Spring til indhold
Forside » Nyheder » Mathcad Tilføjelser: Data Analysis Extension Pack

Mathcad Tilføjelser: Data Analysis Extension Pack

    En kraftfuld udvidelse til Mathcad til analyse af tekniske datamønstre og sammenhænge.
    Data Analysis Extension Pack er designet med industrielle applikationer i tankerne og leverer en kraftfuld designløsning til at analysere datamønstre og relationer. Det appellerer til en bred base af fagfolk fra ingeniører til statistikere til fysikere til forretningsanalytikere, som alle er afhængige af en slags analyser af data inden for deres arbejdsfelt.

    Mathcad miljøet er ideelt til eksplorativ dataanalyse (EDA) og hvad-hvis-scenarier. Data Analysis Extension Pack bygger på Mathcad's overlegne tekniske designmiljø, så du kan inkorporere dit dataanalysearbejde med tekniske dokumenter, grafer og præsentationer i publikationskvalitet skabt i Mathcad.

    • Tilbyder den nyeste teknologi inden for tilpasningsalgoritmer for hurtigere, mere robuste og mere præcise løsninger.
    • Tilføjer funktionalitet til Mathcad der muliggør import af flere og store filer i flere filformater, inklusive et interaktivt dataeksempel for at hjælpe dig med at importere komplicerede filformater korrekt.
    • Tilføjer brugervenlige funktioner til styring og søgning af datamatricer.
    • Demonstrerer teknikker til at administrere data effektivt i Mathcad.

    Datahåndteringsfunktioner
    Tekniske fagfolk indsamler data i forskellige formater og fra forskellige typer systems, og de deler fælles problemer og krav i et dataanalysesoftwareværktøj, som dette Mathcad tilføjelsesadresser, såsom:

    • Data fra mange forskellige systems i mange formater
    • Flere, store datasæt med inkonsekvent kolonneformatering og etikettering/overskrifter
    • Data af meget lille eller meget stor skala, hvilket gør det vanskeligt at passe
    • Data med hundredvis af målinger, der skal reduceres til en mere kompakt repræsentation
    • Data med manglende eller formodede afvigere
    • Evne til at evaluere data visuelt og kvalitativt for at bestemme det bedste analyseforløb (EDA)

    Funktioner

    • Dataimport-guidekomponenten giver dig mulighed for at læse filer i ASCII-, fastbredde-, binær-, Excel- og andre formater, forhåndsvise indhold, visuelt vælge rækker og kolonner til import, vælge fyldstoffer for manglende værdier og specificere delimetre.
    • Matrix-hjælpefunktioner til fleksibelt tabelopslag, datarangering og empiriske maksima- og minimasøgninger.
    • Statistiske funktioner til EDA, outlier-detektion og manglende NaN-værdi (ikke et tal) understøtter.
    • Fleksible ikke-parametriske tilpasningsalgoritmer (interpolation) ved hjælp af statistiske metoder til at skabe optimale løsninger og returnere mere information om tilpasningen.
    • Robuste, generaliserede parametriske ikke-lineære tilpasningsfunktioner, som understøtter vægtning og begrænsninger.
    • Principal Component Analysis (PCA)-funktioner til multivariate data ved hjælp af Nipals-algoritmen.
    • Sandsynlighedsplot, herunder normal- og Weibull-plot.
    • Filskrivningsfunktioner, der kan bruges i programløkker.
    • Konfidensgrænser og demonstration af ANOVA for tilpassede parametre.
    • Dokumentation, der inkluderer eksempler på almindeligt anvendte analysescenarier med rigtige data, skrevet ind
    • Mathcad til genbrug.
    • Detaljeret dokumentation af eksisterende Mathcad funktioner til dataanalyse, i forbindelse med Mathcad forgrams og scriptbare komponenter, viser dig nye måder at bruge det allerede kraftfulde værktøjssæt på Mathcad.

    Et komplet bibliotek af Mathcad Funktioner
    Data Analysis Extension Pack giver følgende funktioner:

    • Hjælpeprogrammer: Funktioner, der hjælper dig med at manipulere rådatamatricer.
    • Statistik: Funktioner, der beregner statistiske størrelser for vektorer og datamatricer.
    • Outliers: Funktioner, der detekterer, markerer og eliminerer afvigere fra data til efterfølgende behandling.
    • Regression: Funktioner, der udfører parametriske tilpasninger til data eller returnerer oplysninger om kvaliteten af ​​tilpasning.
    • Splines: Funktioner, der interpolerer mellem datapunkter.

