歡迎來到全傑科技

今日訪客: 0
線上訪客:

本軟體最新開課活動

目前沒有相關活動!!!
本軟體之前的活動!!
本軟體有產品說明會, 請洽本公司!!

下載專區 Download

聯絡我們

姓名:
Email:
聯絡電話:
單位:
部門:
附件:
您的留言:

提供專業軟體代購服務
如有未列於網站之產品需求
歡迎來電洽詢,感謝您!
電話:(02)2507-8298

SigmaStat 4
基本統計學最佳搭配軟體,歡迎索取試用版作為教學使用
Expert guidance in analyzing your research
軟體代號:896
瀏覽次數:27942
Windows2000WindowsXP
多人版
網路版
教育版
商業版
再啟動服務
試用版
遠端展示
在地教學
遠端安裝啟動服務
原廠技術服務
產品說明會
教育訓練
教學範例檔
永久授權
目前庫存
英文型錄
安裝序號
網路啟動
原廠光碟
合法保證
原廠手冊
影音教學檔
產品介紹!

試用版序號:773050002

我們 SigmaStat 的售後服務,煩請事先告知
- 基本操作教育訓練15分鐘之上課卷,地點於遠端桌面
- 原版CD,遠端安裝服務,保證安裝成功
- 一年原廠技術服務,將來升級優惠
- 一年內電腦再啟動授權服務,更換電腦可再安裝,共可安裝二次
- 本軟體有試用版歡迎自行下載
- 本公司之客戶可提供檔案試做服務
- 可代本公司之客戶向原廠詢問技術問題服務
- 贈送SoftHome DemoWare CD (內含資料前處理MYSTAT統計軟體)
- 本軟體有中文安裝說明教學投影片,歡迎本公司客戶自行下載

SigmaStat是基本統計學的最佳搭配軟體,歡迎索取試用版作為教學使用
及一般研究應用之統計軟體
凡購買本軟體 贈送 報表說明檔
本公司為SigmaStat在台軟體獨家代理商

與Office,Excel完全相容,可與SigmaPlot直接互動、3-way ANOVA多重迴歸(Multiple logistic regression)、繪圖能力增強。SigmaStat是第一個也是唯一的內附專家系統之統計軟體,引導您做統計分析,就像有一個專業顧問在您身邊一樣。

內建統計功能
敘述統計
t檢定 (雙母體t檢定)
z檢定
卡方檢定
F檢定
常態檢定
無母數檢定
ANOVA分析
迴歸分析
存活分析
檢定力
分析完後,報表會告訴您,結果是否顯著喔!

資料呈現方式
1. Raw Data (原始資料)
即每一欄代表一組樣本
例如第一欄為男生之身高 第二欄為女生身高
2. Indexed Data (索引資料)
即每一欄內含數組樣本之索引
例如第一欄內含男生女生之索引男生為1 女生為0
第二欄為為其對應之身高
第三欄為為其對應之體重
建議您使用Indexed Data (索引資料)可以有無窮的變化
3.Mean,Size,SD
有一些已處理好的資料,只有平均數,標準差,樣本數
可選此資料方式輸入

Introduction to SigmaStat 

SigmaStat - The User Interface 

SigmaStat - Integration with SigmaPlot  

SigmaStat - Basic Workflow - Graph Creation

 

 

實際應用範例
雙母體t檢定
例: 兩組病人的血糖資料的差異,(Unpaired t-test)檢定是最適合的
例: 新藥效用檢定,服藥前與服藥後之檢定(Before and After, paired t-test)

雙母體檢定(不服從常態分配) 無母數檢定 檢定中位數
Mann-Whitney Rank Sum Test 順序和檢定
例: 兩組病人的傷口長度資料 (不服從常態分配)
例: 病人服藥前與服藥後之傷口長度資料 (不服從常態分配 paired test)
Wilcoxon Signed Rank Test

ANOVA分析 (三種處理之比較)
One Way ANOVA 單因子變異數分析 (服從常態分配)
例: 三種藥物藥效比較

Two Way ANOVA 雙因子變異數分析 (服從常態分配)
例: 三種藥物藥效比較,也比較男性與女性
即因子有兩個 1.不同藥物 2.不同性別 3.也可有交互作用項

