温馨提示：需求数量不同，价格不同。请联系我们，确认当前新的报价！
Oriana for Windows计算循环数据所需的特殊形式的样本和样本间统计数据（例如，以度为单位测量的角度或方向、中的时间、一周中的、一年中的月份等）。
分析包括平均向量和置信限度等基本统计数据、Rayleigh等单样本分布检验、Watson-Williams F检验和卡方检验等成对和多样本检验以及成对相关性。它还以多种方式绘制数据图表，包括玫瑰图、圆形直方图或风向图，让您轻松展示模式。
您正在处理以度为单位的方向数据吗？也许您的研究涉及查看事件在中的时间模式，或者以每周、每月或每年为周期发生的事情。这些是循环数据，需要特殊类型的统计数据。如果你想分析这类数据，那么Oriana正是你所需要的。
Oriana是为Microsoft Windows编写的程序。它计算循环数据所需的样本和样本间统计的特殊形式。它还以多种方式绘制数据图表，让您轻松展示模式。这些分析和图表在其他统计软件包中很少见。Oriana被设计为功能齐全且功能强大，而且直观且易于使用。
分析
Oriana计算各种单一样本统计数据以及样本间比较。基本统计量包括循环均值、均值向量的长度、循环标准差以及95%和99%的置信限。还有一些单样本分布检验，如Rayleigh's test of uniformity和Rao's spacing test。样本可以与各种测试进行比较，例如Watson-Williams测试或Mardia-Watson-Wheeler测试。也可以计算样本间相关性。
分析结果以表格形式呈现，可以直接粘贴到您的文字处理器中以生成报告或手稿。
图形
Oriana中提供了多种图形类型。每组观察的数据可以用玫瑰图或圆形直方图进行总结。可以堆叠玫瑰图/直方图条以显示数据中子集的相对比例。也可以绘制线性直方图。
线性数据可以合并到两个可变玫瑰图或直方图以及矢量图中，其中为每种情况绘制箭头或条形，长度代表线性数据，以及圆形散点图。
个人观察可以显示在原始数据图中。分布图可让您评估数据是否偏离均匀分布或von Mises分布。也可以用QQ图比较两组观测值的分布，也可以制作规则的散点图。
可以修改图形外观的各个方面，包括字体、线条颜色、对象和背景，以及标题和轴标签的文本。图表准备就绪后，您可以将它们打印到任意Windows打印机，保存为各种图形格式，或将它们复制并粘贴到任意其他Windows应用程序。
数据处理
Oriana可以原生处理多种数据类型。除了以度为单位的角度数据（单向或双向），您还可以将循环数据输入为中的时间、一周中的某或一年中的一个月（使用您的母语），或者数字周或一年中的某。您还可以输入数据作为罗盘方向（例如NW表示西北）。
Oriana还可以接受各种非循环数据类型，包括线性数字、日期、标签和特殊的子分组变量。这些数据可以与您的循环数据配对以识别案例，允许分析数据子组，或允许将线性数据合并到您的图表和分析中（通过双变量堆叠直方图和循环线性相关）。
数据在类似编辑器的电子表格中输入，并为某些变量类型提供特殊的输入帮助（例如，通过从列表中选择月份或仅输入前一个或两个字母，或从弹出式日历中选择日期来输入月份）。您也可以选择以频率表的形式输入数据。
Oriana可以处理分组循环数据。在这些数据中，观测值已被近似地记录到接近的间隔（例如，接近20°或每小时），而不是准确记录。Oriana自动检验分组数据并标记它们（在用户确认的情况下），以便在相关时相应地调整统计分析。Oriana也可以接受并自动处理丢失的数据。
提供了多种数据运作功能。这些包括用自动生成的数据填充变量（相同的、递增的或随机的，来自均匀或von Mises分布），对数据进行排序，将日期汇总为一周中的几天，一年中的几个月等，在变量类型之间进行更改，以及查找和替换设施。数据也可以从/导出到Excel（包括Excel 2007/2010）、Lotus 123、Quattro、dBase、Paradox和ASCII文本。数据也可以从任意Windows程序直接粘贴到数据编辑器中。
桌面比拟
Oriana使用KCS桌面比拟（参见屏幕截图）。你可以一边研究一边把你的数据、统计结果和几张图表摊开在你面前，就像桌面上的纸一样。尝试新图表、添加新数据、细读结果，然后打印或保存您需要的那些。
当您退出Oriana时，您可以保存桌面上所有窗口的位置和内容。稍后您可以将其恢复到相同的状态。Oriana让您可以从中断的地方继续。可以为不同的项目保存多个桌面。
一个单独的记事本窗口允许您对您的分析做笔记。这些与图形和结果一起保存在桌面文件中，并且可以复制或导出到您的文字处理器。
Oriana用户界面具有可自定义的工具栏，可让您为常用的指令添加按钮，可选的个性化菜单开始仅显示您近来使用的指令（如在 Office XP? 中）。
系统要求
Microsoft Windows 98SE/Windows NT 4 或更高版本（包括 Windows ME/2000/XP/2003/Vista/7/8/10/11）
512Mb内存
12Mb磁盘空间
【英文介绍】
Are you working with directional data measured in degrees? Perhaps your research involves looking at patterns in the time of day of events, or things that occur in weekly, monthly or yearly cycles. These are circular data and they require special types of statistics. If you want to analyse this type of data, then Oriana is just what you need.
Oriana is a program written for Microsoft Windows. It calculates the special forms of sample and inter-sample statistics required for circular data. It also graphs your data in a variety of ways, allowing you to easily demonstrate patterns. These analyses and graphs are rarely found in other statistical packages.
Oriana is designed to be full featured and powerful, but also intuitive and easy to use.
Analyses
Oriana calculates a variety of single sample statistics as well as inter-sample comparisons. The basic statistics include the circular mean, length of the mean vector, circular standard deviation and 95% and 99% confidence limits. There are also a number of single sample distribution tests, such as Rayleigh's test of uniformity and Rao's spacing test. Samples can be compared with
various tests such as Watson-Williams test or Mardia-Watson-Wheeler test. Intersample correlations can also be calculated.
The results of the analyses are presented in a tabular format, ready for pasting directly into your word processor for a report or manuscript.
The number of variables and cases that Oriana can analyze is only limited by the amount of installed memory and disk space (up to 2 billion maximum).
Graphics
A variety of graph types are available in Oriana. The data for each set of observations can be summarized with rose diagrams or circular histograms. The rose diagram/histogram bars can be stacked to show the relative proportions of subsets within the data. Linear histograms can also be plotted.
Linear data can be incorporated into two variable rose diagrams or histograms as well as in vector plots, where an arrow or bar is drawn for each case, with the length representing the linear data, and circular scatterplots.
Individual observations can be shown in raw data plots. Distribution plots allow you to assess whether the data depart from a uniform or von Mises distribution. The distributions of two sets of observations can also be compared with Q-Q plots, and regular scattergrams can also be produced.
Various aspects of the appearance of the graph can be modified, including fonts, colors of lines, objects and background, and text of titles and axis labels. When the graphs are ready you can print them to any Windows printer, save to various graphic formats, or copy and paste them to any other Windows application.
