des moindres
carrés pondérés, intervalles de confiance,
nombre maximum d’étapes, remplacer les
valeurs manquantes par la moyenne des
variables, tolérance
■ Coefficients de régression affichés selon
l’ordre défini par l’utilisateur
■ Les fichiers système peuvent contenir des
estimations de paramètres et leurs matrices
de covariance et de corrélation via la
commande OUTFILE.
■ Les solutions peuvent être appliquées à de
nouveaux cas ou utilisées dans d’autres
analyses.
■ La prise de décision peut être optimisée
pour toute l’entreprise en exportant les
modèles via XML.
Régression ordinale – PLUM†
■ Prédire les résultats ordinaux
– Sept options pour contrôler l’algorithme
itératif utilisé pour l’estimation, pour
spécifier la tolérance numérique pour
la vérification de singularité et pour
personnaliser la sortie
– Cinq fonctions de liens pour spécifier le
modèle : Cauchit, log-log complémentaire,
logit, log-log négatif et probit
– Sous-commande de localisation pour
spécifier le modèle de localisation
: interception, effets principaux,
interactions, effets imbriqués, effets
imbriqués à plusieurs niveaux,
imbrication dans une interaction,
interactions parmi les effets imbriqués
et covariables
– Impression : information de cellule,
matrice de corrélation asymptotique des
estimations de paramètres, statistiques «
goodness-of-fit » (qualité de l’ajustement),
historique d’itération, noyau de la fonction
log-likelihood, test d’hypothèse de lignes
parallèles, statistiques de paramètres et
résumé de modèle
– Enregistrez les statistiques de post-
estimation de cas dans le fichier actif
: probabilités prévues de facteur de
classification/modèles de covariables
dans les catégories de réponse et
catégories de réponse avec la probabilité
prévue maximum pour les modèles de
facteur/covariable.
– Personnalisez vos tests d’hypothèse en
spécifiant directement des hypothèses
nulles comme combinaisons linéaires des
paramètres avec la sous-commande TEST
(syntaxe uniquement).
Estimation de courbe
■ Onze types de courbes disponibles
■ Affichages de résumé de régression : type
de courbe, coefficient R2, degrés de liberté,
test F général et niveau de signification, et
coefficients de régression
■ Modèles de tendance-régression : linéaires,
logarithmiques, inverses, quadratiques,
cubiques, composés, puissance, S,
croissance, exponentiels, et logistiques
Tests non-paramétriques
■ Khi-carré : spécifiez l’étendue prévue (en
fonction des données ou spécifié par
l’utilisateur) et les fréquences (toutes
les catégories égales ou spécifiées par
l’utilisateur)
■ Binomial : définissez la dichotomie (en
fonction des données ou des points de
rupture) et spécifiez la proportion de test
■ Séquences : spécifiez les points de rupture
(médian, mode, moyenne ou spécifié)
■ Un échantillon : Kolmogorov-Smirnov,
uniforme, normal et Poisson
■ Deux échantillons indépendants : séquences
Mann-whitney U, Kolmogorov-Smirnov Z,
Moses extreme et Wald-Wolfowitz
■ Echantillons k indépendants : Kruskal-Wallis
H et median
■ 2 échantillons reliés : Wilcoxon, signe et
McNemar
■ Echantillons k reliés : Friedman, Kendall W
et Cochran Q
■ Descriptifs : maximum, moyenne, minimum,
nombre de cas et écart type
Réponses multiples
■ Tableaux à double entrée : nombre de
cellules, pourcentages de cellules en
fonction des cas ou des réponses, colonne
et ligne, et pourcentages de tableau à
double entrée
■ Tables de fréquence : décomptes,
pourcentage de cas ou réponses
■ La dichotomie multiple et les groupes de
réponse multiples peuvent tous deux être
gérés.
Réduction de données
Facteur*
■ Le nombre de cas et les libellés de variable
pour l’analyse peuvent être affichés
■ Entrée provenant de matrice de corrélation,
facteur, matrice de pondération, matrice de
covariance ou fichier de cas avec données
brutes
■ Sortie de matrice de corrélation ou de
matrice de facteur
■ Sept méthodes d’extraction à utiliser lorsque
l’analyse est exécutée sur des matrices
de corrélation ou des fichiers de données
brutes : composant principal, axe principal,
mise en facteur Alpha, mise en facteur
image, vraisemblance maximum, moindres
carrés non pondérés et moindres carrés
généralisés
■ Méthodes de rotation : Varimax, equamax,
quartimax, promax et oblimin
■ Affichage : communautés initiales et
finales, racines caractéristiques, variance
de pourcentage, pondérations de facteur
sans rotation, matrice de modèles de facteur
avec rotation, matrice de transformation de
facteur, structure de facteur et matrice de
corrélation (rotations obliques uniquement)
■ Les matrices de covariance peuvent être
analysées avec trois méthodes d’extraction :
composant principal, axe principal et image
■ Positions sur un facteur : régression, Bartlett
et Anderson-Rubin
■ Positions sur un facteur enregistrées en tant
que variables actives
9
† Algorithme multithread donnant des performances et une évolutivité optimisées sur les machines multiprocesseur ou multicoeur.
Ces fonctions sont susceptibles d’être modifiées en fonction de la version finale du produit. Ce symbole indique une nouvelle fonction.