Three Way ANOVA 三因子變異數分析 (服從常態分配)
例: 三種藥物藥效比較,也比較男性與女性,也比較不同醫院
即因子有三個 1.不同藥物 2.不同性別 3.不同醫院 4.也可有交互作用項

Kruskal-Wallis One Way Analysis of Variance on Ranks
單因子變異數分析 (不服從常態分配) 為無母數檢定 比較中位數
例: 三種藥物藥效比較,但不服從常態分配

One Way ANOVA Repeated Measures 單因子變異數分析 重複測量 (服從常態分配)
使用目的:比較同一群體三個(含)以上的平均數的差異。
使用時機:每個受試者都有三次(含)以上的處理
例: 減肥藥A,B,C
小明小英小華吃完 減肥藥A後量一次,經過一各月後吃減肥藥B後量一次,經過一各月後吃減肥藥C後量一次
此種稱為 單因子變異數分析 重複測量

Two Way ANOVA Repeated Measures 雙因子變異數分析 重複測量 (服從常態分配)
使用目的:比較同一群體三個(含)以上的平均數的差異。
使用時機:每個受試者都有三次(含)以上的處理
例: 減肥藥A,B,C 也比較男性與女性
小明小英小華吃完 減肥藥A後量一次,經過一個月後吃減肥藥B後量一次,經過一個月後吃減肥藥C後量一次

Friedman Repeated Measures Analysis of Variance on Ranks
單因子變異數分析 重複測量 (不服從常態分配) 為無母數檢定 比較中位數

z檢定
比較兩母體之比例是否有差異
輸入樣本數及比例,如下
Group 1: n= 61 P = 0.131
Group 2: n= 67 P = 0.149
建議您的樣本數要>30以上
且一定要服從常態分配才可以

卡方檢定 (列聯表)
類別型表格資料檢定
建議您表格內的樣本數>5以上

Fisher Exact Test (列聯表)
類似卡方檢定但是適用小樣本
不受樣本數>5以上之限制

McNemar's Test 為無母數檢定 (列聯表)
是一種同一人之前後檢定(Before and After, paired t-test)
*(很容易不拒絕虛無假設)

迴歸分析
簡單回歸 例: 身高=a+b*體重
多重回歸 例: 身高=a+b*體重+c*性別

多項式回歸Polynomial Regression :
例: 身高=a+b*體重+c*體重^2

逐步回歸Stepwise Regression (向前,向後)
把所有的自變數納入模型後,再逐一檢定後剔除
或把自變數逐一納入模型後,再逐一檢定後剔除
最後留在模型內的都是顯著的自變數

最佳子集回歸 Best Subsets Regression
一種以 R squared 為指標的模型排序回歸方法
並將各模型之自變數比較
讓統計人員判斷選取最佳的模型
很類似逐步回歸

邏輯斯回歸 Logistic Regression
反應變數為 0 或 1 (不可其他的數值)
自變數可以連續或類別
提供四種檢定統計量
Pearson Chi-square Statistic
Likelihood Ratio Test Statistic
-2*Log(Likelihood)
Hosmer-Lemeshow Statistic

皮爾森相關係數
Pearson Product Moment Correlation
例如 血壓,身高,體重
注意皆須為連續型變數

史皮曼順序相關係數
Spearman Rank Order Correlation
是皮爾森相關係數的一個特例
是一種無母數檢定方法

常態檢定
利用Kolmogorov-Smirnov檢定法
若p-value>0.05即是服從常態分配

存活分析Survival Analysis: 提供三種常用的Kaplan-Meier 分析方法
1. Single Group
2. Log-Rank
2. KGehan-Breslow
存活分析英文操作PDF歡迎索取

存活分析之操作步驟範例
假設想探討某藥物對SARS的免疫效果
有Treated和Control 兩組
1代表發病,0表示沒發病,第一行的數字是小時
Treated
1484.0000 1.0000
195.0000 1.0000
1236.0000 1.0000
1257.0000 0.0000
703.0000 0.0000
Control
733.0000 0.0000
1164.0000 0.0000
980.0000 0.0000
824.0000 1.0000
792.0000 1.0000
放入SigmaStat後 P value=0.6195
表示藥物對SARS的免疫效果不顯著!

