Описание и возможности статистических пакетов

Наибольшее распространение получили ряд статистических пакетов, которые представлены ниже.

MS Excel. Самой часто упоминаемой (и используемой) в отечественных статьях является приложение MS Excel из пакета офисных программ компании Microsoft — MS Office. Причины этого кроются в широком распространении этого программного обеспечения, наличии русскоязычной версии, тесной интеграцией с MS Word и PowerPoint. Однако, MS Excel — это электронная таблица с достаточно мощными математическими возможностями, где некоторые статистические функции являются просто дополнительными встроенными формулами. Расчеты сделанные при ее помощи не признаются авторитетными биомедицинскими журналами. Также в MS Excel невозможно построить качественные научные графики. Безусловно, MS Excel хорошо подходит для накопления данных, промежуточного преобразования, предварительных статистических прикидок, для построения некоторых видов диаграмм. Однако окончательный статистический анализ необходимо делать в программах, которые специально созданы для этих целей. Существует макрос-дополнение XLSTAT-Pro для MS Excel который, включает в себя более 50 статистических функций, включая анализ выживаемости, которых в основных случаях достаточно для обычного применения [3].

Пакет прикладных программ STATISTICA — это универсальная интегрированная система, предназначенная для статистического анализа и визуализации данных, управления базами данных и разработки пользовательских приложений, содержащая широкий набор процедур анализа для применения в научных исследованиях, технике, бизнесе, а также специальные методы добычи данных.

Помимо общих статистических и графических средств в системе имеются специализированные модули, при чем, каждый модуль выполняет определенный набор функций и может быть использован и автономно, например, для проведения социологических или биомедицинских исследований, решения технических и, что очень важно, промышленных задач: карты контроля качества, анализ процессов и планирование эксперимента. Работа со всеми модулями происходит в рамках единого программного пакета, для которого можно выбирать один из нескольких предложенных интерфейсов пользователя.

С помощью реализованных в системе STATISTICA мощных языков программирования, снабженных специальными средствами поддержки, легко создаются законченные пользовательские решения и встраиваются в различные другие приложения или вычислительные среды. Очень трудно представить себе, что кому-то могут понадобиться абсолютно все статистические процедуры и методы визуализации, имеющиеся в системе STATISTICA, однако опыт многих людей, успешно работающих с пакетом, свидетельствует о том, что возможность доступа к новым, нетрадиционным методам анализа данных (а STATISTICA предоставляет такие возможности в полной мере) помогает находить новые способы проверки рабочих гипотез и исследования данных. [5].

Следует отметить основные возможности пакета:

• — реализует широкий набор математических методов (табл.1.1);
• — дает возможность представить графическую интерпретацию результатов (в графиках типа 2D, 3D, пиктограммах или в разработанных в собственном дизайне графиках);
• — осуществляет поддержку всех стандартов современных офисных приложений (импорт данных из электронных таблиц, в том числе и их MS Excel, экспорт диаграмм в приложения MS Office и др.);
• — позволяет расширять возможности пакета за счет встроенного языка программирования Statistica Visual Basic [2].

STATISTICA разрабатывается компанией StatSoft. На сегодняшний день последней версией является STATISTICA 9 [9].

Пакет STATISTICA является наиболее динамично развивающимся статистическим пакетом и по многочисленным рейтингам является мировым лидером на рынке статистического программного обеспечения.

Пользователь может добавить собственную панель инструментов с тем или иным методом статистического анализа. Несомненным достоинством пакета является возможность дописывать (наращивать) систему при помощи встроенного языка программирования.

STATISTICA Neural Networks — универсальный и мощный нейронно-сетевой пакет. Он дает возможность автоматически получать эффективные и правильные решения для широкого круга задач, в которых использование традиционных статистических методов затруднено, например, из-за отсутствия априорных моделей или конкретных гипотез. [8].

Пакет прикладных программ SPSS (Statistical Package for Social Science) — статистический пакет, разработанный компанией SPSS Inc, предназначенный для работы в операционной системе MS Windows. Является пакетом обработки и анализа социологических данных [2].

