**123区,青青操久久,久久情侣视频,中文字幕亚洲免费,国产精品久久久久免费,精品福利视频在线观看

返回
頂部

SigmaSTAT 4—統(tǒng)計(jì)分析軟件

軟件試用 獲取報(bào)價(jià)



軟件簡(jiǎn)介


SigmaStat 是一個(gè)易于使用、基于向?qū)У慕y(tǒng)計(jì)軟件包,旨在指導(dǎo)用戶(hù)完成分析的每一步并執(zhí)行強(qiáng)大的統(tǒng)計(jì)分析,而無(wú)需成為統(tǒng)計(jì)專(zhuān)家。SigmaStat 專(zhuān)為生命科學(xué)和醫(yī)學(xué)研究領(lǐng)域量身定制,但對(duì)許多領(lǐng)域的科學(xué)家來(lái)說(shuō)都是有價(jià)值的產(chǎn)品。

使用 SigmaStat,您可以確信您已正確分析數(shù)據(jù)。
您也可以節(jié)省時(shí)間!

因?yàn)樗鼤?huì)帶您逐步完成分析,SigmaStat 確保您:
? 使用正確的統(tǒng)計(jì)方法來(lái)分析您的數(shù)據(jù)
? 避免統(tǒng)計(jì)錯(cuò)誤的風(fēng)險(xiǎn)
? 正確解釋結(jié)果
? 生成適當(dāng)?shù)娘@示和專(zhuān)業(yè)報(bào)告

概述


SigmaStat 提供了一系列功能強(qiáng)大且易于使用的統(tǒng)計(jì)分析,專(zhuān)為滿(mǎn)足研究科學(xué)家和工程師的需求而設(shè)計(jì)。 借助程序中的功能,您將被引導(dǎo)完成選擇合適的測(cè)試來(lái)分析數(shù)據(jù)、運(yùn)行測(cè)試以及解釋測(cè)試報(bào)告中的結(jié)果的過(guò)程。 對(duì)于許多測(cè)試,可以使用圖表來(lái)總結(jié)測(cè)試結(jié)果。 程序中的編輯功能允許您自定義報(bào)告和圖表的外觀。您的最終結(jié)果可能會(huì)使用可用于導(dǎo)出的大量文件格式進(jìn)行分發(fā)。


分析功能

回歸向?qū)?/strong>

· 150 個(gè)內(nèi)置擬合方程之一或用戶(hù)定義的擬合方程求解非線性回歸問(wèn)題
· 可以使用多種數(shù)據(jù)格式從工作表中選擇回歸的原始數(shù)據(jù),也可以從圖中的圖中選擇
· 該程序的默認(rèn)擬合庫(kù)包含基于多項(xiàng)式、有理函數(shù)、指數(shù)增長(zhǎng)和衰減、S 型函數(shù)、配體結(jié)合、波形、對(duì)數(shù)函數(shù)、概率分布和密度函數(shù)、分段線性等的模型
· 用戶(hù)定義的方程是使用“編輯函數(shù)”對(duì)話框從回歸向?qū)?chuàng)建的,并保存到我們的默認(rèn)擬合庫(kù)中。 可以選擇保存到任何筆記本文件中。雙擊筆記本中的方程項(xiàng)將啟動(dòng)回歸向?qū)?
· 擬合模型方程使用變換語(yǔ)言編碼,可以包含常數(shù)、權(quán)重變量、線性等式和不等式約束以及其他變量的定義
· 算法所需的初始參數(shù)值可以指定為常數(shù)或使用我們?cè)谧儞Q語(yǔ)言中的自動(dòng)參數(shù)估計(jì)函數(shù)定義
· 擬合方程可以包含多達(dá) 500 個(gè)參數(shù)和多達(dá) 50 個(gè)自變量
· 加權(quán)回歸支持定義為每個(gè)觀察的常數(shù)或回歸參數(shù)的函數(shù)的權(quán)重。權(quán)重函數(shù)允許用戶(hù)應(yīng)用穩(wěn)健的程序進(jìn)行參數(shù)估計(jì),以減輕異常值的影響。程序的 fit 庫(kù)和安裝的示例文件中給出了示例
· 可用于創(chuàng)建回歸報(bào)告或工作表中顯示的多種類(lèi)型的結(jié)果。
· 可以為具有兩個(gè)或三個(gè)自變量的模型創(chuàng)建具有原始數(shù)據(jù)的最佳擬合方程圖。可以添加置信區(qū)間
· 除了普通的數(shù)據(jù)擬合之外,還可以創(chuàng)建模型來(lái)解決其他類(lèi)型的問(wèn)題。 包括全局曲線擬合、求解方程組、分位數(shù)回歸和分布擬合

