JASP

JASP ( el asombroso programa estadístico de Jeffreys ^[2] ) es un programa gratuito y de código abierto para el análisis estadístico respaldado por la Universidad de Ámsterdam . Está diseñado para ser fácil de usar y familiar para los usuarios de SPSS . Ofrece procedimientos de análisis estándar tanto en su forma clásica como bayesiana . ^{[3] [4]} JASP generalmente produce tablas y gráficos de resultados en estilo APA para facilitar la publicación. Promueve la ciencia abierta a través de la integración con el Open Science Framework y la reproducibilidad al integrar la configuración del análisis en los resultados. El desarrollo de JASP cuenta con el apoyo financiero de patrocinadores, varias universidades y fondos de investigación. Como la GUI de JASP se desarrolló en C++ utilizando el marco Qt , algunos miembros del equipo se fueron para hacer una bifurcación notable que es Jamovi , que tiene su GUI desarrollada en JavaScript y HTML5 . ^[5]

JASP ofrece inferencia frecuentista e inferencia bayesiana sobre los mismos modelos estadísticos . La inferencia frecuentista utiliza valores p e intervalos de confianza para controlar las tasas de error en el límite de infinitas réplicas perfectas. La inferencia bayesiana utiliza intervalos creíbles y factores de Bayes ^{[6] [7]} para estimar valores de parámetros creíbles y evidencia del modelo dados los datos disponibles y el conocimiento previo.

Los siguientes análisis están disponibles en JASP en comparación con SPSS:

• Estadísticas descriptivas .
• Comprobaciones de suposiciones para todos los análisis, incluidas la prueba de Levene , la prueba de Brown-Forsythe, la prueba de Shapiro-Wilk , el gráfico Q-Q y otros gráficos de residuos.
• Importa archivos SPSS, archivos separados por comas y muchos más (.csv, .txt, .tsv, .ods, .dta, .sav, .zsav, .por, .sas7bdat, .sas7bcat, .xpt, .jasp)
• Integración del Marco de Ciencia Abierta .
• Filtrado de datos: utilice el código R o una GUI de arrastrar y soltar para seleccionar casos de interés.
• Crear columnas: utilice el código R o una GUI de arrastrar y soltar para crear nuevas variables o calcularlas a partir de las existentes.
• Copiar tablas en formato LaTeX .
• Edición de fórmulas, edición de gráficos, gráficos de Raincloud.
• Exportación de resultados en formato PDF, HTML, etc.
• Conexión a diferentes bases de datos SQL (desde v0.16.4)

JASP cuenta con siete módulos comunes que están habilitados de forma predeterminada:

1. Descriptivos : Explora los datos con tablas y gráficos.
2. Pruebas T : evalúan la diferencia entre dos medias.
3. ANOVA : evalúa la diferencia entre múltiples medias.
4. Modelos Mixtos : Evalúa la diferencia entre múltiples medias con efectos aleatorios.
5. Regresión : Evalúa la asociación entre variables.
6. Frecuencias : Análisis de datos de conteo.
7. Factor : Explorar la estructura oculta en los datos.

JASP también cuenta con múltiples módulos adicionales que se pueden activar a través del menú de módulos:

1. Muestreo de aceptación : métodos para el muestreo de aceptación y un entorno de control de calidad .
2. Auditoría : métodos estadísticos para auditoría . El módulo de auditoría ofrece planificación, selección y evaluación de muestras de auditoría estadística , métodos para auditoría de datos (por ejemplo, ley de Benford ) y auditoría de algoritmos (por ejemplo, imparcialidad de modelos ).
3. Bain : Evaluación de hipótesis informativas bayesianas ^[8] para pruebas t, ANOVA , ANCOVA , regresión lineal y modelado de ecuaciones estructurales .
4. BSTS : versión bayesiana de los modelos de espacio de estados gaussianos lineales adecuados para el análisis de series de tiempo.
5. Estadística circular : métodos básicos para datos direccionales .
6. Metanálisis Cochrane : analizar conjuntos de datos médicos Cochrane .
7. Distribuciones : visualice distribuciones de probabilidad y ajústelas a los datos.
8. Pruebas T de equivalencia : prueban la diferencia entre dos medias con una hipótesis de intervalo nulo.
9. JAGS : Implementa modelos bayesianos con el programa JAGS para Monte Carlo de cadenas de Markov .
10. Aprenda Bayes : aprenda estadística bayesiana con ejemplos simples y texto de apoyo.
11. Aprenda estadísticas : aprenda estadísticas clásicas con ejemplos simples y texto de apoyo.
12. Aprendizaje automático : explore la relación entre variables mediante métodos basados ​​en datos para el aprendizaje supervisado y no supervisado . El módulo contiene 19 análisis para regresión , clasificación y agrupamiento :
    • Regresión
      1. Impulsando la regresión
      2. Regresión del árbol de decisión
      3. Regresión de K vecinos más cercanos
      4. Regresión de redes neuronales
      5. Regresión de bosque aleatorio
      6. Regresión lineal regularizada
      7. Regresión de máquina de vectores de soporte
    • Clasificación
      1. Impulsando la clasificación
      2. Clasificación de árboles de decisión
      3. Clasificación de vecinos más cercanos (K)
      4. Clasificación de redes neuronales
      5. Clasificación discriminante lineal
      6. Clasificación de bosque aleatorio
      7. Clasificación de máquinas de vectores de soporte
    • Agrupamiento
      1. Agrupamiento basado en densidad
      2. Agrupamiento de medias difusas C
      3. Agrupamiento jerárquico
      4. Agrupamiento basado en modelos
      5. Agrupamiento basado en vecindad (es decir, agrupamiento de K-medias , agrupamiento de K-medianas, agrupamiento de K-medoides)
      6. Agrupamiento de bosques aleatorios
13. Metaanálisis : Sintetiza la evidencia de múltiples estudios. Incluye técnicas para el análisis de efectos fijos y aleatorios, metarregresión de efectos fijos y mixtos, gráficos de embudo y de bosque, pruebas de asimetría de gráficos de embudo, análisis de recorte y relleno y análisis N a prueba de errores.
14. Red : Explora las conexiones entre variables organizadas como una red. El análisis de redes permite al usuario analizar la estructura de la red.
15. Potencia : Realizar análisis de potencia .
16. Análisis predictivo : este módulo ofrece análisis predictivo.
17. Proceso: Implementación del popular módulo SPSS PROCESS de Hayes para JASP
18. Profeta : Un modelo simple para la predicción de series de tiempo.
19. Control de calidad : investigar si un producto fabricado cumple con un conjunto definido de criterios de calidad.
20. Confiabilidad : Cuantificar la confiabilidad de los puntajes de las pruebas.
21. Pruebas T robustas : evalúan de forma robusta la diferencia entre dos medias.
22. SEM ( modelado de ecuaciones estructurales ) : evalúa estructuras de datos latentes con el programa lavaan de Yves Rosseel. ^[9]
23. Estadísticas de resumen : aplique pruebas bayesianas comunes a partir de estadísticas de resumen frecuentistas para pruebas t, de regresión y binomiales.
24. Series de Tiempo : Análisis de series de tiempo.
25. Modelado visual : explora gráficamente las dependencias entre variables.
26. Consola R : ejecuta código R en una consola.

• Sitio web oficial
• jasp-desktop en GitHub