    Bicubic2D(vx,vy,Z,p,q)
    Interpolerer mellem 2D-værdier i Z, med placeringerne x og y, ved mellempunkterne p og q. Eksempel fil.

    Binterp(x,b)
    Interpolerer resultater b fra Spline2 ved punkt x, sammen med den første, anden og tredje afledede.

    tillid (vx,vy,F,b,conf)
    Returnerer konfidensgrænserne for parametrene b for en tilpasningsfunktion F(x,b) tilpasning til dataene vx og vy.

    contingbtl(M)
    Returnerer chi-kvadrat, frihedsgrader, sandsynlighed for, at chi-kvadrat eller større ville forekomme, hvis variable ikke havde nogen association, Cramers V og kontingenskoefficienten, C for en kontingenstabel M.

    DWS(b)
    Tager en vektor, b, resultatvektoren fra Spline2-funktionen og returnerer Durbin-Watson-statistikken for Spline.

    filterNaN(v)
    Trimmer de elementer eller rækker eller data, der har NaN'er.

    Ftest(v1,v2)
    Tester hypotesen om, at v1 og v2 er trukket fra fordelinger med samme varians. Returnerer F-statistikken og sandsynligheden for, at en værdi så stor eller større ville forekomme, når fordelingerne har samme varians.

    Grubbs(v,a)
    Returnerer indekser for formodede afvigere og deres Grubbs-teststatistikker for et konfidensniveau a.

    GrubbsClassic(v,a)
    Returnerer indekset for det datapunkt, der mest sandsynligt er en outlier, og dets Grubbs-teststatistik for et konfidensniveau a.

    Hlookup(z,a,række,modifikator)
    Søger i den første række af A efter værdier, der matches af z ifølge den boolske modifikator. Returnerer værdien/værdierne i den/de matchede kolonne(r) i række r.

    IsNan
    Returnerer 1, hvis x er x er en NaN. Returnerer 0 ellers.

    kendltau(v1,v2)
    Returnerer Kendalls tau, antallet af standardafvigelser fra 0 og sandsynligheden for, at en værdi så stor eller større ville forekomme, hvis prøverne var ukorrelerede.

    kendltau2(M)
    Returnerer Kendalls tau, antallet af standardafvigelser fra 0 og sandsynligheden for, at en værdi så stor eller større ville forekomme, hvis kontingentabel M var ukorreleret.

    LeastSquaresFit[vx,vy,F,guess,conf,(Stdy),(LBUB),(Acc)]
    Returnerer parametre og deres konfidensgrænser for den ikke-lineære tilpasningsfunktion F for dataene vx og vy, for et konfidensniveau conf, med valgfri standardafvigelser Stdy og valgfri nedre og øvre grænser for acceptable parameterværdier. Acc er konvergensnøjagtigheden.

    belastninger (Nipals)
    Returnerer belastningerne af de vigtigste komponenter (egenværdier) fra multivariate data returneret af Nipals-funktionen.

    localmax[M,(w)]
    localmax[x,y,M,(w)]

    Returnerer de lokale maksima i data efter nærmeste nabosammenligning med en valgfri vinduesbredde w af sammenligningspunkter.

    localmin[M,(w)]
    localmin[x,y,M,(w)]

    Returnerer de lokale minima i data efter nærmeste nabosammenligning med en valgfri vinduesbredde w af sammenligningspunkter.

    Opslag(z,A,B,modifikator)
    Søger i A efter værdier, der matches af z ifølge den boolske modifikator. Returnerer værdien/værdierne af de tilsvarende elementer i B.

    markNaN(v,vindeks)
    Ændrer hvert element i data specificeret af vindex til at indeholde en NaN.

    Match(z,A,modifikator)
    Returnerer indekserne for poster i A, som matcher z i henhold til den boolske modifikator.

    matchNaN(data)
    Returnerer indekset eller parret af indekser for NaN-posterne i data.

    Nipals(DATA,antalPC,maxiter,"scale/noscale",ACC)
    Returnerer scores, belastninger, akkumuleret varians forklaret og hovedkomponenter (egenværdier) fra multivariate data ved brug af et maksimum af maxiter-iterationer. Acc angiver termineringsnøjagtigheden, der bruges til generering af egenværdier. Data kan eventuelt skaleres til standardafvigelsen.

    Nipals2(Nipals,numAddPC)
    Returnerer scores, belastninger, akkumuleret varians forklaret, egenværdier for numPC yderligere hovedkomponenter (egenværdier), givet resultaterne beregnet af Nipals.

    ordre (v)
    Returnerer det indeks, hvori indtastningerne af v forekommer, hvis de er sorteret, baseret på den aktuelle værdi af ORIGIN.