 

樣本數Sample Size
輸入 顯著水準 ,檢定力 , 檢定分法, 變異數 , 平均數之差 等相關參數後,即可計算樣本數


檢定力Power
輸入 顯著水準等相關參數後,即可計算檢定力

 

SigmaStat t-test t檢定之 報表說明
資料來源
Data source: Unpaired t-test Data in Samples.snb
常態檢定 通過 因為p值>0.05
Normality Test: Passed (P = 0.567)
兩組樣本變異數相等檢定 通過 因為p值>0.05
Equal Variance Test: Passed (P = 0.745)

基本敘述統計 樣本數 遺失值 平均數 標準差 平均數之標準誤
Group Name N Missing Mean Std Dev SEM
male 8 0 3.138 0.272 0.0962
female 7 0 3.557 0.237 0.0896

兩組樣本之平均數差異
Difference -0.420

t檢定統計量=-3.16 自由度=8+7-2=13 p值=0.008
t = -3.160 with 13 degrees of freedom. (P = 0.008)

在95%的信賴區間下,平均數差異介於-0.707 to -0.133
95 percent confidence interval for difference of means: -0.707 to -0.133

所以SigmaStat結論為,此兩組樣本之平均數
在統計是有顯著差異的!
The difference in the mean values of the two groups is greater than would be expected by chance; there is a statistically significant difference between the input groups (P = 0.008).

在顯著水準0.05下, 檢定力為0.802
Power of performed test with alpha = 0.050: 0.802

 


SigmaStat Paired t-test 配對t檢定之 報表說明
資料來源
Data source: Paired t-test Data in Samples.snb
常態檢定 通過 因為p值>0.05
Normality Test: Passed (P = 0.737)

基本敘述統計 樣本數 遺失值 平均數 標準差 平均數之標準誤
Treatment Name N Missing Mean Std Dev SEM
Before Class 7 0 61.143 9.839 3.719
After Class 7 0 77.714 9.429 3.564
Difference 7 0 -16.571 15.576 5.887

t檢定統計量=-2.815 自由度=7-1=6 p值=0.031
t = -2.815 with 6 degrees of freedom. (P = 0.031)

在95%的信賴區間下,平均數差異介於-30.977 to -2.166,
95 percent confidence interval for difference of means: -30.977 to -2.166

所以SigmaStat結論為,此處理
在統計上是有顯著差異的! 因為p=0.031<0.05
The change that occurred with the treatment is greater than would be expected by chance; there is a statistically significant change (P = 0.031)

在顯著水準0.05下, 檢定力為0.596
Power of performed test with alpha = 0.050: 0.596

檢定力為0.596低於所要的0.8,所以不可以過度解釋
The power of the performed test (0.596) is below the desired power of 0.800.
Less than desired power indicates you are more likely to not detect a difference when one actually exists. Be cautious in over-interpreting the lack of difference found here.

 


SigmaStat Mann-Whitney Rank Sum Test 雙母體無母數 檢定之 報表說明
資料來源
Data source: Mann-Whitney Rank Sum Test Data in Samples.snb
常態檢定 沒通過 因為p值<0.05
Normality Test: Failed (P < 0.050)

基本敘述統計 樣本數 遺失值 中位數 25%分位數 75%分位數
Group N Missing Median 25% 75%
Species A 8 0 110.000 7.500 223.000
Species B 7 0 279.000 4.500 288.750

p值= 0.281
T = 65.500 n(small)= 7 n(big)= 8 P(est.)= 0.298 P(exact)= 0.281

所以SigmaStat結論為,此兩組樣本之中位數
在統計上無顯著差異的! 因為= 0.28>0.05
The difference in the median values between the two groups is not great enough to exclude the possibility that the difference is due to random sampling variability; there is not a statistically significant difference (P = 0.281)

