NCSS示例文档——分析(四）：协方差的单向分析（ANCOVA）

​本文档程是使用一个组变量和一个协变量执行协方差分析（ANCOVA）的过程。此过程使用多种回归技术来估计模型参数和计算最小二乘平均值，还提供最小二乘平均值及其差异的标准误差估计，并计算许多多重比较测试（Tukey-Kramer，Dunnett，Bonferroni，Scheffe，Sidak和 Fisher's LSD）具有相应的调整P值和同时置信区间。

NCSS示例文档——分析(三）：对两个组进行协方差分析（ANCOVA）

本文档展示对具有2组和一个协变量的分组变量执行协方差分析（ANCOVA）的过程。此过程使用多种回归技术来估计模型参数并计算最小二乘平均值，提供最小二乘平均值及其值的标准误差估算的差异，并计算针对协变量调整的组平均值之间差异的T检验。

NCSS示例文档——分析(二）：在两个或更多个组之间的Box-Cox功率变换。

​本文档展示包含在两个或更多个组之间的Box-Cox功率变换。

NCSS示例文档——分析(一）：单因素方差分析

本示例通过单向（单因素）方差分析，Welch检验，KruskalWallis检验，van der Waerden正态分数检验和Terry-Hoeffding Normal-Scores检验对包含的数据进行F检验。

NCSS示例文档——数据(十）：数据分层

本文档介绍在来自数字分层变量的分位数的基础上，去创建分层分配的过程，用户能够选择要创建的层数和分位数计算中使用的数据量。

NCSS示例文档——数据(九）数据的匹配– Optimal 和 Greedy

​本文档介绍在倾向得分或协变量的基础上，创建匹配治疗控制的变量。Optimal and Greedy匹配算法都可用（作为两个单独的程序），也允许用户根据自己的特定需求自定义每个算法。

NCSS示例文档——数据(八）：数据的模拟

本文档展示如何创建指定分布的直方图以及模拟数据摘要。 通过研究直方图和数据摘要，用户就可以确定如何分配数据。

NCSS示例文档——数据(七）：合并数据集

本文档展示两个数据集的合并。

NCSS示例文档——数据(六）：过滤器

本示例展示过滤器的使用，过滤器是关于列中数据的条件语句，允许将分析和图形限制为特定数据的子集。

NCSS示例文档——数据(五）：数据的转换

本示例展示数据的转换过程，可用于执行数学的各种运算，转换之后的结果列可用作报表中的变量。

NCSS示例文档——数据(四）：数据列表和筛选

本文档介绍如何把数据集和列表以及数据的筛选。

NCSS示例文档——数据(三）：数据的导入和导出

本示例展示NCSS数据的导入和导出。

NCSS示例文档——数据(二）：创建对比度变量

NCSS中的对比度变量工具可用于进行各种变量分析。 本文档提供有关对比度创建工具上可用的各种选项的信息，并提供了几个示例来展示该工具的用法。

NCSS示例文档——数据(一）：堆积数据

NCSS中的堆栈数据工具可将多个列的数据快速组织到单个列中，该工具可以在相关的label列中堆叠观察各列信息。本文档提供有关堆叠工具上可用的各种选项的信息，并提供几个例子来展示该工具。

NCSS产品演示