Linux 是一个几乎无与伦比的平台，用于使用自由分发的软件。内核源代码是自由的，标准实用程序是自由的，X 窗口系统也是如此。使用自由软件的整个概念非常吸引人，许多用户都想尝试在他们的系统上完全不使用任何商业产品。然而，这种愿望常常因缺少一个应用程序而受挫；桌面出版和演示软件通常被认为是 Linux 武器库中当前的“漏洞”。

当我决定放弃硬盘上的 MS-DOS 分区并完全转向 Linux 时，我也面临着这样一个问题。由于我处理相当多的统计信息，我需要一种直接的方法来汇总数据、绘制数据并在需要时执行回归分析。gnuplot 非常适合绘图，但它只能做这些。Octave 和 MuPad 具有强大的数值功能，但对于简单的统计任务来说，它们又显得过于复杂。由于找不到适合这个领域的程序，我决定自己编写一个。结果就是 xldlas，一个统计程序。按照 Unix 的伟大传统，它的名字是一个伪首字母缩略词，代表“x l谎言，d该死的l谎言，a以及s统计”。1996 年 10 月的首次公开发布收到了用户的非常积极的反馈，其中一位 beta 测试人员（Hans Zoebelein）建议在Linux Journal 上发表一篇文章可能是向更广泛的受众介绍 xldlas 的好方法。LJ 的人同意了，并要求我撰写这篇概述。该程序在 X 窗口系统下运行，并使用 XForms 库构建。您可以在本文末尾找到有关如何下载 xldlas 和相关软件的信息。

xldlas 背后的理念是通过易于使用的点击界面提供标准统计工具。为了方便这种方法，常用命令被分组到一组菜单中。此外，常用命令可通过按钮访问（见图 1）。

图 1：xldlas 用户界面

像大多数统计软件包一样，xldlas 将随机变量视为值向量。因此，单个变量名可以指代数十、数百或数千个观测值。* 通过将数据点按变量名分组，通过选择几个变量并单击相关命令，可以轻松执行相对复杂的操作。

*默认情况下，xldlas 限制为 100 个变量，每个变量最多 10,000 个观测值。可以通过更改源文件 xldlas.h 中 MAX_VARS 和 MAX_OBS 的值轻松调整这些约束。

当然，在执行任何类型的统计操作之前，您必须将数据导入 xldlas。由于 ASCII 是 Linux 下交换信息的实际标准，xldlas 允许您使用 Import 命令从文本文件中读取空格分隔的数据。您提供文件名，并告诉 xldlas 数据是列格式还是行格式。导入例程会自动计算出有多少变量和观测值，并读取数据。举一个具体的例子，假设您有一个文件，其中包含单个地点的降雨量、温度和气压的空格分隔数据。导入此文件后，xldlas 将在内存中拥有三个变量，它们将被称为 unknown0、unknown1 和 unknown2。您可以使用 Rename 命令将这些名称更改为您喜欢的任何名称，该命令可以从 Data 菜单访问。除了这种简单的 ASCII 格式外，xldlas 还可以读取和写入其自身专有文件格式的数据集。按照惯例，这些文件的扩展名为 .lda。由于变量名、描述和其他有用的信息都存储在这些文件中，因此如果您计划经常使用 xldlas，通常最好以这种方式保存所有数据。Load、Save 和 Import 命令都可以在 File 菜单中找到。要手动输入数据、擦除变量或执行任何类型的编辑，Data 菜单中分组了一些相关命令。其中，最常用的可能是 Describe 命令，它在主 xldlas 窗口中生成一个表格，显示当前内存中每个变量的名称、观测值数量和描述。除了更改观测值外，Edit 命令还可用于输入变量的描述。

Data 菜单中另一个常用的项目是 Generate 命令。此例程允许您对现有数据执行数学转换。继续上面的天气示例，假设我们要将降雨量变量从毫米转换为厘米。只需点击几下鼠标，我们就可以轻松完成此任务。我们还可以添加一些随机噪声，找到数据的对数等等。它与 Mathematica 相差甚远，但对于简单的操作，Generate 命令快速易用。

一旦加载、编辑和转换了数据，下一步逻辑步骤就是对其执行某种统计工作。要获得单个变量的表格摘要，包括均值、方差、偏度和峰度，可以使用 Summarize 命令。如果您想检查多个变量的线性关系，Correlation 命令将生成 Pearson 系数表。同样，ANOVA 命令允许您通过使用鼠标选择变量名并单击 Go 按钮来执行单向和双向方差分析。

