XLSTAT versión 2021.3.1

Banner_White_Mail.png

 

¡Ya está disponible XLSTAT 2021.3.1! ¿Qué hay de nuevo?

 

La herramienta Indicadores de desempeño se desarrolló para ayudarlo a responder la siguiente pregunta: ¿Cuánto puedo confiar en un modelo para predecir eventos futuros? XLSTAT te proporciona una gran cantidad de indicadores para evaluar el desempeño de un modelo en función del tipo de variable de interés (cuantitativa o cualitativa).

Para problemas de regresión (al intentar predecir los valores de una variable cuantitativa), XLSTAT propone indicadores como MSE, MAPE, R², índice de Mielke y Berry, AIC y muchos otros.

Para problemas de clasificación (cuando la variable que necesitamos predecir es cualitativa), XLSTAT propone indicadores como Exactitud, Precisión, Sensibilidad, Especificidad, Cohen Kappa, curva ROC y muchos otros.

¡Acceda a esta nueva función en el menú Aprendizaje Automático!

 

¡Esta herramienta esencial para el análisis de marketing ha sido mejorada! Ahora puede crear cuestionarios CBC más rápidos y confiables. Lo nuevo:

    • Ahora puede elegir el tipo de diseño en la pestaña Opciones sin abrir una ventana separada. Si desea un diseño de experimento que se ajuste exactamente a sus datos, seleccione la opción Diseño D-Optimal. Si desea obtener un diseño ortogonal, seleccione la opción Diseño Ortogonal. ¿Quieres saber más sobre estos métodos? Consulte la documentación de Ayuda de XLSTAT.

    • Se han agregado dos nuevas tablas a la salida de los planes de análisis conjunto: la tabla de Burt y el diseño codificado en el caso de un diseño D-óptimo.

    • El algoritmo de Fedorov se ha revisado para que pueda crear diseños más equilibrados y, por lo tanto, más eficientes. Un diseño equilibrado contiene el mismo número de observaciones para todas las combinaciones de niveles posibles. Por ejemplo, una encuesta para automóviles estaría equilibrada si recopilamos la misma cantidad de datos para la marca A y para la marca B.

Acceda a esta nueva función en el menú Análisis conjunto.

 

Los árboles de clasificación binaria tratan de asignar a un individuo a una de dos categorías. Por ejemplo, prediga si un paciente tiene diabetes o no.

Después de construir su clasificador binario, es importante saber qué tan bien funciona. Por esta razón, hemos agregado tres nuevas métricas de evaluación: la curva ROC, la curva de elevación y la curva de ganancia acumulada..

Acceda a esta nueva función en el menú Aprendizaje Automático.

 

¿Cómo obtener XLSTAT 2021.3.1?

La versión 2021.3.1 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 2021.3.1 de forma gratuita en:

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

📣#XLSTAT goes orange at this year’s JSM online conference! ⏩We are proud to be a key sponsor for another year! ⏩Don… https://t.co/dfYnSOCutk

🗓️ Retrouvez-nous à #Paris le 23-24 septembre pour présenter notre nouveau logiciel de #DataVisualization ZENPLOT !… https://t.co/YEP82KKFO2

🔎 Design your choice-based conjoint questionnaires ➡️ Our new XLSTAT version proposes a more intuitive interface,… https://t.co/xv72bA7zqn