數(shù)據(jù)分析與統(tǒng)計(jì)計(jì)算軟件DASC

1、數(shù)據(jù)分析與統(tǒng)計(jì)計(jì)算軟件 DASCDATA ANALYSIS AND STATISTICAL COMPUTATION模型菜單武漢理工大學(xué)童恒慶教授研制2012、數(shù)據(jù)預(yù)處理用戶數(shù)據(jù)處理，不計(jì)算；數(shù)據(jù)整理： 排序；刪除；截?cái)?；取整；轉(zhuǎn)置；重排。數(shù)據(jù)變換： 各列全變換；逐列變換；逐行變換。數(shù)據(jù)中心標(biāo)準(zhǔn)化； 按列加權(quán)求和； 按列函數(shù)計(jì)算； 換行換列； 計(jì)算同期比值； 按列挑選子集并顯示圖像； 數(shù)據(jù)折線圖 (Wiley 1) ； 數(shù)據(jù)散點(diǎn)圖 (Wiley 2) 。、基本統(tǒng)計(jì)觀測(cè)摘要報(bào)告分析； 行列摘要報(bào)告分析； 頻數(shù)分析與樣本直方圖餅圖： 整體樣本；連續(xù)樣本。一般統(tǒng)計(jì)量； 區(qū)間估計(jì)：一般正態(tài)分布 N(卩,

2、工); 分布；對(duì)數(shù)正態(tài)分布； 指數(shù)分布； 貝塔 Beta(2,2) 分布； 均勻離散分布 (整數(shù))； 幾何分布； 泊松分布。多條卡方分布密度曲線； 多條 F 分布密度曲線。單總體；雙總體。 發(fā)生隨機(jī)數(shù)并展示密度曲線： 標(biāo)準(zhǔn)正態(tài)分布 N(0,1) ； 卡方分布 X 2;tF分布；Weibull分布；標(biāo)準(zhǔn)柯西分布； 均勻連續(xù)分布 U(0,1) ； 負(fù)二項(xiàng)分布； 超幾何分布； 指定分布的多條密度曲線： 多條正態(tài)分布密度曲線； 多條 t 分布密度曲線；任意分布的密度曲線與直方圖餅圖；統(tǒng)計(jì)電子數(shù)表：一般正態(tài)分布 N（卩,工）; 分布；非中心卡方分布； 非中心 F 分布； 泊松分布； 二項(xiàng)分布；柯爾莫哥洛

3、夫 - 斯米爾諾夫分布；標(biāo)準(zhǔn)正態(tài)分布 N（0,1） ； 卡方分布； tF 分布；非中心 t 分布； 指數(shù)分布； 貝塔（3 ）分布；Fisher分布；二維正態(tài)分布。三、假設(shè)檢驗(yàn) 一般正態(tài)分布的假設(shè)檢驗(yàn)； 正態(tài)單總體均值與方差檢驗(yàn)； 正態(tài)多總體均值與方差檢驗(yàn) t 檢驗(yàn)； 一般分布擬合的皮爾遜卡方非參數(shù)檢驗(yàn)； 兩組樣本分布密度圖比較與卡方非參數(shù)檢驗(yàn) 二項(xiàng)分布的非參數(shù)檢驗(yàn)； 樣本隨機(jī)性的游程非參數(shù)檢驗(yàn)； 單樣本分布的非參數(shù)檢驗(yàn)的幾種統(tǒng)計(jì)量計(jì)算 數(shù)據(jù)異方差 BPG 檢驗(yàn)；數(shù)據(jù)異方差 White 檢驗(yàn)（無(wú)交叉項(xiàng)）；數(shù)據(jù)異方差 White 檢驗(yàn)（有交叉項(xiàng)）； 兩個(gè)回歸方程差異顯著性 Chow 檢驗(yàn)； 四、回

4、歸分析方差分量線性回歸模型季節(jié)分析模型；Logistic 回歸模型；Tobit 回歸模型。對(duì)自變量的一元數(shù)據(jù)變換線性回歸； 多元數(shù)據(jù)變換線性回歸；自編函數(shù)非線性回歸模型；增長(zhǎng)曲線非線性回歸模型；債券久期加權(quán)計(jì)算；小波回歸與信噪分離； 單指標(biāo)半?yún)?shù)回歸模型； 隨機(jī)前沿面回歸模型。檢驗(yàn)； 間接最小二乘 ； 有限分布滯后回歸一般線性回歸模型： 一元線性回歸模型 （1） ； 多元線性回歸模型（帶常數(shù)項(xiàng)） 一元多項(xiàng)式回歸模型； 多元逐步線性回歸模型。其它線性回歸模型： 殘差一階線性自回歸模型； 橫截面分析模型； 二值選擇的線性回歸模型； Probit 概率回歸模型； 曲線擬合： 初等函數(shù)曲線； 對(duì)因變量