SPSS — одна из старейших систем статистического анализа и управления данными. Самый часто используемый пакет статистической обработки данных с более чем 30-и летней историей. Сегодня SPSS является одним из лидеров среди универсальных статистических пакетов [4].

Отличается гибкостью, мощностью применим для всех видов статистических расчетов применяемых в биомедицине. Недавно вышла 13-я англоязычная версия. Существует русскоязычное представительство компании, которое предлагает полностью русифицированную версию SPSS 12.0.2 для Windows [3].

Основные возможности пакета:

• — реализует набор математических методов статистической обработки данных (табл.1.1);
• — осуществляет доступ к территориально распределенным данным и позволяет объединять несколько баз данных;
• — формирует нестандартные отчеты, позволяющие оценить данные с разных точек зрения;
• — осуществляет настройку интерфейса и процедур работы с данными с помощью встроенного языка сценариев;
• — поддерживает связь с большинством форматов данных и обмен данными с другими приложениями MS Windows [2].

Статистические функции, которыми располагают STATISTICA и, поражают своим разнообразием. Складывается впечатление, что данные инструменты статистического анализа позволяют делать все, что угодно, при условии, что пользователь хорошо изучил принципы их работы. Главным препятствием на пути освоения этих программ является время, которое необходимо затратить на обучение. Именно из-за недостатка знаний у пользователя, в большинстве случаев, мощь статистических пакетов подобного уровня не используется даже в половину [9].

Пакет прикладных программ Deductor — статистический пакет, разработанный фирмой Base Group Labs, состоит из 3-х частей: многомерного хранилища данных Deductor Warehouse, аналитического приложения Deductor Studio и рабочего места конечного пользователя Deductor Viewer.

Deductor Warehouse — многомерное хранилище данных, аккумулирующее всю необходимую для анализа предметной области информацию.

Deductor Studio — программа, реализующая функции импорта, обработки, визуализации и экспорта данных. В Deductor Studio включен полный набор механизмов, позволяющий получить информацию из произвольного источника данных, провести весь цикл обработки, используя Мастера обработки (очистку, трансформацию данных, построение моделей), отобразить полученные результаты наиболее удобным образом (OLAP, диаграммы, деревья и т. д.) и экспортировать результаты на сторону. Это полностью соответствует концепции извлечения знаний из баз данных.

Deductor Viewer — рабочее место конечного пользователя. Позволяет отделить процесс построения моделей от использования уже готовых моделей. Все сложные операции по подготовке моделей выполняются аналитиками-экспертами при помощи Deductor Studio, а Deductor Viewer обеспечивает пользователям простой способ работы с готовыми результатами.

Реализованные в Deductor обработчики покрывают основную потребность в анализе данных и создании законченных аналитических решений на базе Data Mining.

Сопоставление возможностей статистических пакетов, которые были рассмотрены выше, представлено в табл.1.1. [2].

Таблица 1.1 Сопоставление возможностей статистических пакетов.

Программа MedCalc, разрабатываемая с 1993 года бельгийской компанией MedCalc Software, позиционируется как полноценное статистическое приложение, созданное в соответствии с потребностями исследователей биомедицинского направления. Разработчики акцентируют внимание исследователей на удобстве использования MedCalc для анализа ROC-кривых.

Программа удобна тем, что не предлагает избыточной функциональности, которая зачастую приводит в замешательство неподготовленного человека, начинающего работать с универсальными приложениями. В дополнение к этому, возможность работы только в графическом интерфейсе без использования командной строки делает программу менее гибкой, но зато более привлекательной для использования в данной области науки, поскольку специалисты с медицинским образованием очень редко могут похвастаться большим опытом работы с математическими программами.

На сегодняшний день создана уже двенадцатая версия программы. К сожалению, работать в MedCalc могут только пользователи Windows, но этот недостаток компенсируется относительно малыми системными требованиями и есть возможность запустить приложение как в Windows 2000, так и в Windows 7.

