STATGRAPHICS Centurion是为那些想要做数据分析而又拨不出周末功夫来进建统计工具包的人设计的。是一款数据分析工具。它文件体式的数据导入，并且凭据科学家的推算步骤对这些数据进行处置，用户也能够实时更新数据量，让用户对市场了如指掌。它150种以上统计法式，从叙述统计一向到尝试设计都有。你要有统计基础就能够实现统计图表。 每法式都有StatWizard和StatAdvisor的工具能够协助您上手。

?

通过贸易智能和数据分析获得的质量，洞察力和阐发。这就是Statgraphics的价值主张。它谈到了当前的业务环境，必要依附数据科学来发展。软件直观的界面拥有的职能和精彩度，并且使用。随着STATGRAPHICS Centurion 19，你会绝不费劲的开发要实现成功的了局和谈。它为您提供了钻营，获得理解并实现业务指标的统计工具。指标：提高系统机能以提，提逾越产率，开发实际以及政策和法式，以推动节俭成本的效能和节造。通过质量，洞察力和表此刻的部门中得到成功。

?

通过与Statgraphics数据科学分析合作，提升运营水平，提升值到顶峰并登顶。寻找解决规划以应对复杂的挑战。猜测，充斥信心的进行索求，并在使用的方面揭示获得成就和成功的蹊径。

?

统计学Centurion XIX290多种职能，与Python职能的新链接，现代化的图形用户界面以及方便的职能定位职能区；过程仪表板，大数据职能等等。

?

您应该将其归功于您的业务。您有责任让自己的工作超出预期，并在竞争中脱颖而出，同时使您的工作更。

?

版本1915种新的统计法式，钻研，决策丛林和机械进建算法，新的图形用户界面，与R和Python的，对DOE向导的改进以及对40个现有过程的加强。

这些加强职能强调了数据可视化和预测分析日益提高，这对于解锁通常暗藏在网络的数据中的信息以及理解利用于该数据的统计步骤的寓意而言都是如此。

?

STATGRAPHICS Centurion职能亮点：

Statgraphics产品是为行业的人员创建的，以其业务流程，其产品和服务并超过竞争敌手。

?

• 数据可视化

在可视化数据时能够看到全局并获得新见解。第19版28个交互式Statlet，以援手可视化数据。通过把持工具栏上的控件，能够动态查看更改。凭借Statgraphics杰出的图形职能，都将可见！

?

?

• R接口

Statgraphics此刻已经与R在一路，使用户可能大大扩大Statgraphics Centurion 19的职能。使用此界面，您能够享受R法式员与Statgraphics用户之间的。此刻，在R中工作的数据科学家能够与组织中的人共享它们的工作，从而加快可行信息的流向。

?

?

• Python接口

Statgraphics 19为Python增长了新的接口，这是一种编程说话，在科学家，业务分析师以及想要开发用于分析数据的步骤的人中盛行。该接口使您能够的在Statgraphics中来回传递数据并执行Python剧本。

?

?

• StatAdvisor

STATAdvisor使可用不是统计学家的幼我能够理解统计输出。它诠氏缢从输出表中获得关键见解，并诠氏缢了局（或之处）。STATAdvisor输出粘贴到报表中以分享给人。

?

?

• 质量治理与改进

质量改进变的。必要SPC吗
？绝不费劲地提高您的质量项目。新的仪表板可同季节造多个过程变量，该仪表板会在产生异常事务时天生警报。请参阅用于质量评估，能力分析，节造图，量具钻研，验收抽样，蒙特卡洛仿照和精益六西格玛的多多工具。

?

?

?

• 尝试向导的设计

通过项目，削减开支。DOE向导将疏导您实现尝试设计过程的阶段。第19版在其宽泛的筛选，响应面，混合物和RPD尝试目录中增长了别号设计。它还通过以设计效能的方式增长运行来增长扩大示有尝试的能力。

?

?