 


Wilcoxon Signed Rank Test 單母體無母數 配對 檢定之 報表說明

資料來源
Data source: Wilcoxon Signed Rank Test Data in Samples.snb

常態檢定 沒通過 因為p值<0.05
Normality Test: Failed (P < 0.050)

基本敘述統計 樣本數 遺失值 中位數 25%分位數 75%分位數
Group N Missing Median 25% 75%
Before 7 0 21.000 10.250 22.000
After 7 0 6.000 2.750 20.500

p值= 0.219
W= -16.000 T+ = 6.000 T-= -22.000 P(est.)= 0.202 P(exact)= 0.219

所以SigmaStat結論為,此兩組樣本之中位數
在統計上無顯著差異的! 因為= 0.219>0.05
The change that occurred with the treatment is not great enough to exclude the possibility that it is due to chance (P = 0.219).

 

SigmaStat 單因子變異數分析 報表說明
One Way Analysis of Variance
資料來源
Data source: One Way ANOVA Data in Samples.snb

常態檢定 通過 因為p值>0.05
Normality Test: Passed (P = 0.812)

樣本變異數相等檢定 通過 因為p值>0.05
Equal Variance Test: Passed (P = 0.178)

基本敘述統計 樣本數 遺失值 平均數 標準差 平均數之標準誤
Group Name N Missing Mean Std Dev SEM
Species A 4 0 4.500 1.291 0.645
Species B 5 0 9.400 2.702 1.208
Species C 5 0 4.000 2.236 1.000

變異數分析表
變異數來源 自由度 平方和 平均平方和 F統計量 p值
Source of Variation DF SS MS F P
Between Groups 2 86.729 43.364 8.801 0.005
Residual 11 54.200 4.927
Total 13 140.929

所以SigmaStat結論為,這幾組樣本中之平均數
在統計上是有顯著差異的! 因為p=0.008<0.05

The differences in the mean values among the treatment groups are greater than would be expected by chance; there is a statistically significant difference (P = 0.005).

在顯著水準0.05下, 檢定力為0.882 > 0.8
Power of performed test with alpha = 0.050: 0.882

所有各組多重比較,於顯著水準0.05之下
All Pairwise Multiple Comparison Procedures (Holm-Sidak method):
Overall significance level = 0.05

Comparisons for factor:
Comparison Diff of Means t Unadjusted P Critical Level Significant
Species B vs. Species C 5.400 3.846 0.00272 0.017 有顯著差異Yes
Species B vs. Species A 4.900 3.291 0.00720 0.025 有顯著差異Yes
Species A vs. Species C 0.500 0.336 0.743 0.050 無顯著差異No

 

 

SigmaStat 雙因子變異數分析 報表說明
Two Way Analysis of Variance
資料來源
Data source: Two Way ANOVA Data in Samples.snb
平衡設計
Balanced Design
反應變數為 Reaction
Dependent Variable: Reaction
常態檢定 通過 因為p值>0.05
Normality Test: Passed (P = 0.435)
樣本變異數相等檢定 通過 因為p值>0.05
Equal Variance Test: Passed (P = 0.959)

變異數分析表
變異數來源 自由度 平方和 平均平方和 F統計量 p值
Source of Variation DF SS MS F P
Gender 1 27.301 27.301 250.084 <0.001
Drug 1 0.301 0.301 2.756 0.135
Gender x Drug 1 5.468 5.468 50.084 <0.001
Residual 8 0.873 0.109
Total 11 33.942 3.086


所以SigmaStat結論為,
這幾組樣本中之平均數Gender
在統計上是有顯著差異的! 因為p<0.001
The difference in the mean values among the different levels of Gender is greater than would be expected by chance after allowing for effects of differences in Drug. There is a statistically significant difference (P = <0.001). To isolate which group(s) differ from the others use a multiple comparison procedure.

這幾組樣本中之平均數Drug
在統計上是沒有顯著差異的! 因為p=0.135>0.05
The difference in the mean values among the different levels of Drug is not great enough to exclude the possibility that the difference is just due to random sampling variability after allowing for the effects of differences in Gender. There is not a statistically significant difference (P = 0.135).

