StatsDirect(数据分析软件) v3.2.10 免费版

StatsDirect特别版是一款适合不同行业使用的数据统计和分析软件，我们可以通过这款软件来获取到表格里的所有数据内容，然后进行统计分析，从而找出你需要的数据信息。

StatsDirect特别版软件功能

1、几秒钟内回答

StatsDirect非常易于使用

无需编程

该软件的学习曲线最少，原因是：

数据界面类似于Microsoft Excel

报告界面就像一个简单的文字处理器

直观的操作是二十多年研发的结果

包括所有常见的统计方法

2、支持您的统计知识

统计指南内置在软件中

提供强大的研究工具，有利于（重新）学习

帮助和界面可消除常见的统计误解

3、坚固可靠

使用最新的计算方法

所有方法均已被科学文献充分引用

通过网络提供的持续改进

4、负担得起的

针对学生，发展中国家和个人的低成本许可证

接受学术定价和官方订单

5、统计知识管理

统计指南内置在软件中

包括所有常见的统计方法

联机帮助已完全引用科学引用

为学生提供认真的研究工具，对学习有好处

帮助和界面可消除常见的统计误解

建立在二十多年的研发基础上

该软件的学习曲线最少，原因是：

数据界面类似于Microsoft Excel

报告界面就像一个简单的文字处理器

通过网络提供的持续改进

常见问题

1、为什么有时在StatsDirect中看到的P值与其他软件相比略有不同？

StatsDirect针对非参数统计推断中的P值开发了许多精确（置换）和模拟精确（蒙特卡洛）算法。

相比之下，其他软件可能会在StatsDirect采用更复杂算法的地方使用近似值，例如在存在联系的情况下进行Wilcoxon签名秩检验的情况下-此处StatsDirect，SAS和StatXact将采用渗透方法，其中SPSS和R还原为渐近逼近。

2、为什么StatsDirect给出的比例置信区间与手工计算的相比要稍有不同？

许多教科书都包含效果不佳的公式，无法近似二项式比例及其之间的差异的置信区间。StatsDirect通过使用具有良好覆盖率属性的方法对这些公式进行了改进，尤其是在存在少量公式的情况下。有关StatsDirect中使用的方法选择背后原因的更详细讨论，请参见Robert Newcombe的以下优秀论文系列：

Newcombe R.改进了基于配对数据的二项式比例之间差异的置信区间。医学统计学1998; 17：2635-2650。

Newcombe R.独立比例之间的差异的区间估计。医学统计学1998； 17：873-890。

Newcombe R.单一比例的两侧置信区间：七个方法的比较评估。医学统计学1998； 17：857-872。

3、如果分子的比例为零，该怎么办？

例：

单比例

总数= 30，响应= 0比例= 0

精确（Clopper-Pearson）95％置信区间= 0到0.115703

近似（Wilson）95％中P置信区间= 0至0.113513

观察：

“ ...您提到，对于n = 30和r = 0的情况，精确的Clopper-Pearson）95％置信区间为0到.115703。*如果在一个审判中得到一案的概率为.115703，那么在30个试验中没有案件的概率为（1-.115703）^ 30 = .025。这看起来像是97.5％的置信区间。”

Robert Newcombe博士（该领域专家）的答复：

我们应该将整体覆盖率保持在95％，还是将一个相关的非覆盖率保持在2.5％？当数字+ ve趋于零时，为了实现解释的连续性，选择后者似乎是有意义的。但是有人会争论，为什么不通过使用1-0.05 **（1/30）= 0.095034的上限而不是1-0.025 **（1/30）= 0.115703来获得更短的间隔？我认为这就是StatXact所做的。我会回答说，实际上，有一种更全面的方法可以缩短CP间隔，同时保持min CP = 0.95的定义属性。这是由Blyth＆Still开发的。它为N'

4、如何操作图表标题等？

如果单击StatsDirect报表中的图形，然后单击鼠标右键，然后从弹出菜单中选择“复制”，则将其复制为Windows图元文件。然后可以将其粘贴到Microsoft Word中，然后可以在Word中选择图形，右键单击并从弹出菜单中选择“编辑图片”。不要使用拖放，因为这不适用于所有版本的Word。如果使用复制和粘贴方法，则可以在Word中将图形编辑为线条图。在安装Office时，请确保已安装WMF格式的图形转换器选项。

5、有没有一种方法可以估算试验所需的样本量，而该试验旨在比较试验（敏感性/特异性等），从而为估算值提供所需的置信区间？

敏感性和特异性是二项式比例：

疾病：目前缺席

测试：+ a（true + ve）h3（false + ve）

-c（false -ve）d（true -ve）

灵敏度= a /（a + c）

特异性= d /（h3 + d）

*您可以使用人口调查样本大小计算得出指定容差和错误概率（即不在该容差范围内）内的目标灵敏度％或特异性％。

6、如何计算荟萃分析的功效或样本量？

为了计算荟萃分析的统计能力，您需要对目标效应大小的合并方差进行良好的估计，并对暴露/条件（异质性）之间的研究间差异对两者的影响做出合理的假设。方差和效果估计。所有这些都是不平凡的，最好由与荟萃分析密切相关的统计学家来处理。可以将功率结果添加到所有StatsDirect元分析输出中，但是是否适当还需要进一步讨论。有人认为不应进行功能不足的研究，因此会质疑将其纳入系统评价的质量。如果采用这种方法，则汇集功率几乎是无关紧要的。

7、空值和零值有什么区别？

空值是缺失或排除的观察值，记录为工作表中的间隙或星号*符号。缺失值的内部代码是3E + 300，如果您将其输入为观察值，则也将被视为缺失/空值。零必须始终输入为0或0.0或0.0e0才能将其视为对零的观察-但请记住，在分类分析（例如列联表中的计数）中，一些研究人员可能会将零称为无效响应。

8、关联两个比率的最佳方法是什么？

我假设低颈动脉分叉比分叉具有更长的疾病长度，并且测量并创建了两个比率（分叉比率-从锁骨到分叉的长度除以总颈动脉长度；以及疾病比率（从分叉到末端的长度） （从锁骨到疾病末期的长度除以疾病的比率）。使用简单的线性回归/相关性并将分叉比作为自变量，将疾病比作为因变量是否有效？

答：比率测量标尺具有间隔标尺的所有属性以及绝对零点。您可能需要查看一致性限制而不是相关性。