Programy STATISTICA

Lista programów  Rozwiązania desktopowe  Systemy data mining  Systemy klient-serwer  Systemy korporacyjne

Informacja o produktach

STATISTICA Enterprise QC  STATISTICA Monitoring and Alerting Server (MAS)  STATISTICA Multivariate Statistical Process Control (MSPC)

Ogólne cechy systemu

Podsumowanie cech STATISTICA  Opis ogólny  Przykłady cech STATISTICA  Środowisko użytkownika  Zarządzanie wynikami analiz  Rodzaje dokumentów  Grafika  STATISTICA Visual Basic  STATISTICA Query

Opis systemu STATISTICA  MSPC w języku angielskim

Informacja techniczna

STATISTICA zawiera szeroką gamę jedno- i wielowymiarowych metod analizy danych do wykorzystania w statystycznym sterowaniu procesami. Techniki te zaimplementowano w skalowalnym i bezpiecznym środowisku, przygtowanym dla pojedynczych użytkowników, jak i dużych zespołów.

Przykłady istotych właściwości:

Narzędzia analityczne:

• Metoda cząstkowych najmniejszych kwadratów (Partial Least Squares). W pełni funkcjonalna implementacja algorytmu NIPALS regresji cząstkowych najmniejszych kwadratów zawierająca hierechiczny PLS i weloczynnikową PCA.
• Składowe główne.
• Możliwość operowana na tysiącach,a nawet setkach tysięcy paramerów, zarówno właściowości procesów, jak i wyników testów wykonywanych w toku procesu i po jego zakończeniu na gotowym produkcie.
• Wbudowane analizy graficzne: wiele narzędzi wizualizacji, w tym wykresy dla partii w przestrzeni składowych, wykresy ważności składowych oraz jedno- i wielowymiarowe karty kotrolne.
• Sprawdzian krzyżowy. Liczbę wyodrębnianych składowych można określić za pomocą sprawdzianu krzyżowego.

Współpraca z innymi metodami dostępnymi w programach z rodziny STATISTICA.

