【更新】统计分析和图形处理工具NCSS更新至v11,新增多种算法程序和测试方法

日前,全球知名的统计分析类软件供应商NCSS公司发布了其旗下核心产品NCSS的最新版本NCSS v11,在这次更新中NCSS新增了多种算法程序和测试方法,并对以前的许多程序进行了改进,并提高了界面的直观性。

日前,全球知名的统计分析类软件供应商NCSS公司发布了其旗下核心产品NCSS的最新版本NCSS v11,在这次更新中NCSS新增了多种算法程序和测试方法,并对以前的许多程序进行了改进,并提高了界面的直观性。以下是这次更新的主要内容:

新增:

新增以下更多的算法程序和测试方法:

  • Conditional Logistic Regression(条件逻辑回归)
  • Multiple Regression – Basic(基础的多重回归)
  • Negative Binomial Regression(负二项回归)
  • Zero-Inflated Negative Binomial Regression(零膨胀负二项回归)
  • Zero-Inflated Poisson Regression(零膨胀泊松回归)
  • Geometric Regression(几何回归)
  • Fractional Polynomial Regression(分段多项式回归)
  • Passing-Bablok Regression for Method Comparison(Passing-Bablok回归方法的比较)
  • Robust Linear Regression(鲁棒线性回归,即Passing-Bablok的中值斜率)
  • Logistic Regression(逻辑回归,包含AUC置信区间)
  • Two-Stage Least Squares(二阶最小平方)
  • 散点图的误差线
  • 散点图误差线的汇总数据
  • 误差条图的汇总数据
  • 误差条图的汇总数据(双因子)
  • 描述统计的汇总表格
  • 描述统计的汇总列表
  • ROC曲线和切断分析
  • 对两种ROC曲线独立群组设计的比较
  • 对两种ROC曲线配对设计的比较
  • 单个样本的二进制诊断测试分析
  • 相关性
  • 循环数据的相关性
  • 参考区间
  • 评估比例的研究
  • 比较数据的评估
  • 混合评估模型
  • 多元回归评估
  • 验收抽样的属性
  • 验收抽样属性的操作特性曲线
  • Linear Programming with Bounds(含边界的线性规划)
  • Mixed Integer Programming(混合整数规划)
  • Quadratic Programming(二次规划)
  • Transportation(传输)
  • Assignment(赋值)
  • Minimum Spanning Tree(最小生成树)
  • Shortest Route(最小路径)
  • Maximum Flow(最大流量)
  • Minimum Cost Capacitated Flow(最低成本供应流)
  • Transshipment(转运)
  • Dwass-Steel-Critchlow-Fligner MC Test(单向方差分析过程的Dwass-Steel-Critchlow-Fligner MC测试)

新的平面图示例:

含误差线的散点图含误差线的散点图 ROC曲线ROC曲线 汇总表格平面图汇总表格平面图 验收抽样属性的操作特性曲线验收抽样属性的操作特性曲线 评估比率的横向均衡图评估比率的横向均衡图 评估比率的与价格相关的偏差散点图评估比率的与价格相关的偏差散点图

改进:

数据模拟过程:

  • 数据模拟过程改进后增加了对发行版更大的选择。

单向方差分析残差:

  • 单向方差分析程序现在可以存储残差。

应急表的表项目:

  • 应急表(交叉分析/卡方测试)的表项目进行了改进。

比例数据的输入:

  • 数据库数据输入选项现在可以使用比例了。

导出工具:

  • 导出工具现在可以选择导出的变量。

输出的标题:

  • 在输出的内容中包含了软件版本的标题。

误差条形图:

  • 误差条形图现在有了置信区间和范围的选项。

电子表格控件:

  • 更新升级了电子表格控件。

三维制图:

  • 对三维制图控件的处理与显示速度进行了更新升级。

列选择工具:

  • 大大增强了列选择工具。

十字叉的自动伸缩:

  • 用于数值轴的可自动伸缩的十字叉得到了改进。

时间序列与预测的过滤器和缺失值:

  • 过滤器和缺失值选项现在可以用于所有的时间序列与预测程序。

程序菜单:

  • 程序菜单的直观性得到了提高。

标签:

声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2017年1月5日
下一篇 2017年1月5日

相关推荐

发表回复

登录后才能评论