多变量分析和交互式可视化工具The Unscrambler®X

Unscrambler是可分析和交互式可视化工具进行建模，预测和，从而开发产品，它可分析大型和复杂数据集。

UnscramblerX具有用户友好的图形界面，为多变量数据分析（MVA）和实验设计（DoE）功能，

UnscramblerX可以接触到广泛的数据分析人员和过程控制应用程序，同时仍对光谱和感官数据分析用户，这款软件被广泛用于研究和工业应用，如，过程理解，质量监控，产品配方，代谢组学和感觉科学。具体示例，原材料识别，需求驱动配方，实时过程和质量控制。

Unscrambler X在多变量分析（MVA）和实验软件设计方面，它是数据分析师，研究人员和工程师的工具。他们需要使用多变量分析的功能分析大型复杂数据集。广泛的多元回归，预测和分类方法，统计和统计测试，具有实时可视化和易于变换选项的交互式数据预处理。可直接从Excel拖放数据，并在软件中预览。该方案还接受来自分析仪器和工艺设备的数据。

The Unscrambler®X主要功能

1. 实验设计

通过Design-Expert对产品或流程进行突破性改进，并与Unscrambler X捆绑在一起。可以筛选因素、工艺设置，产品配方。可以通过分裂因素来处理难以改变的因素。用统计学或多元方法研究Expert的实验设计。

2. 多元分析

广泛的多元回归，预测和分类方法，统计和统计测试，实时可视化和易于转换的交互式数据预处理。

3. 数据导入

通过软件预览按钮，可以从Excel中拖放数据。该过程还接受来自大范围的分析仪器和工艺设备的数据。

4. 用户界面

用户界面易于浏览，基于项目的工作流将相关的数据集，结果和图表放在一起，以便找到所需的信息。

功能

工业数据构建的分析

多元方法，机器学习和实验设计，具有的光谱学和化学计量学功能。

导入类型的数据

导入来自不同类型的数据，例如，材料，传感器，过程和光谱数据，并添加新格式。

Python新方法

Python提供了脚本供Unscrambler使用，并提供了导入，预处理和机器学习的方法。

设计处理

从设计到生产的步骤，使用Design-Expert®进行的高等实验设计。

基于项目的工作流程

基于项目的工作流程和功能可简化分析过程的阶段。

安全合规

符合性模型，电子签名，用户身份验证和审核跟踪，符合21 CFR Part 11和EU Annex 11

为解决复杂问题而设计

分析，交互式图形和可视化功能和光谱学和化学计量学功能。

Unscrambler的多元分析功能来解决复杂的问题，并具有光谱学和化学计量学功能。从2不同的方法中进行选择，以分析数据，如，实验设计（DOE），探索性数据分析，主成分分析（PCA）和类比的软建模（SIMCA）。此外，Python还提供了用于Unscrambler的访问权限，和用于导入，预处理和机器学习的方法。通过交互式图形和可视化探索和验证模型，以改进产品开发，产品质量和流程效率。

质量数据进行分析

导入和准备大型和复杂的数据集

使用Unscrambler分析数据，导入来自不同格式的类型的数据，例如，材料，传感器，过程和光谱数据。使用功能进行数据探索，转换。散射校正和光谱转换，数据质量和分析结果。