直方圖向?qū)?/strong>

· 生成工作表列的頻率直??方圖
· 從多種圖形輸出樣式中選擇

繪制方程對(duì)話框

· 在二維或三維中創(chuàng)建函數(shù)圖
· 輸入用戶(hù)定義的函數(shù)或從方程庫(kù)中選擇一個(gè)方程項(xiàng)
· 評(píng)估自變量的特定值的函數(shù)或求解方程以獲得因變量的指定值的自變量的值。復(fù)制結(jié)果以粘貼到工作表、報(bào)告或圖表頁(yè)面

變換

· 在 User-Defined Transform 對(duì)話框中編寫(xiě)自己的稱(chēng)為 Transforms 的數(shù)值過(guò)程。轉(zhuǎn)換語(yǔ)言提供了一個(gè)基于向量的計(jì)算環(huán)境,其中包含可以操作工作表數(shù)據(jù)并執(zhí)行許多對(duì)數(shù)據(jù)分析很重要的計(jì)算的操作和函數(shù)
· 轉(zhuǎn)換可以保存為筆記本文件中的項(xiàng)目,也可以保存為擴(kuò)展名為 (.xfm) 的單獨(dú)文件。安裝的程序包含幾個(gè) (.xfm) 文件。這些變換中的計(jì)算過(guò)程示例包括累積分布函數(shù)、自舉、峰值查找、頻率表、D'Agostino-Pearson 正態(tài)性檢驗(yàn)和估計(jì)隨機(jī)變量函數(shù)的方差
· 變換語(yǔ)言用于繪制方程對(duì)話框和回歸向?qū)?lái)定義筆記本中的方程項(xiàng)

快速變換

· 可以使用“快速變換”對(duì)話框快速創(chuàng)建和計(jì)算單線變換
· 該對(duì)話框支持列選擇和功能調(diào)色板以輕松創(chuàng)建轉(zhuǎn)換。
· 快速轉(zhuǎn)換與他們用于輸出的工作表一起保存
· 快速轉(zhuǎn)換的輸出可以根據(jù)輸入數(shù)據(jù)的變化自動(dòng)更新


典型圖形


圖表向?qū)Ш椭狈綀D示例圖表


統(tǒng)計(jì)特征

主成分分析 (PCA) – 主成分分析 是一種通過(guò)用較少維度逼近數(shù)據(jù)來(lái)降低高維數(shù)據(jù)復(fù)雜性的技術(shù)。每個(gè)新維度稱(chēng)為 主成分 ,表示原始變量的線性組合。第一個(gè)主成分盡可能多地解釋數(shù)據(jù)的變化。每個(gè)后續(xù)的主成分盡可能多地解釋剩余的變化,并且與所有先前的主成分正交。

您可以檢查主成分以了解數(shù)據(jù)變化的來(lái)源。您還可以使用它們來(lái)形成預(yù)測(cè)模型。如果您的數(shù)據(jù)中的大部分變異存在于一個(gè)低維子集中,您可能能夠根據(jù)主成分對(duì)響應(yīng)變量進(jìn)行建模。您可以使用主成分來(lái)減少回歸、聚類(lèi)和其他統(tǒng)計(jì)技術(shù)中的變量數(shù)量。主成分分析的主要目標(biāo)是解釋數(shù)據(jù)可變性的來(lái)源,并用較少的變量表示數(shù)據(jù),同時(shí)保留大部分的總方差。

協(xié)方差分析 (ANCOVA) – 協(xié)方差 分析是通過(guò)將一個(gè)或多個(gè)協(xié)變量指定為模型中的附加變量而獲得的方差分析的擴(kuò)展。如果您使用 索引 數(shù)據(jù)格式在 SigmaPlot 工作表中排列 ANCOVA 數(shù)據(jù),則一列將代表因子,一列將代表因變量(觀察值),就像在 ANOVA 設(shè)計(jì)中一樣。此外,每個(gè)協(xié)變量都有一列。