• Drzewa kalsyfikacyjne i regresyjne (Recursive Partitioning Methods), w tym algorytmy C&RT, CHAID, drzewa ze wzmacnianiem.
• Sieci neuronowe. STATISTICA Neural Networks to zaawansowany technologicznie, wysokiej klasy symulator sieci neuronowych. Program ten ma wiele wyjątkowych zalet i jest odpowiednim narzędziem nie tylko dla ekspertów w dziedzinie sieci neuronowych (którym daje do dyspozycji szeroką gamę architektur sieci i algorytmów uczenia), ale również dla zwykłych użytkowników (których pracę ułatwi Automatyczny projektant prowadzący użytkownka przez wszystkie etapy tworzenia sztucznej sieci neuronowej).
• Analiza składowych niezleżnych (Independent Components Analysis). STATISTICA ICA wykorzystuje nanowocześniejsze techniki do zastsowania analizy składowych dla nieomal każdego praktycznego problemu, w którym należy wyodrębnić składowe sygnału. Jedną z wykorzystywanych technik jest jednoczesne wyodrębnianie i deflacja.
• Metoda wektorów wspierających (Support Vector Machines). STATISTICA Support Vector Machine (SVM) to implementacja jednej z najsilniejszych technik modelowania uwzgledniającej skomplikowane, nieliniowe zależności między badanym cechami (poprzez znajdowanie optymalnych płaszczyzn podziału w wielowymiarowej przestrzeni przekształconych zmiennych). Za pomocą modułu STATISTICA Support Vector Machine możemy przewidywać przynależność obiektów do klas i wartości zmiennych liczbowych, a modele mogą uwzględniać wiele zmiennych ilościowych i jakościowych.
• Dobór zmiennych. Jest to narzędzie wstępnego przetwarzania danych, gdy chcemy przewidywać wartości zmiennych (ilościowych lub jakościowych), tzn. dla zadań predykcyjnych. Moduł ten jest w stanie wybrać rozsądnych rozmiarów podzbiór zmiennych, które najprawdopodobniej wpływają na modelowaną właściwość. Wyłoniony w ten sposób podzbiór wykorzystujemy na wejściu metod modelowania.
• Planowanie doświadczeń (DOE). STATISTICA Planowanie doświadczeń to zestaw procedur planowania i analizy doświadczeń: plany 2^(k-p) z podziałem na bloki (dla ponad 100 wielkości wejściowych, włączając w to unikatowe, wysoce efektywne algorytmy poszukiwania planów o najmniejszej aberracji i maksymalnym nieuwikłaniu, w przypadku których użytkownik może zadać efekty interakcyjne, które powinny być nieuwikłane) , plany eliminacyjne (dla ponad 100 wielkości wejściowych, także plany Placketta-Burmana), plany 3(k-p) z podziałem na bloki (także plany Boxa-Behnkena), plany różnowartościowe, plany centralne kompozycyjne (powierzchnie odpowiedzi, w tym tzw. małe plany centralne kompozycyjne), plany kwadratów łacińskich, plany metody Taguchi z wykorzystaniem tablic ortogonalnych, plany dla przygotowywania mieszanin i plany dla powierzchni trójkątnych, wierzchołki i środki ciężkości dla ograniczonych powierzchni i mieszanin, plany D i A-optymalne, także dla powierzchni i mieszanin.
• Analiza skupień. Dostępne są metody aglomeracji, k średnich i EM. W analizie uwgzlędniać można zmienne zarówno jakościowe, jak i ilościowe oraz dobierać optymaną liczbę segmentów za pomocą v-krotnego sprawdzianu krzyżowego.
• Ogólne modele liniowe. STATISTICA GLM służy do analizy modeli ujmujących powiązanie jednej lub większej liczby zmiennych zależnych ciągłych z jedną lub wieloma skategoryzowanymi lub ciągłymi zmiennymi niezależnymi. GLM to nie tylko najbardziej zaawansowane w sensie obliczeniowym narzędzie przeznaczone do zagadnienia ogólnego modelu liniowego dostępne na rynku, ale również najobszerniejsza i najbardziej kompletna aplikacja tego typu. GLM zawiera znacznie szerszy wybór opcji, więcej wykresów, więcej statystyk pomocniczych i poszerzonych diagnostyk niż jakikolwiek inny program tego typu. Moduł ten został zaprojektowany w sposób "nie dopuszczający kompromisów" w odniesieniu do najbardziej wymagających problemów występujących w zagadnieniu ogólnego modelu liniowego oraz oferuje najbogatszy wybór narzędzi, które służą do rozwiązywania tzw. "kontrowersyjnych zagadnień" nie mających żadnych powszechnie akceptowanych rozwiązań. Moduł GLM wykonuje wszystkie standardowe obliczenia, w tym tabele ANOVA zawierające wyniki testów jednowymiarowych i wielowymiarowych, statystyki opisowe, itd. GLM oferuje także dużą liczbę opcji wyników, w szczególności wykresy, zazwyczaj niedostępne w innych programach. Program udostępnia także proste sposoby testowania hipotez wyrażanych poprzez liniowe kombinacje ocen parametrów; możliwość łączenia źródeł błędu i źródeł zmienności dla efektów; szeroki zakres metod przeprowadzania porównań typu "post hoc" dla efektów obiektowych, a także porównanie efektów czynnikowych i efektów interakcyjnych właściwych dla modeli obserwacji uzyskiwanych w doświadczeniach z powtarzanymi pomiarami.

Ogólne możliwości systemu:

• Analizy off-line i on-line z wykorzystaiem automatycznego odświeżania
• Automatyczne monotorwanie w architekturze klient-serwer
• Centralne administrowanie i działanie na połączeniach z bazami danych, zapytaniach i raportach
• Kontrola dostępu i uprawnienia
• Internetowe środowisko pracy (uruchamiane w ramach przeglądarki)
• Audytowanie
• Szablony raportów i automatyczne generowanie raportów
• Szeroka gama metod analityczych
• Operowanie na danych: sprawdzanie poprawności, czyszczenie, scalanie itd.

Dostęp do danych i budowa zapytań

• Rozbudowane narzędzia do definowania i konfigurowania połączeń i zaptań do repozytoriów danych (LIMS, bazy danych o proecesach).