STATGRAPHICS Centurion

STATGRAPHICS占有以下几点竞争优势：

• StatWizard —StatWizard协助用户数据选择是当分析工具。使用者能够利用描述性统计或是让精灵凭据您的数据类型进行分析。

• StatAdvisor—StatAdvisor能检定您统计了局。使用者要透过一两个步骤，就能够得到分析了局。

• StatLink—StatLink 链接单一或多个数据到您的分析法式中，让用户随时更新数据库。另表，用户也能够输入资料，例如：Microsoft Access or Excel。

• Six Sigma Toolbox —STATGRAPHICS拥有执行六尺度误差的工具。 工具箱也具备六尺度误差DMAIC范例。

• StatGallery—StatGallery可将图型搁置在统一画面下，以援手用户比力分歧数据。

• StatReporter—StatReporter组织您的钻研了局成为出版品。您能够将成就放入汇报中，并存成RTF体式以置入Microsoft Word。

• StatPublish—性子能让您输出数据到网页中。性子能可自动在HTML网页嵌入图型。

• StatFolios—StatFolio可贮存您分析在同档案中，所以您能够在随时建改资料。当输入的数据扭转，了局也会随着自动更正。

?

选择STATGRAPHICS Centurion的六大理由：

1. 功夫就是金钱. STATGRAPHICS的接口和动态数据处置，您可缩短大量的数据处置功夫。

2. 统计不应该成为钻研阻碍. StatAdvisor明显且简洁的诠释统计输出。

3. 大无数的数据不是来自于教科书 STATGRAPHICS是被设计来使用在教室表的，由于数据不全然是尺度常态、独立。

4. 图型了局，应该是钻研的方向. 若是您利用STATGRAPHICS造作图型，将图型整合成分析的一部份，图型的出现成效总是表格出现。

5. 能分享的知识才是动力. StatReporter 转换您的钻研成就到的利用法式上或是输出成RTF或HTML体式。

6. 达成六尺度误差质量的清澈思路，唯有STATGRAPHICS能提供工具将数据转成知识，让知识协助达成利润。

?

Statgraphics Centurion19是旗舰Windows桌面产品的新版本。这是一项沉大，为统计分析，数据可视化和预测分析增长了新职能。沉点新的用户界面，对“尝试设计向导”的加强，新的机械进建过程以及用于与Python互换数据和剧本的步骤。

?

Statgraphics 19是一项沉大，其中加强职能，其中：

• 新的图形用户界面，区栏，能够的找到要使用的分析以及选择选项的控件。

• Python的接口，拥有互换数据，执行剧本和接见库（例如K-means聚类过程）的职能

• 十几种新的统计法式，等价分析和方差非劣性检验，分位数回归，分段线性回归，零膨胀泊松和负二项式回归，单变量和双变量正态分析的拟合混合，机械进建法式如决策丛林，瀑布图，维恩和欧拉图。

• DOE向导中的新别号设计，以及用于选择运行以加强现有设计的职能。

• 批示所选过程（如节造图和能力指数）的状态的仪表板。

?

新职能和加强职能：

用户界面

此刻，选项和过程的选择由职能区栏和接见工具栏节造。

?

职能区条使您能够找到所需的职能，而接见工具栏使您能够在使用自己喜欢的过程时跳过菜单。

?

此刻，能够使用“分析”窗口在多窗格和单窗格模式之间切换。与早期版本一样，多窗格模式将表和图形放在拆吩祺窗口的单独窗格中。

?

?

单窗格模式将输出组合为单个汇报形状体式。

?

从上面能够看出，输出表此刻拥有可批改的列和行标题，能够使用可选色彩和职能来显示它们。

?

仪表板

新的仪表板已增长到StatFolio窗口集中，能够并排显示来自分歧分析的表格和图表。对于节造图，能力分析，回归，股票图和怀抱钻研之类的法式，表或图形的布景能够被着色为绿色，黄色或红色，以批示所选索引，大的变动或异常残差的状态。

?

?

