Pre-requisitos técnicos
  • PC:
    Windows: 9x/Me/NT/2000/XP/Vista
    Excel: 97 o superior
    Procesador: 800 MHz or more
    Disco duro: 45 Mb
    RAM: 128 Mb.
  • Mac:
    OS: OS X
    Excel: X Excel X y 2004
    Disco duro > 45 Mb
    RAM: 128 Mb.
¿Lo sabía Ud.?
  • XLSTAT-PLS es disponible en la versión de evaluación de XLSTAT.
  • El menú que se encuentra arriba de esta página le permitirá acceder a las páginas de descarga y de pedido de XLSTAT-PLS.

XLSTAT-PLS

XLSTAT-PLS ha sido desarrollado para permitir a los usuarios de XLSTAT de disponer de una herramienta potente para la regresión por mínimos cuadrados parciales (Partial Least Squares regression), la regresión por componentes principales (Principal Components Regression) y la regresión clásica (Ordinary Least Squares regression). XLSTAT-PLS incluye, hasta hoy, las herramientas especificadas a continuación:

FUNCIONES DETALLADAS:

REGRESIÓN PLS:

  • Regresión PLS1 et PLS2
  • Cálculo y visualización de los componentes
  • Gráficos de correlaciones, observaciones y biplots
  • Ecuaciones de los modelos
  • Coeficientes estandardizados e intervalos de confianza
  • Predicciones y residuos
  • Predicciones y residuos para los datos de validación
  • Predicciones para el juego de predicción
    Tutorial1

REGRESIÓN PCR:

  • ACP con posibilidad de elegir los componentes adaptados a la regresión
  • Gráficos de correlaciones, observaciones y biplots
  • Cálculo de la regresión en el espacio de los componentes seleccionados
  • Coeficientes en el espacio inicial
  • Coeficientes estandardizados e intervalos de confianza
  • Ecuación del modelo
  • Predicciones y residuos
  • Predicciones y residuos para los datos de validación
  • Predicciones para el juego de predicción

REGRESIÓN OLS:

  • Cuatro métodos de selección de variables con varios criterios
  • Análisis de la varianza, Type I SS, Type III SS
  • Coeficientes del modelo
  • Coeficientes estandardizados e intervalos de confianza
  • Ecuación del modelo
  • Predicciones y residuos
  • Predicciones y residuos para los datos de validación
  • Predicciones para el juego de predicción