5、的一元數(shù)據(jù)變換線性回歸； 非線性回歸： 指定函數(shù)非線性回歸模型； CES 生產(chǎn)函數(shù)非線性回歸；Logit 增長(zhǎng)曲線回歸模型； 恩格爾曲線。非參數(shù)與半?yún)?shù)回歸： 一元非參數(shù)回歸； 線性半?yún)?shù)回歸模型； 自建模半?yún)?shù)回歸模型；聯(lián)立滯后回歸： 聯(lián)立方程聯(lián)立性的 Hansman 二階段與三階段最小二乘回歸；一元線性回歸模型 （2） ； 多元線性回歸模型 （ 不帶常數(shù)項(xiàng) ） ； 多元多項(xiàng)式回歸模型；有限信息與完全信息的最大似然估計(jì) 有偏壓縮回歸： 交互投影迭代算法； 主成分回歸； 評(píng)估回歸模型最小二乘估計(jì)； 穩(wěn)健回歸。 Box-Cox 變換回歸： 線性模型； 自寫函數(shù)的非線性模型。 五、路徑分析 單總體

6、指標(biāo)匯總模型； 外國(guó)顧客滿意度模型： 瑞典顧客滿意度模型； 歐洲顧客滿意度模型。 中國(guó)顧客滿意度模型： 中國(guó)顧客滿意度模型； 非耐用消費(fèi)品顧客滿意度模型； 企業(yè)顧客滿意度模型（ 1）； 多層結(jié)構(gòu)方程模型： 多層顧客滿意度模型 （1） ； 多層顧客滿意度模型（ 2）； 軍隊(duì)士氣評(píng)估模型； 效應(yīng)分析： 交互效應(yīng)與調(diào)節(jié)效應(yīng)； 有中介的調(diào)節(jié)效應(yīng)； 基于有中介調(diào)節(jié)的循環(huán)效應(yīng)；幾何滯后與 Koyck 變換。嶺回歸與嶺跡圖；原始配方回歸； 評(píng)估回歸模型最大似然估計(jì)；指定函數(shù)的非線性模型；美國(guó)顧客滿意度模型；耐用消費(fèi)品顧客滿意度模型； 服務(wù)行業(yè)顧客滿意度模型；企業(yè)顧客滿意度模型（ 2）。多層顧客滿意度模型（

7、3）。中介效應(yīng)；有調(diào)節(jié)的中介效應(yīng)； 基于有調(diào)節(jié)中介的循環(huán)效應(yīng)。六、多元統(tǒng)計(jì)分析方差分析：?jiǎn)我蛩胤讲罘治觯?無(wú)重復(fù)觀測(cè)雙因素方差分析； 平衡不完全區(qū)組方差分析； 相關(guān)分析：兩兩相關(guān)分析； 廣義相關(guān)系數(shù)計(jì)算； 主成分分析：使用原始數(shù)據(jù)；聚類分析：聚類距離計(jì)算；判別分析：星座圖判別分析；Fisher 判別分析； 評(píng)估模型判別分析。多因素方差分析； 等重復(fù)觀測(cè)的雙因素方差分析； 簡(jiǎn)單拉丁方試驗(yàn)的方差分析。典型相關(guān)分析；似不相關(guān)模型。使用協(xié)差陣或相關(guān)陣。互動(dòng)搜索 （AID） 聚類。逐步判別分析；Logit 判別分析；因子分析：因子分析 -（ 使用相關(guān)陣 ） ；因子分析 -（ 使用協(xié)差陣 ） ；因子分析

8、-（ 使用相似陣 ） ； 因子分析 -（Q 型 ） ；因子分析 -（ 讀入相關(guān)陣 ） 。對(duì)應(yīng)分析；信度分析； 多重響應(yīng)分析 ： 變量交叉表分析； 變量集的頻數(shù)分析。生存分析：失效率計(jì)算；浴盆曲線回歸模型與分段WEIBULL分布計(jì)算；Weibull與指數(shù)分布擬合；生命表分析；Kaplan-Meier分析。七、時(shí)序分析發(fā)生隨機(jī)數(shù)：發(fā)生自回歸序列 AR 模型隨機(jī)數(shù)； 發(fā)生移動(dòng)平均序列 MA 模型隨機(jī)數(shù)； 發(fā)生自回歸滑動(dòng)平均序列 ARMA 模型隨機(jī)數(shù)；發(fā)生一般時(shí)序隨機(jī)數(shù)(趨勢(shì)項(xiàng)周期項(xiàng)隨機(jī)項(xiàng)) ，自寫函數(shù)式；發(fā)生ARCH(1濮型隨機(jī)數(shù)； 發(fā)生ARCH(q濮型隨機(jī)數(shù)； 發(fā)生GARCH(p,q濮型隨機(jī)數(shù)。數(shù)