Akaike 信息標(biāo)準(zhǔn) (AICc) – Akaike 信息標(biāo)準(zhǔn)已添加到回歸向?qū)Ш蛣?dòng)態(tài)擬合向?qū)?bào)告以及報(bào)告選項(xiàng)對(duì)話框中。它提供了一種測(cè)量回歸模型與給定數(shù)據(jù)集擬合的相對(duì)性能的方法。該標(biāo)準(zhǔn)基于信息熵的概念, 提供了使用模型描述數(shù)據(jù)時(shí)丟失的信息的相對(duì)度量。 更具體地說(shuō),它在最大化估計(jì)模型的可能性(與最小化殘差平方和,如果數(shù)據(jù)是正態(tài)分布的)和保持模型中的自由參數(shù)數(shù)量最小化之間進(jìn)行權(quán)衡,從而降低其復(fù)雜性。雖然擬合優(yōu)度幾乎總是通過(guò)添加更多參數(shù)來(lái)提高,但 過(guò)度擬合 會(huì)增加模型對(duì)輸入數(shù)據(jù)變化的敏感性,并可能破壞其預(yù)測(cè)能力。 使用 AIC 的基本原因是作為模型選擇的指南。在實(shí)踐中,它是針對(duì)一組候選模型和給定數(shù)據(jù)集計(jì)算的。選擇 AIC 值最小的模型作為集合中最能代表“真實(shí)”模型的模型,或者信息損失最小的模型,這就是 AIC 旨在估計(jì)的。 在確定了具有最小 AIC 的模型之后,還可以計(jì)算每個(gè)其他候選模型的相對(duì)似然度,以測(cè)量相對(duì)于具有最小 AIC 的模型減少信息丟失的概率。相對(duì)可能性可以幫助調(diào)查人員決定是否應(yīng)保留集合中的多個(gè)模型以供進(jìn)一步考慮。

非線性回歸中的權(quán)重函數(shù) – SigmaPlot 方程項(xiàng)有時(shí)使用權(quán)重變量來(lái)為回歸數(shù)據(jù)集中的每個(gè)觀察(或響應(yīng))分配權(quán)重。觀測(cè)值的權(quán)重衡量其相對(duì)于抽樣概率分布的不確定性。較大的權(quán)重表示觀察值與其分布的真實(shí)平均值變化不大,而較小的權(quán)重表示觀察值從分布的尾部采樣得更多。 在使用最小二乘法估計(jì)擬合模型參數(shù)的統(tǒng)計(jì)假設(shè)下,在比例因子之前,權(quán)重等于對(duì)觀測(cè)值進(jìn)行抽樣的(高斯)分布的總體方差的倒數(shù)。在這里,我們定義 殘差,有時(shí)稱(chēng)為 原始?xì)埐睿窃谧宰兞康慕o定值下觀察值與預(yù)測(cè)值(擬合模型的值)之間的差異。如果觀測(cè)值的方差不完全相同(異方差),則需要一個(gè)權(quán)重變量,并 求解 最小化殘差的加權(quán)平方和的加權(quán)最小二乘問(wèn)題,以找到最佳擬合參數(shù)。


獲取更多軟件信息、幫助及咨詢(xún)請(qǐng)與我們聯(lián)系:010-56548231。





北京友萬(wàn)信息科技有限公司,英文全稱(chēng):Beijing Uone Info&Tech Co.,Ltd ( Uone-Tech )是中國(guó)大陸領(lǐng)先的教育和科學(xué)軟件分銷(xiāo)商,已在中國(guó)300多所高校建立了可靠的分銷(xiāo)渠道。擁有最成功的教學(xué)資源和數(shù)據(jù)管理專(zhuān)家。如需申請(qǐng)軟件采購(gòu)及老版本更新升級(jí)請(qǐng)聯(lián)系我們,咨詢(xún)熱線:010-56548231 ,咨詢(xún)郵箱:info@uone-tech.cn 感謝您的支持與關(guān)注。