Sagata Regression Pro Demo 1.0
Podrás descargarlo en 5 segundos.
acerca de Sagata Regression Pro Demo
El software Sagata Regression ofrece el poder de un paquete de regresión profesional con la facilidad y comodidad de una interfaz de Microsoft Excel. Las características incluyen: Factores cualitativos/categóricos - a menudo insumos o factores en la adaptación del modelo son cualitativos o categóricos en la naturaleza, por ejemplo, el tipo de casa (ladrillo, bacalao de capa o colonial) o el nombre del distrito escolar. S.R. Pro ofrece una integración completamente perfecta de factores categóricos y continuos. Procesamiento de back-end eficiente: a menudo los modelos de regresión implican miles o incluso decenas de miles de puntos de datos. El eficiente motor de programa C++ en S.R. Standard y Pro puede ahorrar minutos o incluso horas de espera en comparación con muchos paquetes de complementos de Microsoft Excel en estos casos. Generación interactiva de modelos: los expertos suelen elegir sus modelos de forma interactiva en función de la naturaleza de su problema y de la información estadística relevante. Sagata Regression proporciona una potente función de modelado personalizado para facilitar la generación de modelos de segundo y tercer orden. Motor de trazado 3D interactivo: trazar los resultados de los modelos de regresión es a menudo clave para ayudar a los responsables de la toma de decisiones a visualizar el impacto de las variaciones de entrada en las salidas. La regresión de Sagata genera gráficas de superficie visualmente atractivas y totalmente ajustables. Validación cruzada/MinPRESS Automodelado : enfoque exclusivo de selección automática de modelos de tipo escalonado con la ventaja de la evaluación del modelo de tipo de validación cruzada. Ponderación de datos: la regresión ponderada permite a los usuarios restar importancia a los datos asociados con errores de medición más altos. Automodelado de regresión escalonada: ofrece una función de regresión escalonada para seleccionar automáticamente el modelo "óptimo". Regresión robusta (para valores atípicos): normalmente algunos de los datos no son del todo confiables. Para estos casos, las alternativas a la regresión de mínimos cuadrados están menos influenciadas por un pequeño número de observaciones aberrantes o valores atípicos.