9、字濾波 ：波特沃夫高通低通濾波；6 種窗函數(shù)濾波；卡爾曼濾波； 相位、累積、平均濾波； 加權(quán)濾波與等權(quán)濾波。5 點(diǎn)、 7 點(diǎn)、 9 點(diǎn)數(shù)據(jù)平滑； 中位數(shù)濾波； 阿爾法貝塔伽馬濾波； 門欄濾波與遞歸濾波；譜分析：時(shí)序自相關(guān)函數(shù)及其譜密度；時(shí)序互相關(guān)函數(shù)及其譜密度；已知自相關(guān)函數(shù)計(jì)算譜密度；時(shí)序自協(xié)方差函數(shù)及其譜密度； 時(shí)序互協(xié)方差函數(shù)及其譜密度； 已知譜密度計(jì)算自相關(guān)函數(shù)。平穩(wěn)時(shí)序：自回歸模型的 Box-Pierce,Ljung-Box 統(tǒng)計(jì)量；AR(p)模型的 Yule-Waker 方程與參數(shù)估計(jì)；AR(p)模型的 Levison 遞推公式與偏相關(guān)系數(shù)；AR(p)模型參數(shù)的最小二乘估計(jì)；AR(

10、p)模型的 AIC、BIC 定階；基于 Yule-Walker 方程； 基于 Levison 遞推公式； 基于殘差最小二乘；向量自回歸模型VAR定階；向量自回歸模型VAR參數(shù)估計(jì)； 一階移動(dòng)平均模型 MA；MA(q)模型基于殘差最小二乘的參數(shù)估計(jì)；MA(q)模型基于自協(xié)方差函數(shù)的參數(shù)矩估計(jì)；MA(q)模型的 AIC、BIC 定階；ARMA(p,q)模型的參數(shù)估計(jì)；基于 Yule-Walker 方程；基于殘差 LSE；ARMA(p,q)模型的AIC、BIC的定階；基于 Yule-Walker 方程；基于殘差最小二乘。非平穩(wěn)時(shí)序：線性趨勢(shì)項(xiàng)提??；非線性趨勢(shì)項(xiàng)提?。灰浑A自回歸單位根過(guò)程 DF檢驗(yàn)；高

11、階自回歸單位根過(guò)程 ADF檢驗(yàn)；基于LSE與單位根檢驗(yàn)的協(xié)整參數(shù)估計(jì)與檢驗(yàn); 基于LSE與單位根檢驗(yàn)的協(xié)整秩計(jì)算與檢驗(yàn)； 兩個(gè)時(shí)間序列的誤差修正模型； 多個(gè)時(shí)間序列的誤差修正模型； 脈沖響應(yīng)函數(shù)；ARCH(1)模型參數(shù)估計(jì)；ARCH(q)模型參數(shù)估計(jì)；GARCH(p,q) 模型參數(shù)估計(jì)。多元時(shí)序與格蘭杰檢驗(yàn) .八、統(tǒng)計(jì)圖像點(diǎn)狀圖像：點(diǎn)圖 Point ； 816 點(diǎn)圖 Point16 ； 三維點(diǎn)圖 Point3 ； 線點(diǎn)圖 LinePoint 。線狀圖像：折線圖 Line ；8 條折線圖 Lines8 ； 貝塞爾曲線圖 Bezier ； 面狀圖像 ： 表面圖 Surface ； 金字塔圖 Pyr

12、amid ； 高低圖 HightLow ； 形狀圖 Shape 。柱狀圖像： 直方圖 Bar ； 連柱圖 BarJoin ； 容積圖 Volume ； 誤差柱圖 ErrorBar ； 漏斗圖 Funnel ；梁狀圖像：進(jìn)度圖 Grantt ；圓形圖像：點(diǎn)圖 Point8 ； 彩點(diǎn)圖 DeltaPoint ； 形象點(diǎn)圖 ImagePoint ；多條折線圖 Lines ； 箭頭圖 Arrows ； 等高線圖 Contour 。三角表面圖 TriSurf 瀑布圖 Waterfall 區(qū)域圖 Area ；三維柱圖 Bar3D ； 形象柱圖 ImageBar ； 蠟燭圖 Candle ； 誤差圖 Errors ； 柱圖 His