Среди функций, реализованных в MedCalc, следует особо отметить возможность проведения основных видов статистического анализа, не имея выборочных значений, т. е. на основе средних величин, показателей разброса и т. п. Это может быть полезно при изучении литературных данных, поскольку полной информации о первичных результатах эксперимента в публикациях не приводится. Например, для сравнения выборочных средних с помощью критерия Стьюдента достаточно знать сами средние арифметические, стандартное отклонение и размеры обеих выборок.

Таким образом, программа MedCalc за относительно небольшую цену предоставляет пользователю удобный интерфейс без излишней «функциональности», снабженный хорошим табличным редактором. Все вычисления и диаграммы сохраняются в одном файле и легко сортируются в специальном списке в левой части главного окна программы. Статистический анализ выполняется с помощью удобно организованных меню, снабженных лаконичным и понятным справочным материалом. [9].

STADIA — это программа отечественной разработки с 16-и летней историей. Пакет STADIA разработан и поддерживается НПО «Информатика и компьютеры» при активном участи ведущих специалистов МГУ им. М. В. Ломоносова. Включает в себя все необходимые статистические функции. Она прекрасно справляется со своей задачей — статистическим анализом.

Данный пакет является аналитическим инструментом для многих тысяч пользователей в различных областях науки, техники, планирования, управления, производства, сельского хозяйства, экономики, бизнеса, маркетинга, образования, медицины по всей русскоязычной Евразии. По своим базовым возможностям сопоставим с наиболее известными западными статистическими пакетами [8].

Следует обратить внимание на удивительную компактность пакета STADIA: он требует в несколько раз меньше места на диске, чем его конкуренты, и при этом не уступает, а часто и превосходит их по своим функциональным возможностям.

Пакет содержит широкий набор методов анализа данных из всех областей статистики и доступен широкому кругу прикладных специалистов, менеджеров и студентов. Сейчас распространяется версия 6.2 для среды Windows. Пакет может появляться в трех вариантах: study, basе и рrоf, различающихся лишь объемами обрабатываемых массивов и ценой. Самый дешевый вариант study имеет максимальный объем матрицы данных в 400 чисел. Он предназначен главным образом для учебных заведений и задач с небольшими объемами данных. Самая дорогая версия STADIA 6.2 рrоf. имеет максимальный объем матрицы данных 20 000 чисел и расширенные возможности статистических процедур для их обработки по сравнению с базовыми версиями. У пакета имеется бесплатная учебно-демонстрационная версия, позволяющая обрабатывать большое количество демонстрационных примеров из всех разделов статистического анализа. Эта версия также допускает ввод с клавиатуры и полную обработку данных пользователей. Однако при этом существуют ограничения на объемы вводимых данных, и отсутствует возможность сохранения введенных данных в файле. Документация пакета является одновременно детальным справочником по использованию статистических методов и может быть приобретена отдельно от пакета.

Следует выделить основные возможности пакета STADIA:

• 1. исчерпывающий набор самых современных и эффективных методов анализа: описательная статистика, дисперсионный, корреляционный и спектральный анализ, сглаживание, прогнозирование, простая, нелинейная регрессия, кластерный и факторный анализ, методы контроля качества, анализ и замена пропущенных значений.
• 2. полный комплект деловой и научной, 2-х, 3-х и многомерной графики: функции, зависимости, прогнозы, диаграммы рассеяния, карты, гистограммы, столбиковые, башенные и круговые диаграммы, установка размеров, надписей по осям и под рисунком и проч.
• 3. разнообразные преобразования и вычисления, импорт / экспорт данных и результатов;
• 4. развитая экранная помощь, понятная интерпретация результатов.

Demo-версия программы STADIA обладает всеми возможностями пакета и позволяет обрабатывать данные небольшого объема (до 400 чисел), вводимые с клавиатуры. Тем самым она позволяет самостоятельно и практически овладеть всеми современными методами прикладной статистики, а во многих областях исследования сразу получить научные и практически значимые результаты. [8].

Программа внешне фактически не изменяется с 1996 года. Графики и диаграммы, построенные при помощи STADIA, выглядят в современных презентациях архаично. Цветовая гамма программы (красный шрифт на зеленом) очень утомляет в работе. К положительным качествам программы можно отнести русскоязычный интерфейс и наличие книг описывающих работу [3].

