Внимание: В случае построения графика число градаций независимой переменной не должно превышать пяти

График можно сохранить в формате Windows BITMAP (*.bmp) или скопировать его в буфер обмена для последующей вставки в другие программы.

Внимание: Число переменных на графике не должно превышать 20-25. Иначе на графике они будут сливаться и график утратит информативность.

Внимание: Все названия переменных для графика берутся из базы данных. Поэтому рекомендуется называть переменные по-русски и одним или двумя словами

Сравнение связанных выборок

Необходимо выбрать пункт меню "Статистика→Сравнение связанных выборок" или нажать кнопку .

Предусмотрены следующие критерии в зависимости от характера исходных данных и типа распределения изучаемых переменных:

2 сравниваемые группы (независимая переменная имеет две градации)
Количественные переменные, имеющие нормальное распределение	Количественные переменные, не имеющие нормальное распределение или порядковые переменные
T-критерий Стьюдента	Т-критерий Вилкоксона

Внимание: О проверке соответствия переменной нормальному закону распределения см раздел «Проверка типа распределения эмпирических данных»

Назначение настроек «Выводить значение критерия» и «Выводить только достоверные значения аналогичны настройкам для «Сравнения независимых выборок (см. выше).

Фрагмент исходной базы данных	Выборка для проведения метода

Внимание: Сравниваются каждая переменная с каждой, поэтому перед началом работы через установку фильтра отобрать только необходимые переменные.

Например, в данном примере нужно сравнить Вес в начале эксперимента и в конце. Необходимо оставить только эти две переменных. В противном случае ошибки не произойдет, но обрабатываться будет много излишней информации.

Обработка для всей базы	Обработка выборки

Сравнение переменных Вес и Вес2 присутствует в обеих таблицах результатов. Однако, как видно из примера, сравнивать переменные Возраст и Рост бессмысленно, так как они имеют разные единицы измерения.

В случае необходимости вычислений для нескольких групп выборка выглядит примерно следующим образом:

Затем переменная (в данном случае Пол) указывается как независимая.

Результаты выглядят аналогично вышеприведенным, только разнесены по градациям независимой переменной.

Дисперсионный анализ

Необходимо выбрать пункт меню "Статистика→Дисперсионный анализ" или нажать кнопку .

Предусмотрены следующие виды анализа в зависимости от характера исходных данных и типа распределения изучаемых переменных:

Количественные переменные, имеющие нормальное распределение	Количественные переменные, не имеющие нормальное распределение или порядковые переменные
Дисперсионный анализ Фишера	Дисперсионный анализ Краскела-Уоллиса