単変量

単変量の正規性の検定と単変量の正規性のプロット、多変量の正規性の検定の多変量の正規性のプロットが１つのメニューになりました。

V29まで「作図」メニューに存在していたシャピロウィルクとコルモゴロフスミルノフ（機能拡張）に加えてアンダーソン　ダーリング他複数の検定が加わりました。

アンダーソン ダーリング検定

Anderson-Darling 検定は、データセットが正規分布に従っているかどうかを評価するために使用されます。

このテストは、データセットが正規分布している場合、データの累積分布関数と正規分布の間の最大差を最小限に抑える必要があるという考えに基づいています。

この検定の検定統計量は、観測された累積分布関数と帰無仮説の下で期待される累積分布関数との差に基づいて計算されます。

シャピロ-フランシア検定

シャピロ-フランシア検定は、実際には、いくつかの対立仮説を区別するためにより高い力を示します。

p 値は検定統計量の有意性を決定するために使用されます。 小さい p 値 (通常は 0.05 または 0.01 未満) は、帰無仮説が棄却される可能性があることを示し、サンプルが正規分布に従っていないことを意味します。

多変量

マルディア検定

マルディア検定は、データセットの多変量正規性を評価するために使用される統計テストです。

このテストでは、データの歪度と尖度が、多変量正規分布で予想される歪度と尖度に一致するかどうかを評価します。

多変量正規性を評価する際に歪度と尖度の両方が考慮されます。これにより、複数の次元での正規性からの逸脱に敏感になり、分布のより包括的な評価が可能になります。

特に多変量正規性に関する他のテストと比較して、その堅牢性で知られています。小規模から中規模のサンプルサイズでも良好なパフォーマンスを発揮する傾向があります。

ロイストン検定

ロイストン検定では、個別の変数のシャピロ・ウィルク統計を組み合わせ、結果をカイ二乗分布と比較します。

この検定は、サンプル サイズが小さく、変量の相関が比較的低い場合に適切に動作することがわかっています。 多変量正規性のロイストン H 検定を行うには、シャピロ-ウィルクの W 統計を生成する関数が必要です。

ヘンツェ・ジルクラー検定

ヘンツェ・ジルクラー検定は、2 つの分布関数 (多変量正規性の特性関数と経験的特性関数) の間の距離を測定する非負の関数距離に基づいて多変量正規性検定統計量を計算します。

ヘンツェ・ジルクラー統計量は対数正規分布として近似され、帰無仮説確率の計算には対数正規分布が使用されます。

このテストは、多変量正規性からのさまざまな逸脱に対して優れた検出力を持つように設計されており、さまざまなタイプの非正規性を検出する多用途なものとなっています。

ドアニク・ハンセン検定

ドアニク・ハンセン検定は、単変量と多変量の両方の側面を考慮して、多変量の正規性を評価するための包括的なアプローチを提供します。

その堅牢な方法論により、データ分布の徹底的な検査が保証されます。

この検定の検定統計量は、歪度と尖度の二乗変換の合計として定義され、カイ二乗分布にほぼ従う 多変量正規性のロイストン H 検定を行うには、シャピロ・ウィルクの W 統計を生成する関数が必要です。

ダークモード機能

アプリの背景を暗い色に切り替え、デバイスの画面から発せられる光を減らすデザイン機能が導入されています。

フォントのズーム

Windows ユーザーがグラフだけでなくアプリケーション全体でフォントをズームできるようにする機能が統計オプションに導入されました。 メニュー、ダイアログ ボックス、ヘッダー、その他フォントが使用されるあらゆる場所に適用されます。

ステータスバーとツールバーの改善

ツールバーにデフォルトで表示されるツールが更新され、データ エディター、出力、および構文ウィンドウに関連するすべてのアイコンが順番にまとめられるようにグループ化されました。