Програмне забезпечення статистичного аналізу

Автор(и)

  • Валерій Дубровін Національний університет «Запорізька політехніка», Україна
  • Лариса Дейнега НУ "Запорізька політехніка", Україна
  • Анастасія Яценко Національний університет «Запорізька політехніка», Україна

DOI:

https://doi.org/10.15588/1607-6761-2023-3-3

Ключові слова:

статистичний аналіз, програмне забезпечення, обробка даних, огляд програмних засобів

Анотація

Мета роботи. Аналіз існуючого програмного забезпечення для виконання статистичного аналізу для подальшого використання у рамках вибору необхідного програмного засобу для проведення обробки даних.

Методи дослідження. Для проведення огляду програмного забезпечення було проведено аналіз наукових статей та відкритих джерел щодо програмного забезпечення статистичного аналізу.

Отримані результати. Вибір відповідного статистичного програмного забезпечення є ключовим рішенням у сфері аналізу даних, з численними опціями, які задовольняють різноманітні потреби. У цій статті міститься вичерпний огляд п’яти провідних статистичних програмних засобів: IBM SPSS Statistics, RStudio, Stata, Minitab і Python. У цій роботі виявлено ключові відомості про можливості, функції та придатність кожного інструменту для різних аналітичних завдань.

Цей огляд робить висновок, що вибір статистичного програмного забезпечення повинен узгоджуватися з конкретними вимогами проекту, складністю даних і досвідом користувача. Дослідники та аналітики повинні враховувати свої аналітичні цілі та переваги при виборі найбільш підходящого інструменту. Крім того, для прийняття обґрунтованих рішень у цій динамічній сфері важливо бути в курсі нових тенденцій в аналізі даних і машинному навчанні.

Наукова новизна.  Проведений аналіз виявив можливості та застосування найбільш популярного програмного забезпечення для вирішення задач статистичного аналізу. Робота надає вичерпний огляд сучасних тенденцій та інновацій у галузі програмного забезпечення для статистичного аналізу, пропонуючи читачам глибше розуміння наявних інструментів.

Практична цінність. Проведений аналіз дозволить обрати програмне забезпечення для вирішення конкретної задачі статистичного аналізу на основі його характеристик та наявних вимог. Ця робота допомагає визначити практичні переваги програмного забезпечення для статистичного аналізу і сприяє впровадженню цих інструментів у різних сферах діяльності, забезпечуючи покращення процесів аналізу та прийняття рішень.

Біографії авторів

Валерій Дубровін, Національний університет «Запорізька політехніка»

канд. техн. наук, професор, професор кафедри програмних засобів Національного університету «Запорізька політехніка», Запоріжжя

Лариса Дейнега, НУ "Запорізька політехніка"

старший викладач кафедри програмних засобів Національного університету «Запорізька політехніка», Запоріжжя

Анастасія Яценко, Національний університет «Запорізька політехніка»

студентка кафедри програмних засобів Національного університету «Запорізька політехніка», Запоріжжя

Посилання

Møltoft, J., (1987). Statistical analysis of data from electronic component lifetests (a tutorial paper). Active and Passive Elec. Comp., Vol. 12, pp. 259-279.

Górecki K., Kowalke W., (2022). Application of Statistical Methods to Analyze the Quality of Electronic Circuits Assembly. Applied Sciences, 12, 12694.

Elshahhat, A, Abu El Azm, WS. (2022). Statistical reliability analysis of electronic devices using generalized progressively hybrid censoring plan. Qual Reliab Eng Int., 38, 1112–1130. DOI: https://doi.org/10.1002/qre.3058

Xiaoqing, W., Nianping L., Wenjie Z. (2015). Statis-tical Analyses of Energy Consumption Data in Ur-ban Office Buildings of Changsha, Procedia Engi-neering, 121, 1158-1163, DOI: https://doi.org/10.1016/j.proeng.2015.09.125

Dudek G., Piotrowski P., Baczy´nski D. (2023). Intelligent Forecasting and Optimization in Electrical Power Systems: Advances in Models and Applications. Energies, 16, 3024. DOI: https://doi.org/10.3390/en16073024

Khwaja H. A., Gupta S. P., Kumar V. (2010). A Sta-tistical Approach for Fault Diagnosis in Electrical Machines, IETE Journal of Research, 56:3, 146-155, DOI: https://doi.org/10.4103/0377-2063.67099

Rychlik, Igor & Rydén, Jesper. (2006). Probability and risk analysis: An introduction for engineers, Springer Berlin, 291, DOI: https://doi.org/10.1007/978-3-540-39521-8.

Rofii F., Naba A., Dharmawan H.A., Hunaini F. (2020). Analysis of Electrical Power Quality Disturbances Based on Empirical Mode Decomposition and Statistical Parameters, IOP Conf. Series: Materials Science and Engineering, 846, 012050, DOI: https://doi.org/10.1088/1757-899X/846/1/012050

Abatan, S. M., Olayemi, M. S. (2014). The Role of Statistical Software in Data Analysis. Internation-al Journal of Applied Research and Studies, 3, 8, 1-15.

IBM SPSS Statistics [Еlectronic resource] – Access mode: https://www.ibm.com/products/spss-statistics.

RStudio IDE [Еlectronic resource] – Access mode: https://posit.co/products/open-source/rstudio/.

IBM SPSS Statistics [Еlectronic resource] – Access mode: https://uk.wikipedia.org/wiki/RStudio

Stata [Еlectronic resource] – Access mode: https://www.stata.com/.

Minitab [Еlectronic resource] – Access mode: https://www.minitab.com/en-us/

Rodriguez, D. Using Minitab to a.chieve Statistical Quality Control [Еlectronic resource] / D. Rodri-guez – Access mode: https://www.invensislearning.com/blog/statistical-quality-control-using-minitab/.

Python [Еlectronic resource] – Access mode: https://www.python.org/.

PyCharm [Еlectronic resource] – Access mode: https://www.jetbrains.com/pycharm/.

##submission.downloads##

Опубліковано

2023-11-23

Як цитувати

Дубровін, В., Дейнега, Л., & Яценко, А. (2023). Програмне забезпечення статистичного аналізу. Електротехніка та електроенергетика, (3), 25–32. https://doi.org/10.15588/1607-6761-2023-3-3

Номер

Розділ

Автоматизація та комп'ютерно-інтегровані технології