NCSS 2022 中的新程序
- 将数据导出到 R
- 组序列测试（有效性/无效边界选项，样本量重新估计）
- 两个泊松率的群序分析（模拟）
- 两个泊松率的组序非劣效性分析（模拟）
- 两个泊松率的边际分析的组序列优势（模拟）
- 一种危险率的组序分析（模拟）
- 一种危害率的组序非劣效性分析（模拟）
- 一种危险率的边际分析的组序优势（模拟）
- 一个泊松率的群序分析（模拟）
- 一泊松率的群序非劣效性分析（模拟）
- 一个泊松率的边际分析的组序列优势（模拟）
此过程从 R 可以读取的 NCSS 数据表生成数据文件，并提供 R 代码以导入文件并准备好列以供立即使用。将数据读入 R 后，用户可以从各种 R 库中使用所需的 R 工具。在文档中有 15 个使用此过程的示例。
将数据导出到 R 示例
将数据读入 R 并分析
对于这些组序列分析和样本量重新估计程序中的每一个，PASS 2022 中都有相应的组序列功率和样本量程序。
数据输入和搜索工具
这个新添加的工具可用于在用户指定的列中逐行输入数据，并使用搜索条件快速搜索数据集中的特定行。
数据输入示例
数据搜索示例
增强功能
- Windows 11 兼容性
- 存储到列
- 输出格式
进行了测试并完成了适当的修改，以使 NCSS 2022 与 Windows 11 兼容。
对可以将数据存储到数据表的所有过程进行了多项改进。可以使用项目名称重命名存储列。可以在 Column Info 表中添加关于每个存储项目的注释。存储系统可以与 Group By System 正确交互。
存储选项示例
所有过程的输出都得到了改进，以产生更具可读性的表格格式。
旧的输出格式
新的输出格式
更多有关NCSS价格信息，欢迎咨询在线客服。
NCSS是精确、全面、直观的统计分析和图形处理工具。
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！