En ocasiones, los datos siguen un determinado patrón. Quizás existen grupos o categorias dentro de los datos. Pero este patrón no está presente en los datos como una variable.

Se necesita crear una nueva variable que recoja este patrón para para ayudar en el análisis de los datos.

Por ejemplo, pueden existir 5 grupos diferentes de ADN. O necesita etiquetar y clasificar los datos recogidos para su proyecto de Credit Scoring.

Puede usar la herramienta autofill (que calcula los valores automáticamente) pinchando y arrastrando con el ratón en el bloque de datos. Pero realmente alguien quiere tener que desplazarse con el ratón a lo largo de 1.000 o 100.000 celdas de datos?

Aveces los datos siguen un determinado patrón, una cierta serie numérica.

Quizás cada celda contiene las fechas de los últimos partidos de fútbol. O quizás los datos recogidos del experimento de laboratorio están divididos en cinco segmentos diferentes.

A veces el patrón de los datos existe pero no está reflejado en los datos.

Normalmente, se añade una nueva variable a la hoja de cálculo, y después puede añadir los datos en esta variable usando la herramienta de autorelleno (AutoFill).

STATISTICA Enterprise proporciona herramientas que permiten crear vistas (queries), desde una base de datos, y analizar estos datos usando cartas de control de calidad. Pero supongamos que solo estamos intersados en analizar una parte de estos datos.

En este caso, STATISTICA Enterprise permite que el usuario aplique de forma interactiva un filtro a los datos disponibles, para poder personalizar el análisis que queremos realizar.

 STATISTICA ofrece un amplio abanico de tests de hipótesis no paramétricos que resultan muy útiles cuando estamos usando tests estadísticos clásicos (como los t-tests y ANOVA). Estos tests no paramétricos no permiten usar la aceptación de una determinada distribución, como la normal, para los datos, como permiten otro tipo de tests.

El análisis one sample t-test del menú Basic Statistics permite testar la media de una población frente a un valor que asumimos como hipótesis. Este test asume una distribución normal de los datos. Si esta hipótesis no se cumple, no se puede usar un test no paramétrico. El módulo no parametrico no muestra una opción específica para usar un test con una única muestra (one-sample test). Este ejemplo muestra como realizar un test no paramétrico con una muestra. 

Los términos polinomiales se incluyen para todos los efectos en nuestro modelo, por eso puede ser calculada una estimación y un p-value, y a partir de estos resultados se puede determinar si la curva polinomial que estamos asumiendo es estadisticamente significativa para nuestros datos.

   Si usamos el módulo de regresión múltiple (Multiple Regression), la única forma de incluir términos de segundo grado (y cualquier otro orden en los términos de interacción), es construirlos como variables separadas en los datos y entonces incluirlos en la regresión. Sin embargo, si usamos una metodología ligeramente más avanzada...

Vean la presentación Hans Rosling en el TED de 2007 sobre poverty and statistics -pobreza y estadística (ver Video en este artículo). La presentación es divertida y estimulante/provocadora. 

El Dr. Rosling fundó una organización sin fines lucrativos, GapMinder. 

Cuyo objetivo es ser:

"fact tank that promotes a fact based world view"

La página web de GapMinder es una buena fuente de datos gratuita.

  Un factor aleatorio es una variable de interés para la cual se selecciona solo un subconjunto de la población para realizar un cierto test, pero para el cual queremos que los resultados sean aplicados a todos los niveles.

Por ejemplo, en una fábrica son retiradas muestras de los productos producidos por 5 operarios, aunque el número total de operarios de producción sea de 100. Como queremos que los resultados sean generalizados para todos los operarios de la fábirca, y no únicamente para los 5 seleccionados, esta variable debe ser tratada como un factor aleatorio. Cuando un proceso involucra factores aleatorios, es normal efectuar el cálculo de la variabilidad total del proceso debido a esos factores aleatorios. Para cuantificar ese número vamos a calcular los Componentes de la Varianza.

   A continuación se describen los pasos a seguir para evaluar los Componentes de la Varianza en STATISTICA:

En la parte superior de la mayoria de los cuadros de diálogo de resultados, hay un cuadro resumen, y a veces resulta útil imprimir estos datos.

No se sienta intimidado por las posibilidades de Visual Basic. Siguiendo este corto ejemplo puede crear un pequeño y divertido programa que puede ejecutar en STATISTICA.

Intentar evaluar diferentes soluciones de análisis predictivo puede ser complejo. Queremos ayudarle a escoger la solución más adecuada, por favor, póngase en contacto con nosotros. ¿Que tipo de problemas quiere resolver?

Usando el ejemplo Cat Clinic y a partir de sus datos,se exploran las etiquetas de los ejes del gráfico.

Para abrir la hoja de cálculo en STATISTICA:

seleccionar el menú File seleccionar Open Examples... ir a la carpeta Datasets seleccionar Cat Clinic Así podrá explorar los datos del archivo.

Por eso esta explicación puede ser útil. Este gráfico es muy usado en ciencia y en producción. Normalmente si necesita de: - experimentar y descubrir la combinación óptima de componentes - presentar un informe sobre la calidad del agua - gráfico de clasificación de minerales

Si el Workbook está visible y en la parte superior, puede usar ActiveDataSet o ActiveWorkbook.ActiveInput.

Hay muchas opciones disponibles en STATISTICA para imprimir los documentos de un Workbook. Puede imprimir solo un documento del libro de trabajo (Workbook), el libro de trabajo entero, o seleccionar algunos de los documentos del Workbook.

Puede que haya experimentado el mismo problema con las hojas de cálculo de STATISTICA. Quizás tenga miles de variables. Y necesita leer la información de una determinada línea. Si es usuario de STATISTICA 9 hay una posible solución gracias a jthompson. Simplemente ejecutando una macro.