XLSTAT versión 2020.5

Banner_White_Mail.png

 

¡Ya está disponible XLSTAT 2020.5! ¿Qué hay de nuevo? 

  • CLUSCATA (disponible en XLSTAT Sensorial y Premium)

Está disponible un nuevo método para agrupar a los jueces en función de sus percepciones de los productos. CLUSCATA puede verse como una adaptación de CLUSTATIS para datos CATA. Una opción interesante es la creación de una clase "K + 1" para dejar de lado a los evaluadores que no se ajustan a ninguna clase.

Acceda a esta nueva función en el menú Análisis de datos sensoriales.

  • CATARACT (disponible en XLSTAT Sensorial y Premium)

El procedimiento CATARACT (Pruebas de rechazo y aceptación de CATA) ofrece una descripción de las encuestas CATA y le permite extraer información relativa a la calidad de los cuestionarios. Como parte de este procedimiento, hay tres nuevas opciones disponibles en el cuadro de diálogo CATA:

  • Validación de datos CATA: para comprobar la calidad de los datos CATA.
  • Independencia de atributos: para determinar si los evaluadores verifican los mismos atributos para cada producto.
  • Manejo de múltiples sesiones: para lidiar con casos inesperados donde los evaluadores evalúan un producto varias veces.

Se accede a esta función en el menú de Análisis de datos sensoriales. 

Los usuarios ahora pueden elegir entre tres formas de definir los parámetros del árbol (tamaño de los padres, tamaño del hijo, profundidad):

  • Ingrese manualmente los valores de cada parámetro
  • Deje que XLSTAT busque los valores óptimos basados en la validación cruzada de K-fold
  • Establezca un rango de valores y deje que XLSTAT elija la mejor combinación de parámetros.

Acceda a esta función en el menú Machine Learning.

Resultados y gráficos mejorados:

  • Se agregaron límites inferiores y superiores del 95% a la tabla de parámetros del modelo.
  • Curvas de intervalos de predicción y confianza del 95% que se muestran en el gráfico de regresión.
  • Cuatro nuevas ecuaciones cinéticas enzimáticas (inhibición competitiva, no competitiva, no competitiva y mixta)

Acceda a esta función en el menú Datos de modelado.

Nuevas técnicas y una mejor gestión de los valores perdidos:

  • Los usuarios ahora pueden tratar simultáneamente con datos faltantes cuantitativos y cualitativos.
  • Se implementó el algoritmo EM para datos cuantitativos faltantes.
  • El algoritmo NIPALS y el reemplazo por un valor textual dado están disponibles para valores perdidos cualitativos.

Acceda a esta función en el menú Preparando datos.

¿Cómo obtener XLSTAT 2020.5?

La versión 2020.5 te dará acceso a todas las mejoras anteriores, opciones avanzadas y aumentará el rendimiento de su software. Se recomienda instalar nuestra nueva versión a todos los usuarios.

Si actualmente estás utilizando nuestra versión de prueba o tienes una licencia válida, puedes descargar la versión 2020.3 de forma gratuita en:

Descargar para Windows  Descargar para Mac

Si tienes una licencia perpetua sin acceso a actualizaciones y mantenimiento gratuitos, solicita una actualización a través de tu portal MyXLSTAT o contáctanos para obtener más información.


Últimos eventos

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.

Últimos 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