Пакет «Олимп» предназначен для автоматизации обработки данных на основе широкого набора современных методов прикладной статистики. Он реализован в расчете на самых разнообразных пользователей — от новичков до экспертов в области статистики.

В состав пакета, кроме основных программ, входят также электронная таблица MNCALC и программное средство «Прикладные социологические исследования (ПСИ)».

Пакет «ОЛИМП» позволяет организовать полный цикл исследований по статистическому анализу и прогнозированию данных, начиная с ввода исходных данных, их проверке и визуализации и заканчивая проведением расчетов и анализом результатов.

С функциональной точки зрения пакет состоит из следующих программ (процедур): редактора средств графического отображения и утилит преобразования данных, а также программ реализации методов статистического анализа.

Редактор данных обеспечивает возможность ввода, просмотра и редактирования исходных данных (в том числе пропущенных наблюдений).

Средства графического отображения данных позволяют выводить различные виды графиков на экран, а также сохранять их на диске для дальнейшего использования.

Программы пакета «ОЛИМП» реализуют следующие методы статистического анализа: корреляционный, регрессионный, дисперсионный, дискриминантный, факторный и компонентный, анализ таблиц сопряженности рядов и др.

Для анализа и прогнозирования динамических данных применяются следующие методы:

• — адаптивные методы прогнозирования;
• — модели динамической регрессии;
• — модели прогнозирования на основе линейной регрессии;
• — модели гармонического, спектрального анализа и частотной фильтрации.

Каждая из перечисленных выше моделей может управляться пользователем с помощью параметров, характеризующих эту модель. Такой подход позволяет постепенно осваивать заложенные в программе возможности и облегчает работу с ней.

Основное назначение пакета «МЕЗОЗАВР» заключается в проведении разведочного анализа временных рядов. Это касается ситуации, когда необходимо «пощупать» имеющуюся числовую информацию, по усмотрению исследователя применяя различные методы обработки и анализируя получающиеся при этом результаты и их адекватность. Пакет позволяет осуществлять подобные исследования весьма оперативно и эффективно.

Пакет «МЕЗОЗАВР» используется для анализа временных рядов умеренной (не более нескольких тысяч наблюдений) длины. Диалог происходит по желанию пользователя на русском или английском языке. Управление осуществляется с помощью меню и клавиш быстрого доступа.

Под временным рядом понимается последовательность наблюдений за некоторой числовой характеристикой показателей, сделанных с постоянным шагом во времени (например ежегодно, ежемесячно, каждый час и т. п.). В статистике примерами подобных показателей могут служить на макроэкономическом уровне ежегодные, ежеквартальные, ежемесячные и т. п. объемы производства, поставок, перевозок, потребления; индексы цен и другие макроэкономические показатели; на уровне предприятия — объемы выпуска продукции, затраты, расход ресурсов, эволюция характеристик качества и др.

Пакет «МЕЗОЗАВР» обладает следующими преимуществами по вводу и хранению информации:

• — имеет свой стандарт файлов, ввод информации в которые осуществляется через встроенный редактор данных типа «электронной таблицы»;
• — предоставляет возможность сохранения в стандартных файлах любых данных, полученных в ходе анализа;
• — допускает экспорт и импорт информации из текстовых файлов.

Предельная длина одного анализируемого временного ряда равна 16 тыс. значений, однако возможности анализа такого ряда будут весьма ограничены и поэтому наиболее эффективно работать с рядами до 2 — 3 тыс. значений.

Одновременно можно анализировать до 256 рядов, однако их суммарная не должна превышать 60 тыс. чисел. При этом можно пользоваться либо реальными временными шкалами (шаг по времени — начиная от 1 мин. до любого (целого) числа лет), или же условной временной шкалой.

Редактирование данных осуществляется с помощью встроенного табличного редактора или же в графическом режиме, а их преобразование — с помощью дополнительного меню преобразований более специального характера.

Кроме того, есть возможность непосредственно указать предварительное преобразование данных, которое далее учитывается в процессе анализа. При всех арифметических операциях над рядами учитывается совместимость временных шкал.