单变量混合物散布

“散布拟合（单变量混合模型）”过程将散布拟合到单变量正态散布的混合物的陆续数值数据；旌衔锏某煞帜芄淮碛糜谀夂险迳⒉嫉难分械姆制缁呕蛘呋旌衔锬Ｐ湍芄唤朴涤懈丛幼刺哪承┥⒉。该过程适合散布，创建图形并推算尾部面积和临界值。提供了用于确定代表数据样本必要几多个组件的工具。

?

?

二元混合物散布

散布拟合（双变量混合散布）过程将散布拟合到由双变量正态散布的混合物组成的陆续数值数据；旌衔锏某煞帜芄淮碛糜谀夂险迳⒉嫉难分械姆制缁，或者混合物模型能够近似拥有复杂状态的某些散布。该过程拟合散布并创建拟合模型的图形；固峁┝擞糜谌范ò凳臼菅颈匾付喔鲎榧的工具。

?

?

分段线性回归

所述分段线回归法式被设计成装置回归模型，其中因变量Y和自变量X的关系是由2个或多个线性段的陆续函数。使用非线性ordinary least squares估计函数。用户指定段数和段衔接地位的初始估计。而后，该过程将估计坡度，坡度变动以及s变动产生的地位。

?

?

钻研

造药公司通常使用钻研来估计药物的降解速度并确定保质期。通常在分歧功夫对多个批次的样品进行丈量。估算降解模型的预测下限与药物的规格下限订交的功夫。凭据数据的结构，批次能够视为固定成分或随机成分。

?

?

分位数回归

法式拟合线性模型来描述因变量Y的选择位数和的自变量之间的关系。自变量可所以定量的也可所以分类的。与尺度多元回归法式（其中模型用于预测均值响应）分歧，分位数回归模型可用于预测百分位数。中位数回归是一种情况，其中要预测的分位数为第50个百分位数。

?

?

别号尝试设计

由DOE向导天生的新别号设计思考了估计模型系数的精度，并且思考了那些不在如果模型中的自动效应引起的估计中的潜在误差。D-优等准则不思考由省略效应引起的混叠。有时，代替的D-优设计可能会受到相当分歧水平的混叠。在时辰，所选设计效能的幼幅度降低可能潜在误差的大幅降低。

?

?

现有尝试设计的扩充

DOE向导中增长的一项新职能是可能将运行增长到现有尝试中，以选择的尺度。用户先选择要增长的运行次数，而后实现如下所示的对话框。

?

?

等效性测试—方差比力

增长了新的法式来证明总体方差的等价性或非劣性。一种步骤是将单个样本的方差与指标值进行比力，而另一种步骤令比力才可能两个分歧总体中提取的样本方差。在种情况下，若是它们各自的尺度差之比落在萦绕1的某个区间内，则以为这些样本是“等效的”。

?

?

量具钻研-GLM钻研

GLM步骤基于一项钻研，其中m个评估员对n个项目进行了r次丈量，从而估算了丈量系统的可沉复性。它还估计的量，例如总误差，精度—公差比，丈量误差的尺度误差以及误差成分的钻研贡献。除了评估人员和零件所引入的变动之表，还可能成分
Ｄ芄唤郊映煞质游涤泄潭ɑ蛩婊跋。把稳：此过程将除了不平衡的数据。

?

?

决策丛林

所述决策丛林过程实现机械进建过程中预测从数据观测。它创建2种大局的模型：

1. 分类模型凭据观察到的将观察分为几组

2. 预测因变量值的回归模型

通过创建大量决策树并均匀由这些决策树得出的预测来构建模型。树是使用于分类树或回归树的过程构建的，拥有随机节点和“装袋”的。

?

?

零膨胀推算回归

零膨胀计数回归被设计成装置回归模型。其中因变量Y由计数。拟合回归模型将Y与预测变量X有关，该变量可所以变量的也可所以分类的。它于泊松回归和负二项式回归的过程除了它代表这些模型中进展出现的更过零的附加组件之表。过多零的数据普遍，示例，例如学生旷课天数，并非人都有保险的人群中保险索赔数量，造制品中的缺点数量以及野活泼物计数。

?

