XLSTAT version 2021.1

Banner_White_Mail.png

 

Notre dernière mise à jour XLSTAT 2021.1 est désormais disponible ! Quoi de neuf ? 

Une nouvelle méthode d'apprentissage non supervisée qui permet de faire une détection de nouveautés (anomalies). Une nouvelle observation est une nouveauté quand ses caractéristiques diffèrent significativement des observations de l’échantillon d’apprentissage. La méthode définit grâce aux données d'apprentissage une séparation appelée fonction de décision, qui classera une observation comme nouveauté/outlier, si elle est négative.

Accessible depuis le menu Machine Learning. 

Changement de l'algorithme pour les méthodes de classification qui permet de résoudre le problème quadratique spécifique aux SVMs plus rapidement grâce à l'information de second ordre. L’algorithme de Fan2005 provenant de l’article « Working Set Selection Using Second Order Information » a été utilisé. Ajout de la validation croisée k-fold dans l’onglet Options de l’interface. La courbe ROC a été ajoutée sous la matrice de confusion dans la feuille de résultats. 

Accessible depuis le menu Machine Learning. 

Notre nouvelle interface facilite la saisie de vos données et le paramétrage du plan. Les interactions sont désormais disponibles dans l’analyse des plans de surface de réponses. Optimisation des réponses : un tableau a été ajouté dans les sorties du plan, qui s’initialise automatiquement en fonction des réponses rentrées par l’utilisateur. Au moment de l’affichage du plan, un bouton a été ajouté permettant de lancer l’analyse directement avec la boîte de dialogue préremplie. 

Accessible depuis le menu DOE.  

L'onglet Sorties de la boîte de dialogue est maintenant divisé en deux sous-onglets : Général et Tests. Le premier propose des sorties génériques (statistiques descriptives, valeurs propres, matrice de confusion, etc.), tandis que le second propose des tests pour valider des hypothèses du modèle (test de Box, test de Wilk, trace de Pillai, etc.). La feuille de résultats a été restructurée de la même manière. Il est également possible d'importer des fichiers de données volumineux via le bouton dédié de la boîte de dialogue.

Accessible depuis le menu Analyse de données. 

La régression en composantes principales (PCR) combine les méthodes PCA et OLS. La régression PCR a l'avantage sur la régression classique de proposer des graphiques facilement interprétables. Plusieurs améliorations et corrections sont apportées à cette fonctionnalité existante :

  • Suppression des interactions : cette option est temporairement supprimée. 
  • Suppression de l’option Cooks dans l’onglet Sorties : cet indice a été regroupé avec d’autres dans les diagnostics d’influence.
  • L’option « Modèle interne » dans les graphiques de corrélations a été désactivée. 
  • L'importation des fichiers plats de données volumineux est désormais disponible.
  • Une correction a été portée dans le calcul du modèle contenant plusieurs variables Y. 

Accessible depuis le menu Modélisation de données. 

Comment obtenir XLSTAT 2021.1 ? 

Si vous avez la version d'essai ou si vous utilisez une licence valide,  vous pouvez télécharger ci-dessous la version appropriée.

Téléchargez pour Windows  Téléchargez pour Mac

Si vous avez une licence perpétuelle sans accès gratuit aux mises à jour, vous pouvez commander une mise à jour via votre compte MyXLSTAT. Autrement, veuillez nous contacter.


Derniers événements

Familiarisez-vous avec les concepts de base de statistiques descriptives, d’analyse de données multivariées, de tests statistiques et de modélisation avec XLSTAT Basic+

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

Derniers tweets

💡 XLSTAT Tips: How to unstack/stack data in Excel using XLSTAT https://t.co/yiNZZExbfC#excel#statistics#data#XLSTAT

🗓️ Today is the day, the first ZENPLOT® webinar! Learn how to create beautiful and elaborate charts to integrate in… https://t.co/ssqDShJsmI

🗓️ Seats are still available at our online training: #Statistics & Multivariate #Analysis with @XLSTAT, 5 half-day… https://t.co/3U4GnsSoCe