Statpoint Technologies 产品为完成基本统计任务提供了广泛的程序。本节介绍我们的基本统计软件中用于处理从一个或多个总体中抽取的数据的一些程序：
| 程序 | Statgraphics Centurion 18/19 | Statgraphics Sigma express | Statgraphics stratus | Statgraphics Web 服务 | StatBeans |
|---|---|---|---|---|---|
| 单样本分析 |  | | | | |
| 异常值识别 | | | | | |
| 比较两个独立样本 | | | | | |
| 比较两个配对样本 | | | | | |
| 比较多个样本 | | | | | |
| 比较比率和比例 | | | | ||
| 均值的等价性和非劣效性检验 | | ||||
| 方差的等效性和非劣效性检验（仅限 V19） | | ||||
| 幂转换 | | |
单样本分析
“单变量分析”过程是分析单列数值数据的主要过程之一。它计算汇总统计量和置信区间，执行假设检验，并创建各种图形显示。这些图包括散点图、直方图、箱须图、分位数图、正态概率图、密度迹线和对称图。这些表格包括百分位数和茎叶显示。
更多： 单变量分析.pdf
异常值识别
异常值识别过程旨在帮助确定 n 个数值观测值的样本是否包含异常值。异常值是与样本的其余部分不同分布的观测值。包括图形方法和由 Grubbs 和 Dixon 引起的正式统计检验。该过程还将保存一列标志，这些标志以某种形式标识异常值，可用于在运行其他过程时排除这些观测值。
更多：异常值识别.pdf
两个样品比较
“两个样本比较”过程旨在比较变量数据的两个独立样本。运行测试以确定从中采集样本的总体的均值、方差和/或中位数之间是否存在显着差异。此外，数据可以以各种方式以图形方式显示，包括双直方图、多箱须图和分位数-分位数图。
更多：两个样品比较.pdf
配对样本比较
配对样品比较程序旨在比较 2 个数值列中的数据，其中每行中的值成对，即对应于相同的受试者或实验单元。进行此类比较的主要原因通常是确定区分列的因素是否对数据有显著影响。
更多：配对样本比较.pdf
多样本比较
多样本比较程序旨在比较变量数据的两个或多个独立样本。运行测试以确定从中采集样本的总体的均值、方差和/或中位数之间是否存在显着差异。此外，数据可以以各种方式以图形方式显示，包括多重散点图、均值图、ANOM 图和中位数图。
更多： 多样品比较.pdf
比率和比例的比较
程序还可用于比较 k 个样本中观察到的事件率（基于泊松分布），或比较观察到的比率（基于二项分布）。提供的测试包括色散测试、卡方测试和似然比测试。这些程序还执行均值分析 （ANOM），以确定哪些样本与总体平均值存在显著差异。
更多： 费率比较.pdf， 比例比较.pdf
均值的等价性和非劣效性检验
有四种程序可用于证明均值的等效性（双侧）或非劣效性（单侧）。它们用于比较 2 个独立均值、比较 2 个配对均值、将单个均值与目标值进行比较，以及分析 2×2 交叉研究的结果。与旨在证明一种方法优于另一种方法的标准假设检验不同，等价检验旨在证明两种方法具有基本相同的均值。
更多： 等效性和非劣效性测试（比较平均值与目标）.pdf， 等效性和非劣效性测试（比较两种均值）.pdf， 等效性和非劣效性测试（比较配对样本）.pdf， 等效性和非劣效性测试（2×2交叉研究）.pdf 或观看视频第 1 部分：2 个独立样本，第 2 部分：2×2 交叉研究
方差的等价性和非劣效性检验（第 19 版）
有两种程序可用于证明方差的等价性（双侧）或非劣效性（单侧）。它们用于比较 2 个独立方差，并将单个方差与目标值进行比较。与旨在证明一种方法优于另一种方法的标准假设检验不同，等价检验旨在证明两种方法具有基本相同的方差。
更多：等效性和非劣效性测试（比较方差与目标）.pdf，等效性和非劣效性测试（比较两个方差）.pdf
幂变换
幂变换过程旨在确定非来自正态分布的数值观测值列的归一化变换。在这种情况下，通常可以找到使数据近似正常的功率变换。给定这样的转换，假设正态性的统计过程可以应用于转换后的数据。
更多： 功率变换.pdf， 幂变换 Statlet.pdf