交互作用項也是顯著的
The effect of different levels of Gender depends on what level of Drug is present. There is a statistically significant interaction between Gender and Drug. (P = <0.001)

在顯著水準0.05下,之 檢定力為
Power of performed test with alpha = 0.0500: for Gender : 1.000
Power of performed test with alpha = 0.0500: for Drug : 0.207
Power of performed test with alpha = 0.0500: for Gender x Drug : 1.000

 

 

SigmaStat 三因子變異數分析 報表說明
Three Way Analysis of Variance

資料來源
Data source: Three Way ANOVA Data in Samples.snb
平衡設計
Balanced Design
反應變數為
Dependent Variable: Data
常態檢定 通過 因為p值>0.05
Normality Test: Passed (P = 0.401)
樣本變異數相等檢定 通過 因為p值>0.05
Equal Variance Test: Passed (P = 0.757)

變異數分析表
變異數來源 自由度 平方和 平均平方和 F統計量 p值
Source of Variation DF SS MS F P
Factor 1 1 12.830 12.830 0.192 0.665
Factor 2 1 8.029 8.029 0.120 0.732
Factor 3 1 285.479 285.479 4.281 0.049
Factor 1 x Factor 2 1 106.705 106.705 1.600 0.218
Factor 1 x Factor 3 1 2.389 2.389 0.0358 0.851
Factor 2 x Factor 3 1 24.047 24.047 0.361 0.554
Factor 1 x Factor 2 x Factor 3 1 267.865 267.865 4.017 0.056
Residual 24 1600.516 66.688
Total 31 2307.861 74.447

所以SigmaStat結論為,
這幾組樣本中之因子
Factor 1在統計上是不顯著的! 因為p>0.05
Factor 2在統計上是不顯著的! 因為p>0.05
Factor 3在統計上是有顯著的! 因為p<0.05
因為低階有不顯著的存在,所以不討論交互項
刪除低階不顯著因子項後,再做
等所有低階因子顯著後,再討論交互項


SigmaStat 單因子順序 變異數分析 報表說明
Kruskal-Wallis One Way Analysis of Variance on Ranks :31
資料來源
Data source: Kruskal-Wallis Data in Samples.snb
常態檢定 沒通過 因為p值<0.05
Normality Test: Failed (P < 0.050)

基本敘述統計 樣本數 遺失值 中位數 25%分位數 75%分位數
Group N Missing Median 25% 75%
1 meter 6 0 2.500 1.000 7.000
5 meters 6 0 8.500 6.000 16.000
10 meters 6 0 16.500 15.000 22.000

H = 8.265 with 2 degrees of freedom. (P = 0.016)

所以SigmaStat結論為,此三組樣本之中位數
在統計上有顯著差異的! 因為 0.05>0.016
The differences in the median values among the treatment groups are greater than would be expected by chance; there is a statistically significant difference (P = 0.016)

To isolate the group or groups that differ from the others use a multiple comparison procedure.


各組多重比較
All Pairwise Multiple Comparison Procedures (Tukey Test):
Comparison Diff of Ranks q P<0.05
10 meters vs 1 meter 53.000 4.053 Yes 顯著
10 meters vs 5 meters 25.000 1.912 No不顯著
5 meters vs 1 meter 28.000 2.141 No不顯著

 

使用Sigmastat軟體台灣之應用及研究範例:


塔塔加高山土壤微生物多樣性研究暨生質氫氣生產和生物技術應用微生物篩選
臺灣大學

去趨勢波動分析法在心跳變異度上之研究
元智大學

墾丁沿岸海域營養鹽和浮游植物群聚之時空變異
國立東華大學

不同劑量咖啡因對青少年心率變異度之影響
輔仁大學

俯臥對冠狀動脈疾病患者自律神經調控的效應
國立陽明大學

家禽始基生殖細胞之冷凍保存
國立成功大學

蛇類的氣囊與其跨越行為之探討
國立臺灣師範大學