statgraphics_centurion

넳 넲

STATGRAPHICS Centurion - 数据分析软件

STATGRAPHICS Centurion是为那些想要做数据分析而又拨不出周末时间来学习统计工具包的人设计的。是一款数据分析工具。它文件格式的数据导入，并且根据科学家的计算方法对这些数据进行处理，用户也可以及时更新数据量，让用户对市场了如指掌。它150种以上统计程序，从叙述统计一直到实验设计都有。你要有统计基础就可以完成统计图表。每程序都有StatWizard和StatAdvisor的工具可以协助您上手。

通过商业智能和数据分析获得的质量，洞察力和表现。这就是Statgraphics的价值主张。它谈到了当前的业务环境，需要依靠数据科学来发展。软件直观的界面具有的功能和精致度，并且使用。随着STATGRAPHICS Centurion 19，你会毫不费力的开发要实现成功的结果协议。它为您提供了追求，获得理解并完成业务目标的统计工具。目标：提高系统性能以提，提高生产率，开发实践以及政策和程序，以推动节省成本的效率和控制。通过质量，洞察力和表现在的部门中取得成功。

通过与Statgraphics数据科学分析合作，提升运营水平，晋升值到高峰并登顶。寻找解决方案以应对复杂的挑战。猜想，充满信心的进行探索，并在使用的方面揭示获得成就和成功的途径。

统计学Centurion XIX290多种功能，与Python功能的新链接，现代化的图形用户界面以及方便的功能定位功能区；过程仪表板，大数据功能等等。

您应该将其归功于您的业务。您有责任让自己的工作超出预期，并在竞争中脱颖而出，同时使您的工作更。

版本1915种新的统计程序，研究，决策森林和机器学习算法，新的图形用户界面，与R和Python的，对DOE向导的改进以及对40个现有过程的增强。

这些增强功能强调了数据可视化和预测分析日益提高，这对于解锁通常隐藏在收集的数据中的信息以及理解应用于该数据的统计方法的含义而言都是如此。

STATGRAPHICS Centurion功能亮点：

Statgraphics产品是为行业的人员创建的，以其业务流程，其产品和服务并超越竞争对手。

数据可视化

在可视化数据时可以看到全局并获得新见解。第19版28个交互式Statlet，以帮助可视化数据。通过操纵工具栏上的控件，可以动态查看更改。凭借Statgraphics出色的图形功能，都将可见！

R接口

Statgraphics现在已经与R在一起，使用户能够大大扩展Statgraphics Centurion 19的功能。使用此界面，您可以享受R程序员与Statgraphics用户之间的。现在，在R中工作的数据科学家可以与组织中的人共享它们的工作，从而加快可行信息的流向。

Python接口

Statgraphics 19为Python添加了新的接口，这是一种编程语言，在科学家，业务分析师以及想要开发用于分析数据的方法的人中流行。该接口使您可以的在Statgraphics中来回传递数据并执行Python脚本。

StatAdvisor

STATAdvisor使可用不是统计学家的个人可以理解统计输出。它解释了从输出表中获得关键见解，并解释了结果（或之处）。STATAdvisor输出粘贴到报表中以分享给人。

质量管理与改进

质量改进变的。需要SPC吗？毫不费力地提高您的质量项目。新的仪表板可同时控制多个过程变量，该仪表板会在发生异常事件时生成警报。请参阅用于质量评估，能力分析，控制图，量具研究，验收抽样，蒙特卡洛模拟和精益六西格玛的众多工具。

实验向导的设计

通过项目，减少开支。DOE向导将引导您完成实验设计过程的阶段。第19版在其广泛的筛选，响应面，混合物和RPD实验目录中增加了别名设计。它还通过以设计效率的方式添加运行来增加扩展现有实验的能力。

STATGRAPHICS Centurion

STATGRAPHICS拥有以下几点竞争优势：

StatWizard —StatWizard协助用户数据选择是当分析工具。使用者可以利用描述性统计或是让精灵根据您的数据类型进行分析。
StatAdvisor—StatAdvisor能检定您统计结果。使用者要透过一两个步骤，就可以得到分析结果。
StatLink—StatLink 链接单一或多个数据到您的分析程序中，让用户随时更新数据库。另外，用户也可以输入资料，例如：Microsoft Access or Excel。
Six Sigma Toolbox —STATGRAPHICS具有实施六标准偏差的工具。工具箱也具备六标准偏差DMAIC范例。
StatGallery—StatGallery可将图型放置在同一画面下，以帮助用户比较不同数据。
StatReporter—StatReporter组织您的研究结果成为出版品。您可以将成果放入报告中，并存成RTF格式以置入Microsoft Word。
StatPublish—本功能让您输出数据到网页中。本功能可自动在HTML网页嵌入图型。
StatFolios—StatFolio可储存您分析在同档案中，所以您可以在随时修正资料。当输入的数据改变，结果也会跟着自动更正。

选择STATGRAPHICS Centurion的六大理由：

时间就是金钱. STATGRAPHICS的接口和动态数据处理，您可缩短大量的数据处理时间。
统计不应该成为研究障碍. StatAdvisor清楚且简洁的解释统计输出。
大多数的数据不是来自于教科书 STATGRAPHICS是被设计来使用在教室外的，因为数据不全然是标准常态、独立。
图型结果，应该是研究的方向. 如果您利用STATGRAPHICS制作图型，将图型整合成分析的一部份，图型的呈现效果总是表格呈现。
能分享的知识才是动力. StatReporter 转换您的研究成果到的应用程序上或是输出成RTF或HTML格式。
达成六标准偏差质量的清晰思路，唯有STATGRAPHICS能提供工具将数据转成知识，让知识协助达成利润。