普通最小二乘回归是统计技术的主力，可通过 Regress 命令获得。只需从因变量浏览器中选择一个变量，从自变量浏览器中选择任意数量的变量，然后按 Go。如果您想存储拟合值，则可以在回归窗口中输入新的变量名。回归命令的输出是一组三个表格，它们总结了回归的拟合度，分解了平方偏差和，并列出了系数估计值。相关的 t 统计量及其相关概率会自动包含在内，F 系数和所有估计值联合检验的置信水平也是如此。

xldlas 还提供了两种使用连接主义人工智能技术的实验性数据拟合例程。第一个 GA Fit 使用遗传算法来构建拟合方程，该方程最小化给定因变量的拟合值和实际观测值之间的平方和。第二个 NN Fit 创建一个反向传播神经网络，使用选定的自变量作为输入层，并使用单个因变量作为输出层。在这两种情况下，这些技术拟合的值都可以存储在提供的变量名下。这些例程有时可用于探索通常难以使用标准 OLS 回归检查的数据中的非线性关系。*

*虽然这些 AI 技术不是“标准”统计工具包的一部分，但它们在各种环境中变得越来越普遍，并且非常适合数据挖掘。尽管它们在 xldlas 中的实现相当初级，但如果用户提出要求，可能会进行更复杂的修改。

除了操作数据和执行分析外，xldlas 还允许您绘制变量图形。xldlas 的所有图形输出实际上都由 gnuplot 执行，gnuplot 是所有主要 Linux 发行版中都包含的应用程序。实现了两个绘图命令：Plot 和 Histogram。前者允许您创建折线图和散点图，而后者生成描述变量分布的直方图。两种类型的图形都可以添加标题和标签，并且可以以系统上安装的 gnuplot 版本支持的任何格式保存。此外，您可以设置点和线样式，Histogram 例程还包括一个可选功能，该功能将叠加一个正态分布，该正态分布具有与正在绘制图形的数据相同的均值和方差。

xldlas 还提供了相当强大的日志记录工具。Log 命令允许您将 xldlas 的所有输出回显到 ASCII 文件。更强大的工具是 TeXLog 命令，它允许您使用用户提供的名称创建 PlainTeX 格式的日志文件。所有后续输出（例如回归表）都以 TeX 格式写入此文件。在 xldlas 的默认配置下，所有保存的图形也作为封装的 PostScript 插入包含在内。这使得编写统计论文（例如家庭作业）非常快速高效，因为许多耗时的 TeX 标记都是自动完成的。

最后，所有 xldlas 命令都在 Help 菜单中在线记录。还有许多在线教程，许多 xldlas 用户发现它们是非常有用的入门介绍。

目前正在计划向 xldlas 添加许多功能。使用 Probit 和 Logit 模型的回归分析在待办事项列表中名列前茅。一套统计过滤器也可能很快推出，使其可以轻松地对数据进行去趋势处理、删除异常值等等。HTML 格式的日志文件很快将得到支持。另一项重要任务是扩展源代码中的文档，以便原始作者以外的人更容易对其进行修改。

像几乎所有自由分发的软件一样，xldlas 的开发由用户反馈驱动。如果您希望看到某些功能，请给我发送电子邮件，最好附上您希望看到实现的算法的参考文献。

获取 xldlas 副本的最佳方法是从其主页 www.a42.com/~thor/xldlas 获取。如果您只有 FTP 访问 Internet 的权限，您可以从 ftp://sunsite.unc.edu/ 获取（在 pub/Linux/X11/xapps/math/ 中）。完整源代码和 Linux ELF 可执行文件都包含在发行版中，该发行版名为 xldlas-X.Y-srcbin.tgz，其中 X.Y 是版本号（在撰写本文时为 0.40）。

要运行包含的可执行文件或从源代码编译，您需要在系统上安装 XForms 库。有关 XForms 的更多信息，请访问 XForms 主页 bragg.phys.uwm.edu/xforms。虽然 xldlas 旨在在 Linux 下运行，但它显然可以在几乎所有存在 Xforms 库的 Unix 版本下编译，尽管有时需要稍微修改 Makefile。请务必查看每个发行版中包含的 README 文件，以获取有关编译和运行 xldlas 的最新消息。

gnuplot 可在 sunsite.unc.edu/pub/Linux/apps/math/gplotbin.tgz 获得。它也包含在大多数 Linux 发行版中。

为了获得完整的功能，xldlas 还要求您在机器上安装相当完整的 TeX 包。NTeX 和 teTeX 在 Linux 下常用，可在 http://sunsite.unc.edu/pub/Linux/apps/tex/ 获得。