Пакет «МЕЗОЗАВР» реализует следующие основные процедуры по анализу временных рядов: сглаживание, прогнозирование, фильтрацию, а также построение различных регрессионных зависимостей. Все процедуры снабжены мощной графической поддержкой с большим числом интерактивных возможностей, таких, как установка различных шкал, увеличение любого куска графика и т. д.

JMR. Один из мировых лидеров в анализе данных. Развивает этот статистический пакет SAS Institute, который выкупил в конце 2002 года известную статистическую программу StatView. Однако особых преимуществ для медико-биологической статистики этот программный продукт не имеет.

SYSTAT. Статистическая система для персональных компьютеров. Последняя 11 версия обладает неплохим интуитивно понятным интерфейсом. Компания Systat Software также разрабатывает популярные у отечественных исследователей SigmaStat и SigmaPlot, которые являются соответственно, программой статистической обработки и программой построения диаграмм. При совместной работе становятся единым пакетом для статистической обработки и визуализации данных.

STATGRAPHICS PLUS. Довольно мощная статистическая программа. Содержит более 250 статистических функций, генерирует понятные, настраиваемые отчеты.

PRISM. Эта программа создавалась специально для биомедицинских целей. Интуитивно понятный интерфейс позволяет в считанные минуты проанализировать данные и построить качественные графики. Программа содержит основные часто применяемые статистические функции, которых в большинстве исследований будет достаточно. Однако, как отмечают сами разработчики, программа не может полностью заменить серьезных статистических пакетов. [3].

Наряду с коммерческими статистическими пакетами существует довольно большое число полностью бесплатных статистических программ и приложений. При этом ряд бесплатных программ не только не уступает, но и превосходит по функциональности коммерческие приложения. Приведены основные бесплатные программы для статистической обработки данных.

R — безусловно, наиболее мощный бесплатный программный инструмент с невероятно широким набором библиотек. R 2013 году R стал самым широко используемым в научной литературе пакетом для статистического анализа. С R может быть довольно непривычно работать на начальном этапе, поскольку пользователь должен разобраться в том, как подключать библиотеки, как выполнять и сохранять процедуры, а также из-за отсутствия привычного графического интерфейса. Но эти трудности с лихвой компенсируются многочисленными руководствами по работе с R.

EpiInfo — бесплатный статистический пакет, разработка которого поддерживается Центром по контролю за заболеваниями США. Основной особенностью является возможность не только проводить статистический анализ, но и создавать опросники и формы для ввода данных (включая создание форм для сбора информации в Интернет).

OpenEpi — набор статистических функций, позволяющий быстро применить относительно простые и часто используемые статистические тесты. OpenEpi можно использовать в он-лайн режиме на сайте разработчика, либо установить себе на компьютер. Плюсом пакета является набор функций для расчета статистической мощности, численности групп, генерации случайных чисел, а также возможность расчета статистической значимости на основании групповых статистик, что бывает полезно при оценке статей.

PSPP — по внешнему виду и функциональности очень напоминает SPSS (собственно, и название пакета является зеркальным отражением).

SOFA — позволяет выполнять основные статистические тесты, но не дает возможности проводить регрессионный анализ. Одной из отличительных особенностей пакета является быстрое создание различных типовых графиков и не требующих форматирования суммирующих таблиц.

SEER-Stat — ориентированный на применение в онкологии, разработка которого поддерживается Институтом Онкологии США. В программном пакете много функций по расчету заболеваемости, выживаемости и летальности (включая стандартизованные по возрасту показатели).

Statistical Analysis for Genetic Epidemiology — программа для статистического анализа для генетиков и эпидемиологов, которая содержит множество функций для получения описательной статистики, проверки данных, количественной оценки наследственности признака или заболевания, оценки наиболее вероятного возраста начала заболевания, выявления закономерностей встречаемости отдельных аллелей или однонуклеотидных изменений, и другие возможности.

Наряду с этими существует еще около 30 бесплатных программ для статистической обработки данных, которые имеют разную функциональность и «заточены» под разные цели. [1].