中国科学软件网-首页
statistiXL 1.8——功能强大的数据分析程序包
statistiXL是一套功能强大的数据分析程序包,作为Microsoft Excel的功能插件运行。statistiXL是完全由统计学家设计和开发的,完全能符合那些既想拥有稳健和通用的统计分析包,又想能快速方便的学习的使用者的需要。您完全不需要为了学习如何执行分析而去花费大量的时间阅读操作手册,并且仅仅是为了获得真正重要的那么一点点结果。  
通过它强大的功能,Excel提供了一个完美的数据输入,操作和计算的环境。基于这个熟悉的环境,statistiXL围绕着统计分析这一方面进行了大量的功能扩展,而且不需要像使用一个全新的应用程序那样从零开始学习。数据被保存在现有的Excel电子表单中,能够被立即应用到大量的统计分析(有许多在其它的分析软件中经常是不提供的)中,包括...
方差分析(ANOVA)
聚类分析
列联表
简单,部分,多元和典型相关
线性和圆形描述性统计
分类和分组判别分析
因子分析
二项分布,圆形分布,正态分布和泊松分布的拟合优度检验
简单和多元线性回归
Friedman, Kruskal-Wallis 和Mann-Whitney非参数检验
主成分分析(PCA)
单变量和多变量t检验

因为statistiXL把分析结果直接输出到Excel电子表单中,您能够使用那些您早已熟悉的工具来调整和格式化文本和图形化样式的输出:改变字体,重新排列单元格,改变图形的坐标轴尺度等等。您甚至能够分类结果并做进一步的分析,这可以通过statistiXL或Excel内建的众多函数来完成。

自1.5版以来的更新包括:
新特征
Wilcoxon成对样本检验已经被重新修正过。statistiXL现在允许用户执行标准Wilcoxon分析(能有效忽略tied值),并且通过把tied值加入到条件中就可以进行更强大的双样本集的比较分析。这种新的分析是一种近似于参数成对t检验,这个功能在许多统计软件包中是找不到的。由于这个修正的重要性,我们强烈建议statistiXL的所有用户都能更新到新版本
在statistiXL的前面版本中,非参数Mann-Whitney U检验在面对大样本时会出现错误。这个限制已经被移除,主要是在面对这样的大样本时,引入了正态近似值给U统计量
statistiXL的先前版本当运行在包含许多公式,并且激活了Excel自动计算特征的工作簿中时将遭遇到性能瓶颈。现在statistiXL在这种情况下的运算速度已得到了很大的提高
直方图现在可以处理更大数量的分区(比如,更大数量的列)
最优拟合检验现在支持大样本

系统需求
statistiXL作为Microsoft Excel电子表单程序包的插件运行,所以首要的条件是您已经安装了可运行版本的Microsoft Excel.statistiXL兼容所有的Excel 97及以上的Windows平台版本(Excel 97,2000和2003).statistiXL当前不支持Mac平台下的Excel.
安装statistiXL需要13MB硬盘空余空间。这包括应用程序文件,样本电子表单和帮助文件所占的空间。内存和处理器的需求和Excel的需求类似,只要能运行Excel,您就可以运行statistiXL! 

statistiXL is an extremely powerful, feature rich data analysis package that runs as an add-in to Microsoft’s popular Excel? spreadsheet program.
It provides access to a wide variety of both parametric and non-parametric data analysis tools and statistical tests. By working from within Microsoft Excel?, statistiXL is able to leverage the existing features of Excel? and provide a host of additional benefits including...

?1. A familiar and powerful user interface for entering and manipulating data
? 2.A wide variety of formatting options for altering the appearance of results
? 3.The presence of a sophisticated charting package that allows both the manipulation of charts produced by statistiXL and the manual creation of new charts based on statistiXL’s output.
? 4.The ability to perform further ad hoc analysis using Excel’s? own built in functions and calculating abilities.

The data analysis features provided by statistiXL fall into the following categories

1.Analysis of Variance (ANOVA) - statistiXL provides both univariate and multivariate ANOVA and ANCOVA. Full factorial and user specified models are supported as are fixed and random factors, nesting and repeated measures.

2.Clustering - Hierarchical clustering of binomial, quantitative and mixed datasets is supported as is clustering based on a predetermined distance matrix. A wide variety of similarity/distance estimates and clustering methods are available and the resultant clustering strategy can be graphically displayed as both a text based and/or graphical dendrogram.

3.Contingency Tables - Both 2-way and multi-way contingency data can be analysed.

4.Correlation - Simple, Partial, Multiple and Canonical correlation is supported with graphs of Canonical Variates available for the latter.

5.Descriptive Statistics - Descriptive Statistics are available for both linear and circular data sets. Linear descriptives include a choice of 18 statistics such as Mean, Standard Error and Mode, as well providing Box and Whisker plots and Error Bar plots for a graphical representation of the data. Circular descriptives provide 9 statistics including Mean Angle Circular Variance and Angular Variance.

6.Discriminant Analysis - Both Grouping and Classification methods of Discriminant Analysis are supported. For Grouping Discriminant Analysis, scatterplots of case scores can be produced for each pair of components. For Classification Discriminant Analysis, an alternate dataset can be classified based on the discriminant functions determined for the primary set.

7.Factor Analysis - Factor Analysis can be performed on either the correlation or covariance matrix of the raw data set. A variety of component extraction and rotation methods are supported and both scree and scatterplots of case scores can be produced.

8.Goodness of Fit - A wide variety of tests for the Goodness of Fit of datasets to theoretical distributions are provided including those for Binomial, Circular, Normal, Poisson and Uniform distributions. The level of fit to user specified distributions can also be calculated.

9.Linear Regression - Simple and Multiple Linear Regression is supported. Plots of regression models and residuals can be produced.

10.Nonparametric Tests - Numerous Nonparametric Tests are supported including Friedman, Kruskal-Wallis, Mann-Whitney, Mood’s Median, Sign, Spearman, Wald-Wolfowitz and Wilcoxon Paired-Sample tests.

11.Principal Components - Principal Component Analysis is provided as a means for the reduction of large multivariate data sets into simpler structures. Scree plots and Scatterplots of case scores can be produced.

12.t Tests - One and two sample, univariate and multivariate t tests are supported.