    PCAeigenvals (Nipals)
    Returnerer de vigtigste komponenter (egenværdier) fra multivariate data returneret af funktionen Nipals eller Nipals2.

    PCAvariance (Nipals)
    Returnerer den akkumulerede procentdel af varians forklaret af de beregnede hovedkomponenter (egenværdier), der returneres af funktionen Nipals eller Nipals2.

    percentil(v,p)
    Returnerer antallet af værdier i v under p procent af det samlede antal point.

    polycoeff(vx,vy)
    Returnerer koefficienterne for den interpolerende polynomiefunktion.

    polyint(vx,vy,x)
    Returnerer interpoleret værdi ved x ved hjælp af en polynomiefunktion og den forventede fejl.

    polyiter(vx,vy,x,N,?)
    Returnerer interpoleret værdi ved x ved hjælp af en polynomiefunktion med maksimal rækkefølge N og maksimal fejl, ?. Returnerer også den beregnede fejl, og om funktionen konvergerede. (v1,[v2 eller "distribution")

    qqplot(v1,[v2 eller “distribution”])
    Returnerer point på et sandsynlighedsplot. Hvis kun v1 er angivet, returneres kvantiler for v1 og normalfordelingen. Hvis v2 er angivet, returneres kvantiler for v1 og v2. Hvis 'weibull' er angivet, returneres naturlige log-kvantiler for v1 og weibull-kvantiler.

    Rang (v)
    Returnerer den gennemsnitlige position, hvor hver værdi i v vises i en sorteret liste over dataene.

    rationalfit[vy,vy,conf,m,n,(Stdy),(LBUB),(Acc),(“noscale”)]
    Returnerer parametre og deres konfidensgrænser for et rationelt polynomiumtilpasning af orden m på toppen og n i bunden.

    rationalfitnp[vx,vy,conf,m,n,(Stdy),(LBUB),(Acc),(“noscale”)]
    samme som rationalfit, men vil returnere rationelle funktionsparametre, der ikke har nogen poler i dataområdet, vx.

    rationalint(vx,vy,x)
    Returnerer interpoleret værdi ved x ved hjælp af rationelle funktioner og den forventede fejl.

    Skala (M,min,max)
    Skalerer alle værdier i M mellem min og max.

    scoringer (Nipals)
    Returnerer pointene for de vigtigste komponenter (egenværdier) fra multivariate data returneret af funktionen Nipals eller Nipals2.

    Spyd(v1,v2)
    Returnerer Spearmans rangkorrelationskoefficient og tilhørende statistik.

    Spline[vx,vy,n,(vw),(u),(niveau)]
    Returnerer det optimale sæt af rækkefølge-n B-spline knob til at interpolere på data vx og vy, med valgfri vægt vw, valgfri ønskede knob u og et valgfrit afvisningsniveau. Output bruges med Binterp.

    Thiele(vx,coeff,x)
    Returnerer den interpolerede dataværdi ved x ved hjælp af Thieles fortsatte brøkinterpolation. Kræver koefficienterne beregnet af Thielecoeff.

    Thielecoeff(vx,vy)
    Returnerer interpolationskoefficienterne for xy-data ved hjælp af Thieles fortsatte brøkinterpolation. Output bruges med Thiele.

    ThreeSigma(v)
    Returnerer indekser for punkter i v, hvis middelværdi divideret med standardafvigelse er større end tre (outlier-test), og værdien af ​​denne mængde for hvert punkt.

    trim(v,vindex)
    Trimmer de indgange (rækker), der er angivet af vindex.

    VHlookup(z1,z2,A,c,modifikator)
    Søger i den første række og kolonne i A for værdier, der matches af z1 og z2 i henhold til den boolske modifikator. Returnerer værdien/værdierne i skæringspunktet mellem matchede rækker og kolonner.

    vhlookup(z1,z2,A)
    Søger i den første række og kolonne i A for værdier, der matches af z1 og z2. Returnerer værdien/værdierne i skæringspunktet mellem matchede rækker og kolonner.

    Vlookup(z,A,c,modifikator)
    Søger i den første kolonne i en matrix, A, efter værdier, der matches af z ifølge den boolske modifikator. Returnerer værdien/værdierne i den/de matchede række(r) i kolonne c.

    VSmooth(v,w)
    Tager en vektor af data med kompleks værdi, en vektor med heltals vinduesbredder, w, og median gentagne gange udglatter data, indtil der ikke er sket yderligere ændringer for hver vinduesbredde.

     

    Tilgængelighed

    Mathcad Data Analysis Extension Pack er en del af Mathcad kerneprodukt, tilgængeligt her.