?

维恩图和欧拉图

“维恩图和欧拉图”过程创建的图显示离散事务产生的相对频率。它们由代表事务产生频率的原型区域组成，其中圆圈的沉叠暗示同时产生多个事务。

?

瀑布图

版本19中增长了3种类型的瀑布图：有序图，挨次图和三维图。有序瀑布图用于注明感兴致的变量在个别样本中增长或削减。通常以蹬宗0的基线为基准，将数据值排序并绘造为条形图
Ｄ芄唤慰枷咴龀さ酵贾幸韵允局副曛。

?

挨次瀑布图

用于注明正和负贡献对总价值的累积影响。条形图代表贡献以及总计和幼计。利用法式财政分析，库存分析，绩效分析，招聘和人丁统计。

?

三维瀑布图用于显示多列数据和公共变量。时时遇到的示例是累积频谱衰减图，其中屡次绘造频谱以注明幅度随频率和功夫变动的变动。通常，这些图用于显示定量变量相对于功夫和成分的变动。

?

Python介面

版本19向Python编程说话增长了借口，该接口于版本18中增长的R的接口。已增长了一些过程，使在Statgraphics和Python之间传递数据成为可能。Python剧本也能够在Statgraphics中编写和执行。

?

?

K均值聚类

K均值聚类过程执行机械进建过程，以创建多元定量的组或聚类。通过将在输入变量的空间中靠在一路的观察分组在一路来创建聚类。推算由Python中的“Scikit-learn”
？橹葱。

?

?

新的概率散布

几个新的概率散布已增长到可用于拟合数据和天生随机数的散布列表中：

1. 零膨胀泊疏松布

2. 零膨胀负二项式散布

3. SB，SL和SU刊行版的Johnson系列

?

?

属机能力和性分析

性分析已增长到基于属性数据确定能力的过程中。性分析用于确定流程对包装中不合格的数量暗示的规范的切合水平。

?

?

新的统计检验

现有的统计法式中增长了一些新的统计检验：

1. Levebe检验，用于比力多个样本的方差

2. Wald-Wolfowitz检验，该检验检验以下如果：两个独立样正本自统一群体

3. 在单方面向方差分析法式中进行Games-Howell赛后多沉比力测试

?

统计过程节造图

节造 Limits?的沉新推算点数已从4更改为9.

?

?

短缺数据图

图已增长到数据查看器中，以显示数据集中缺失数据的地位

?

条形图

此刻能够将可选行增长到和多个条形图

?

?

通用线性模型

对于定量和分类成分，逐步变量选择已增长到GLM法式中。此表，还简化了交互和高阶术语的输入。

?

?

配对样本的比力

2个新的诊断图已增长到“配对样品比力”过程中。个是对角线，它用对角线绘造成对的值。

?

个图绘造了Y=X线的残差

?

?

变动

在整个法式中增长了新选项

?

1. 能够在数据编纂器中撤销几个陆续的操作

?

2. 能够回转数据表中行的挨次

?

3. 可能将StatGallery中的图像另存为图像文件

?

4. 可能保留拥有通明布景的图形

?

5. 保留图形时更改点大幼的能力

?

6. 校准模型的新的单边预测限度

?

7. 分隔树状图上的群集的可选行

?

8. 能够在DOE向导当选定的响应

?

9. 在法式中都有新的渣滓概率图

?

10. 雷达图和蜘蛛图中的数据和代码列的可选输入

?

11. 从Minitab项目文件，SAS传输文件和SPSS可移植文件直接导入数据

?

Statgraphics Centurion 19.2新职能：

?

新法式：

?

动态帕累托图（在Statlets-数据列下）

动态雷达/蜘蛛图（在Statlets-数据列下）

功夫序列螺旋图（在Statlets-数据列下）

向量机（在Interfaces-Python下）

拟合非正态混合物散布（在Interfaces-R下）

?

新职能：

图例框中的点符号搁置得到了改进

单击以鉴别图形上的点时，增长了用于节造鼠标光标活络度的新选项