StatsDirect是一個專業的數據統計分析軟件，進行定量研究的設計，分析，推斷和展示。從研究的計劃階段開始，研究人員和統計學家的合作才能實現最佳的統計實踐。跟SPSS這種大型軟件相比，StatsDirect更簡單實用且便捷！

軟件介紹

StatsDirect(數據分析軟件)是一款非常專業的數據分析工具，專門用于給研究室或者各類需要精確進行統計和數據分析的行業使用，利用StatsDirect能夠生成各類專業的數據表格和進行計算，有需要的可以下載使用。

軟件功能

1、幾秒鐘內回答

StatsDirect非常易于使用

無需編程

該軟件的學習曲線最少，原因是：

數據界面類似于Microsoft Excel

報告界面就像一個簡單的文字處理器

直觀的操作是二十多年研發的結果

包括所有常見的統計方法

2、支持您的統計知識

統計指南內置在軟件中

提供強大的研究工具，有利于（重新）學習

幫助和界面可消除常見的統計誤解

3、堅固可靠

使用最新的計算方法

所有方法均已被科學文獻充分引用

通過網絡提供的持續改進

4、負擔得起的

針對學生，發展中國家和個人的低成本許可證

接受學術定價和官方訂單

5、統計知識管理

統計指南內置在軟件中

包括所有常見的統計方法

聯機幫助已完全引用科學引用

為學生提供認真的研究工具，對學習有好處

幫助和界面可消除常見的統計誤解

建立在二十多年的研發基礎上

該軟件的學習曲線最少，原因是：

數據界面類似于Microsoft Excel

報告界面就像一個簡單的文字處理器

通過網絡提供的持續改進

常見問題

1、為什么有時在StatsDirect中看到的P值與其他軟件相比略有不同？

StatsDirect針對非參數統計推斷中的P值開發了許多精確（置換）和模擬精確（蒙特卡洛）算法。

相比之下，其他軟件可能會在StatsDirect采用更復雜算法的地方使用近似值，例如在存在聯系的情況下進行Wilcoxon簽名秩檢驗的情況下-此處StatsDirect，SAS和StatXact將采用滲透方法，其中SPSS和R還原為漸近逼近。

2、為什么StatsDirect給出的比例置信區間與手工計算的相比要稍有不同？

許多教科書都包含效果不佳的公式，無法近似二項式比例及其之間的差異的置信區間。StatsDirect通過使用具有良好覆蓋率屬性的方法對這些公式進行了改進，尤其是在存在少量公式的情況下。有關StatsDirect中使用的方法選擇背后原因的更詳細討論，請參見Robert Newcombe的以下優秀論文系列：

Newcombe R.改進了基于配對數據的二項式比例之間差異的置信區間。醫學統計學1998; 17：2635-2650。

Newcombe R.獨立比例之間的差異的區間估計。醫學統計學1998； 17：873-890。

Newcombe R.單一比例的兩側置信區間：七個方法的比較評估。醫學統計學1998； 17：857-872。

3、如果分子的比例為零，該怎么辦？

例：

單比例

總數= 30，響應= 0比例= 0

精確（Clopper-Pearson）95％置信區間= 0到0.115703

近似（Wilson）95％中P置信區間= 0至0.113513

觀察：

“ ...您提到，對于n = 30和r = 0的情況，精確的Clopper-Pearson）95％置信區間為0到.115703。但是，如果在一個審判中得到一案的概率為.115703，那么在30個試驗中沒有案件的概率為（1-.115703）^ 30 = .025。這看起來像是97.5％的置信區間。”

Robert Newcombe博士（該領域專家）的答復：

我們應該將整體覆蓋率保持在95％，還是將一個相關的非覆蓋率保持在2.5％？當數字+ ve趨于零時，為了實現解釋的連續性，選擇后者似乎是有意義的。但是有人會爭論，為什么不通過使用1-0.05 **（1/30）= 0.095034的上限而不是1-0.025 **（1/30）= 0.115703來獲得更短的間隔？我認為這就是StatXact所做的。我會回答說，實際上，有一種更全面的方法可以縮短CP間隔，同時保持min CP = 0.95的定義屬性。這是由Blyth＆Still開發的。它為N'

4、如何操作圖表標題等？

如果單擊StatsDirect報表中的圖形，然后單擊鼠標右鍵，然后從彈出菜單中選擇“復制”，則將其復制為Windows圖元文件。然后可以將其粘貼到Microsoft Word中，然后可以在Word中選擇圖形，右鍵單擊并從彈出菜單中選擇“編輯圖片”。不要使用拖放，因為這不適用于所有版本的Word。如果使用復制和粘貼方法，則可以在Word中將圖形編輯為線條圖。在安裝Office時，請確保已安裝WMF格式的圖形轉換器選項。

5、有沒有一種方法可以估算試驗所需的樣本量，而該試驗旨在比較試驗（敏感性/特異性等），從而為估算值提供所需的置信區間？

敏感性和特異性是二項式比例：

疾病：目前缺席

測試：+ a（true + ve）h3（false + ve）

-c（false -ve）d（true -ve）

靈敏度= a /（a + c）

特異性= d /（h3 + d）

因此，您可以使用人口調查樣本大小計算得出指定容差和錯誤概率（即不在該容差范圍內）內的目標靈敏度％或特異性％。

6、如何計算薈萃分析的功效或樣本量？

為了計算薈萃分析的統計能力，您需要對目標效應大小的合并方差進行良好的估計，并對暴露/條件（異質性）之間的研究間差異對兩者的影響做出合理的假設。方差和效果估計。所有這些都是不平凡的，最好由與薈萃分析密切相關的統計學家來處理。可以將功率結果添加到所有StatsDirect元分析輸出中，但是是否適當還需要進一步討論。有人認為不應進行功能不足的研究，因此會質疑將其納入系統評價的質量。如果采用這種方法，則匯集功率幾乎是無關緊要的。

7、空值和零值有什么區別？

空值是缺失或排除的觀察值，記錄為工作表中的間隙或星號*符號。缺失值的內部代碼是3E + 300，如果您將其輸入為觀察值，則也將被視為缺失/空值。零必須始終輸入為0或0.0或0.0e0才能將其視為對零的觀察-但請記住，在分類分析（例如列聯表中的計數）中，一些研究人員可能會將零稱為無效響應。

8、關聯兩個比率的最佳方法是什么？

我假設低頸動脈分叉比分叉具有更長的疾病長度，并且測量并創建了兩個比率（分叉比率-從鎖骨到分叉的長度除以總頸動脈長度；以及疾病比率（從分叉到末端的長度） （從鎖骨到疾病末期的長度除以疾病的比率）。使用簡單的線性回歸/相關性并將分叉比作為自變量，將疾病比作為因變量是否有效？

答：比率測量標尺具有間隔標尺的所有屬性以及絕對零點。您可能需要查看一致性限制而不是相關性。