Anlisis de StatTools

Grupos de Anlisis de StatTools Los procedimientos estadsticos disponibles en el StatTools se clasifican en los siguientes grupos naturales. Estadstica inferencial: Este grupo lleva a cabo los procedimientos estadsticos ms comunes de intervalos de confianza y pruebas de hiptesis. Pronsticos: El StatTools le ofrece varios mtodos para realizar pronsticos sobre variables de series de tiempo. Usted tambin puede desestacionalizar sus datos primeramente, utilizando el mtodo de razn-apromedios-mviles y un modelo multiplicativo de estacionalidades. Luego utilice un mtodo de pronstico para pronosticar sus datos desestacionalizados, y finalmente re-estacionalizar sus pronsticos para retornar a las unidades originales. Las variables de salida incluyen un conjunto de nuevas columnas para mostrar varios clculos (por eejmplo, los niveles suavizados y las tendencias para el mtodo de Holt, los factores estacionales del mtodo de razna-promedios-mviles, los pronsticos y los errores del pronstico. Las medidas resumen tales como el MAE, RMSE y MAPE tambin se incluyen para rastrear el ajuste del modelo a los datos observados. Finalmente, se disponen de algunos diagramas de series de tiempo, incluyendo un diagrama de la serie original, un diagrama de la serie con los pronsticos superpuestos y un diagrama de los errores pronosticados. En los casos en que se utilizan datos desestacionalizados, estos diagramas estn disponibles tanto para la serie original como para la serie desestacionalizada. Anlisis clasificatorio: El StatTools provee tanto de anlisis por disciminantes como de regresin logstica. El anlisis por discriminantes predice en cul de varios grupos se clasifiacr una variable, y la regresin logstica es un anlisis de regresin de tipo no lineal en donde la variable de respuesta es bien 0 1 para fracaso o xito. Luego usted puede estimar la probabilidad de xito. Administracin de datos: Este grupo le permite administrar su conjunto de datos de diferentes maneras, tanto al re-ordenar sus datos como al crear nuevas variables. Estas operaciones tpicamente son llevadas a cabo antes de ejecutar un anlisis estadstico. Anlisis resumen: Este grupo le permite calcular varias medidas numricas resumen para variables singulares o para pares de variables. Pruebas de normalidad: Dado que hay tantos procedimientos estadsticos que asumen que un conjunto de datos se distribuyen normalmente, es til poseer mtodos que verifiquen tal supuesto. El StatTools provee tres de estas validaciones comunes: Chi cuadrado, Lilliefors y el diagrama Q-Q. Anlisis de regresin: Para cada uno de estos anlisis, se obtienen los siguientes resultados: medidas resumen de cada ecuacin de regresin ejecutada, tabla de ANDEVA para cada regresion y una tabla de los coeficientes de regresin estimados y otros estadsticos. Adicionalmente, el StatTools le otorga la opcin de crear dos nuevas variables: los valroes ajustados y los residuos. Adems, usted puede crear un nmero de diagramas de dispersin de diagnstic. Diagramas de control de calidad: Este conjunto de procedimientos produce diagramas de control que le permiten visualizar si un proceso se encuentra bajo control estadstico. Cada uno de los procedimientos toma datos de series de tiempo y los diagrama en un grfico de control. Esto le permite a usted visualizar si los datos se encuentra bajos los lmites de control del diagrama. Usted tambin puede detectar si otro comportamiento no aleatorio est presente, tal como corridas largas por arriba o por debajo de la lnea central. Cada uno de estos procedimientos provee la opcin de utilizar todos los datos o solamente parte de los datos para la construccin del diagrama. An ms, cada uno de ellos le permite basar sus lmites de control sobre los datos dados o sobre lmites de datos previos

Pruebas no paramtricas: (Solamente en la edicin Industrial): Las pruebas no paramtricas son procedimientos estadsticos que pueden ser usados para realizar inferencias exitosas en donde existan muy pocos datos disponibles. Son ms robustas que muchas de las pruebas de hiptesis paramtricas ms ampliamente conocidas. Las pruebas no paramtricas no siempre requieren de los supuestos paramtricos tales como normalidad o bien, los supuestos generalizados respecto a la distribucin subyacente. En la mayora de los casos, las pruebas no paramtricas son mucho ms fciles de aplicar y proveen una interpretacin ms clara que las pruebas paramtricas tradicionales. Lista de anlisis del StatTools

Inferencia estadstica

Anlisis y grficos resumen

Seleccin de tamao de muestra Anlisis de intervalos de confianza Una muestra Dos muestra Muestras pareadas Pruebas de hiptesis Una muestra Dos muestra Muestras pareadas ANDEVA ANDEVA de una cola ANDEVA de dos colas Prueba de independencia de Chi-cuadrado Ejecucin de prueba de aleatoriedad
Procedimiento de pronsticos

Resumen de una variable Correlacin/Covarianza Autocorrelacin Histograma Diagrama de dispersin Series de tiempo Diagrama de cajas
Pruebas de normalidad

Prueba de Chi-cuadrado Prueba de Lilliefors Diagrama normal Q-Q

Anlisis de regresin

Promedios mviles Suavizacin exponencial Estacionalidades

Anlisis clasificatorio

Simple Paso a paso Hacia adelante Hacia atrs Por bloques

Control de calidad

Anlisis de discriminantes Regresin logstica

Administracin de datos

Diagramas de barra-X Diagramas R Diagramas P Diagramas C Diagramas U Diagramas de Pareto

Pruebas no paramtricas (slo en el Industrial)

Datos categricos Tipos de datos apilados y no apilados Transformaciones de variables Generacin de muestras aleatorias Anlisis a lo largo de mltiples conjuntos de

datos y hojas de clculo Mximo de 1024 conjuntos de datos con 256 variables por conjunto de datos Mximo de 16 millones de datos puntuales por variable (StatTools Industrial) de 10,000 puntos de datos por variable ( StatTools Profesional)

Prueba del signo Prueba jerarquizada de signo Wilcoxon Prueba Mann-Whitney (tambin conocida como la prueba de suma jerarquizada de Wilcoxon)