Statgraphics Centurion19是旗舰Windows桌面产品的新版本。这是一项重大，为统计分析，数据可视化和预测分析添加了新功能。重点新的用户界面，对“实验设计向导”的增强，新的机器学习过程以及用于与Python交换数据和脚本的方法。

Statgraphics 19是一项重大，其中增强功能，其中：

新的图形用户界面，区栏，可以的找到要使用的分析以及选择选项的控件。
Python的接口，具有交换数据，执行脚本和访问库（例如K-means聚类过程）的功能
十几种新的统计程序，等价分析和方差非劣性检验，分位数回归，分段线性回归，零膨胀泊松和负二项式回归，单变量和双变量正态分析的拟合混合，机器学习程序如决策森林，瀑布图，维恩和欧拉图。
DOE向导中的新别名设计，以及用于选择运行以增强现有设计的功能。
指示所选过程（如控制图和能力指数）的状态的仪表板。

新功能和增强功能：

用户界面

现在，选项和过程的选择由功能区栏和访问工具栏控制。

功能区条使您可以找到所需的功能，而访问工具栏使您可以在使用自己喜欢的过程时跳过菜单。

现在，可以使用“分析”窗口在多窗格和单窗格模式之间切换。与早期版本一样，多窗格模式将表和图形放在拆分器窗口的单独窗格中。

单窗格模式将输出组合为单个报告样式格式。

从上面可以看出，输出表现在具有可修改的列和行标题，可以使用可选颜色和功能来显示它们。

仪表板

新的仪表板已添加到StatFolio窗口集中，可以并排显示来自不同分析的表格和图表。对于控制图，能力分析，回归，股票图和度量研究之类的程序，表或图形的背景可以被着色为绿色，黄色或红色，以指示所选索引，大的变化或异常残差的状态。

单变量混合物分布

“分布拟合（单变量混合模型）”过程将分布拟合到单变量正态分布的混合物的连续数值数据。混合物的成分可以代表用于拟合整体分布的样品中的不同基团或者混合物模型可以近似具有复杂形状的某些分布。该过程适合分布，创建图形并计算尾部面积和临界值。提供了用于确定代表数据样本需要多少个组件的工具。

二元混合物分布

分布拟合（双变量混合分布）过程将分布拟合到由双变量正态分布的混合物组成的连续数值数据。混合物的成分可以代表用于拟合整体分布的样品中的不同基团，或者混合物模型可以近似具有复杂形状的某些分布。该过程拟合分布并创建拟合模型的图形。还提供了用于确定表示数据样本需要多少个组件的工具。

分段线性回归

所述分段线回归程序被设计成安装回归模型，其中因变量Y和自变量X的关系是由2个或多个线性段的连续函数。使用非线性ordinary least squares估计函数。用户指定段数和段连接位置的初始估计。然后，该过程将估计坡度，坡度变化以及s变化发生的位置。

研究

制药公司通常使用研究来估计药物的降解速率并确定保质期。通常在不同时间对多个批次的样品进行测量。估算降解模型的预测下限与药物的规格下限相交的时间。根据数据的结构，批次可以视为固定因素或随机因素。

分位数回归

程序拟合线性模型来描述因变量Y的选择位数和的自变量之间的关系。自变量可以是定量的也可以是分类的。与标准多元回归程序（其中模型用于预测均值响应）不同，分位数回归模型可用于预测百分位数。中位数回归是一种情况，其中要预测的分位数为第50个百分位数。

别名实验设计

由DOE向导生成的新别名设计考虑了估计模型系数的精度，而且考虑了那些不在假设模型中的主动效应引起的估计中的潜在偏差。D-优等准则不考虑由省略效应引起的混叠。有时，替代的D-优设计可能会受到相当不同程度的混叠。在时候，所选设计效率的小幅度降低可能潜在偏差的大幅降低。

现有实验设计的扩充

DOE向导中添加的一项新功能是能够将运行添加到现有实验中，以选择的标准。用户先选择要添加的运行次数，然后完成如下所示的对话框。

等效性测试—方差比较

增加了新的程序来证明总体方差的等价性或非劣性。一种方法是将单个样本的方差与目标值进行比较，而另一种方法则比较才能够两个不同总体中提取的样本方差。在种情况下，如果它们各自的标准差之比落在围绕1的某个区间内，则认为这些样本是“等效的”。

量具研究-GLM研究

GLM方法基于一项研究，其中m个评估员对n个项目进行了r次测量，从而估算了测量系统的可重复性。它还估计的量，例如总偏差，精度—公差比，测量误差的标准偏差以及误差成分的研究贡献。除了评估人员和零件所引入的变化之外，还可能因素。可以将附加因素视为具有固定或随机影响。注意：此过程将除了不平衡的数据。

决策森林

所述决策森林过程实现机器学习过程中预测从数据观测。它创建2种形式的模型：

1. 分类模型根据观察到的将观察分为几组

2. 预测因变量值的回归模型

通过创建大量决策树并平均由这些决策树得出的预测来构建模型。树是使用于分类树或回归树的过程构建的，具有随机节点和“装袋”的。

零膨胀计算回归

零膨胀计数回归被设计成安装回归模型。其中因变量Y由计数。拟合回归模型将Y与预测变量X相关，该变量可以是变量的也可以是分类的。它于泊松回归和负二项式回归的过程除了它代表这些模型中期望出现的更过零的附加组件之外。过多零的数据普遍，示例，例如学生缺课天数，并非人都有保险的人群中保险索赔数量，制成品中的缺陷数量以及野生动物计数。