XLSTAT version 2020.5

Banner_White_Mail.png

 

XLSTAT 2020.5.1 ist nun verfügbar! Was gibt es Neues?

Eine neue Methode zum Clustering von Beurteilern basierend auf deren Produktwahrnehmung ist verfügbar. CLUSCATA kann als eine Bearbeitung von CLUSTATIS für CATA-Daten gesehen werden. Eine interessante Option ist die Erstellung einer eigenen “K+1”-Klasse für jene Beurteiler, die in keine Klasse passen.

Greifen Sie über das Menü Sensory Datenanalyse auf diese neue Funktion zu.

Die CATARACT-Methode (CATA Rejection and Acceptation Tests) bietet eine Beschreibung von CATA-Studien und ermöglicht Ihnen Informationen zur Qualität der Fragenbögen zu erhalten. Als Teil dieser Methode stehen Ihnen drei neue Optionen in der CATA-Dialog-Box zur Verfügung:

  • CATA Datenvalidierung: um die Qualität der CATA-Daten zu überprüfen.
  • Unabhängigkeit von Eigenschaften: um festzustellen, ob die Beurteiler dieselben Eigenschaften für jedes Produkt ankreuzen.
  • Umgang mit Mehrfach-Sessions: um unerwartete Fälle, bei denen Beurteiler ein Produkt mehrfach evaluieren, zu bearbeiten.

Zugang zu dieser neuen Funktion bekommen Sie unter dem Menü Sensory Datenanalyse.

Nutzer können nun zwischen drei Arten wählen, um die Parameter ihres Baumes festzulegen (Größe Vater, Größe Sohn, Tiefe):

  • Manuelle Eingabe der Werte für jeden Parameter
  • XLSTAT mithilfe einer k-fachen Kreuzvalidierung nach den optimalen Werten suchen lassen
  • Einen Wertebereich festlegen und XLSTAT die beste Kombination von Parametern festlegen lassen

Zugang zu dieser Funktion bekommen Sie unter dem Menü Machine Learning.

Erhöhter Output und verbesserte Grafiken:

  • 95% Unter- und Obergrenze wurden zur Tabelle der Modell-Parameter hinzugefügt.
  • 95% Konfidenz- und Vertrauensintervalle werden im Regressionsdiagramm angezeigt
  • Vier neue enzymkinetische Gleichungen (kompetitive, nichtkompetitive, unkompetitive und gemischte Hemmung)

Zugang zu dieser Funktion bekommen Sie unter dem Menü Datenmodellierung.

Neue Techniken und besseres Management von fehlenden Daten:

  • Nutzer können jetzt quantitative und qualitative Daten gleichzeitig bearbeiten.
  • Der EM-Algorithmus wurde für die Bearbeitung quantitativer fehlender Werte integriert.
  • Der NIPALS Algorithmus und das Ersetzen durch einen gegebenen Textwert sind für qualitative fehlende Werte verfügbar.

Zugang zu dieser Funktion bekommen Sie über das Menü Vorbereitung der Daten.


Wie bekomme ich XLSTAT 2020.5?

Die Version 2020.5.1 gewährt Ihnen Zugang zu allen oben genannten Verbesserungen sowie erweiterten Optionen und steigert die Leistungsfähigkeit Ihrer Software. Die Installation der neuen Version wird allen unseren Nutzern empfohlen.

Falls Sie derzeit eine Testversion nutzen oder Sie eine gültige Lizenz besitzen, können Sie die Version 2020.5.1 hier kostenlos herunterladen:

 

Falls Sie eine unbefristete Lizenz haben, die Ihnen keinen Zugang zu kostenlosen Upgrades und Wartung bietet, bestellen Sie bitte ein Upgrade über unser MyXLSTAT-Portal oder kontaktieren Sie uns für weitere Informationen


Letzte Veranstaltungen

This module focuses on Analysis of Variance, but this technique makes assumptions about the underlying distributions in our data

This course covers the excellent features in XLSTAT for investigating, visualising and modelling data sets with measurements on many variables.

This short course delivered online will show consumer scientists how to set up and learn about the routines available in XLSTAT for relating consumer acceptability to sensory/analytic measures.

Letzte Tweets

💡 How is XLSTAT being used in research? In this paper, discover whether and how straw materials could affect sensor… https://t.co/GqKhmO33P3

☕ How can we split a collection of stone fragments into groups of similar pieces using k-means clustering?… https://t.co/HWTEgA4Og9

🔎 How to deal with missing data? ➡️ NIPALS, MCMC, EM algorithm or Nearest Neighbor: Discover the #XLSTAT methods pr… https://t.co/I5Ia2BOlmf