XLSTAT

XLSTAT


Concepteur : Addinsoft

logiciel de Statistiques dans Excel

      

         

Tarif public
XLSTAT                   Win, Mac 495 EUROS HT

Tarif académique
XLSTAT                   Win, Mac 295 EUROS HT

XLSTAT-Pro

XLSTAT-Pro est le produit central de l'offre d'Addinsoft. Il est développé depuis 1993 afin de permettre aux utilisateurs d'Excel de faire de l'analyse de données et de la modélisation.

XLSTAT-Pro offre un nombre impressionnant de fonctionnalités qui couvrent l'ensemble des besoins classiques d'analyse des données et de statistique. Des utilitaires pour Excel ont aussi été ajoutés afin de faciliter la manipulation des données sous Excel. Tous les outils sont accessibles à partir d'un menu qui est ajouté à la barre de menus de Excel.

Des barres d'outils permettent aussi d'accéder rapidement aux différents outils. Les boîtes de dialogues, simples et dotées d'accès direct à l'aide en ligne permettent de sélectionner très rapidement les données puis de choisir les options pour l'analyse souhaitée.

Toutes les fonctionnalités d'XLSTAT-Pro ont été abondamment testées face aux principaux logiciels de statistique et d'analyse de données du marché afin de garantir aux utilisateurs une qualité irréprochable des résultats.

Fonctionnalités :

Cliquez sur le nom de la méthode pour plus de détails, ou cliquez sur un tutoriel pour un exemple d'utilisation de la méthode avec XLSTAT.

Préparation des données :

  • Echantillonnage de données
  • Utilisez ce module pour extraire un échantillon de taille n d'un tableau de données. Plusieurs méthodes d'échantillonage sont disponbiles.

     

  • Echantillonnage d'une distribution
  • Utilisez ce module pour générer des données aléatoires à partir d'une distribution théorique ou empirique. Dans le cas d'une distribution théorique, vous devez choisir la loi de probabilité et fixer ses paramètres. Dans le cas d'une distribution empirique, vous devez sélectionner une colonne de données quantitatives de référence.

    Les distributions disponibles sont : Bêta, Binomiale, Binomiale négative, Khi-deux, Erlang, Exponentielle, Fisher, Fisher-Tippett, Gamma, GEV, Gumbel, Lognormale, Normale, Pareto, Poisson, Student, Uniforme, Weibull.

     

  • Discrétisation
  • Codage
  • Codage présence/absence
  • Tableaux disjonctifs complets
  • Codage en rangs
  • Transformation de variables
  • Créer des tableaux de contingence
  • Utilisez cet outil pour créer des tableaux de contingence (aussi appelés tableaux croisés), à partir d'au moins deux variables catégorielles.

     

  • Gestion des données
  • Redressement d'enquêtes Tutoriel 1

Description des données :

  • Statistiques descriptives (y compris box plots et scattergrams)
  • Histogrammes
  • Tests de normalité
  • Tableaux de contingence (tableau croisé)
  • Matrices de Corrélations et Similarités/dissimilarités
  • Statistiques de multicolinéarité
  • Estimation des quantiles
  • Rééchantillonnage

Analyse des données :

  • Analyse Factorielle
  • Analyse en Composantes Principales (ACP)
  • L'analyse en composantes principales (ACP) consiste à exprimer un ensemble de variables en un ensemble de combinaisons linéaires de facteurs non corrélés entre eux, ces facteurs rendant compte d'une fraction de plus en plus faible de la variabilité des données. Cette méthode permet de représenter les données originelles (individus et variables) dans un espace de dimension inférieure à l'espace originel, tout en limitant au maximum la perte d'information. La représentation des données dans des espaces de faible dimension (ici 2 dimensions) en facilite considérablement l'analyse.

    L'ACP diffère de l'analyse factorielle en ce qu'elle conduit à un ensemble de facteurs non corrélés entre eux, ce qui correspond au cas particulier des communalités toutes égales à 1 (variances spécifiques nulles).

    Utilisez l'analyse en composantes principales pour résumer la structure de données décrites par plusieurs variables quantitatives, tout en obtenant des facteurs non corrélés entre eux. Ces facteurs peuvent être utilisés comme de nouvelles variables permettant :
    - d'éviter la multicolinéarité en régression multiple ou en analyse factorielle discriminante,
    - d'effectuer une classification automatique en ne tenant compte que de l'information essentielle, c'est-à-dire en ne conservant que les premiers facteurs.

    De nombreuses rotations peuvent être effectuées après l'ACP (Varimax, Quartimax, Equamax, Parsimax, Quartimin and Oblimin et Promax)

  • Analyse Factorielle Discriminante (AFD)
  • Analyse Factorielle des Correspondances (AFC)
  • Analyse des Correspondances Multiples (ACM ou AFCM)
  • Multidimensional Scaling (MDS)
  • Classification Ascendante Hiérarchique (CAH)
  • Nuées dynamiques (k-means)
  • Partitionnement univarié

Visualisation des données :

  • AxesZoomer
  • Easy Labels
  • Plot transformer
  • Scatter plots<
  • Visualisation en coordonnées parallèles
  • EasyPoints
  • Barres d'erreur
  • Affichier une fonction

Modélisation des données :

  • Ajustement d'une loi de probabilité
  • Régression linéaire
  • ANOVA
  • ANCOVA (analyse de covariance)<
  • Régression logistique pour réponse binaires et multinomiales (Logit, Probit, ...)
  • Régression non-linéaire (Genfit)
  • Régression non paramétrique (Kernel, LOWESS)<
  • Arbres de classification et de régression
  • Modèles mixed et ANOVA sur mesures répétées

Tests d'association :

  • Tests sur les tableaux de contingence
  • Tests de corrélation
  • Test de Mantel
  • Test de tendance de Cochran Armitage

Tests paramétriques :

  • Tests t et z pour un échantillon
  • Tests t et z pour deux échantillons
  • Comparaison des variances de deux échantillons
  • Comparaison des variances de k échantillons
  • Comparaison avec une proportion
  • Comparaison de deux proportions
  • Comparaison de k proportions
  • Tests multidimensionnels

Tests non paramétriques :

  • Tests non-paramétriques pour la comparaison de deux échantillons indépendants
  • Tests non-paramétriques pour la comparaison de deux échantillons appariés
  • Tests non-paramétriques sur k échantillons indépendants: test de Kruskal-Wallis<
  • Tests non-paramétriques sur k échantillons appariés : test de Friedman
  • Test Q de Cochran
  • Test de McNemar
  • Test des séquences pour un échantillon
  • Test de Cochran-Mantel-Haenszel

Utilitaires :

  • DataFlagger
  • MinMax Search
  • Supprimer les feuilles cachées
  • Gestion des feuilles
  • Afficher les feuilles cachées
  • Exporter vers GIF/JPG/PNG/TIFF

 

Domaine D'utilasation  : Tout public utilisant Excel.

Configuration requise :    
  •  PC :Windows: 9x/Me/NT/2000/XP/Vista/Win 7Excel : 97 et supérieuresProcesseur : 800 MHz ou plusDisque dur : 45 MoRAM: 128 Mo. 
  •  MAC :OS : OS XExcel : X et 2004Disque dur : 15 MoRAM: 128 Mo. 
Langues                       :  Anglais. 

Date de dernière mise à jour : 05/07/2021

Ajouter un commentaire

Anti-spam