Régression plus Regress Plus, un outil à la pointe de l'art très convivial pour la modélisation mathématique.
Télécharger maintenant

Régression plus Classement & Résumé

Régression plus Mots clés

math équation graphique équation de modèle équation graphique modèle déterministe

Régression plus La description

Régress Plus - un outil de pointe de l'art très convivial pour la modélisation mathématique. Regress + est un outil convivial et convivial pour la modélisation mathématique.Il optimisera presque tout modèle déterministe univariié (équation) ainsi que des modèles stochastiques (distributions) ayant au plus cinq paramètres.Retregress plus des fonctionnalités et des fonctionnalités ne peuvent pas Soyez assorti par tout autre programme disponible. Certaines fonctionnalités clés de «Regress Plus»: Modélisation mathématique générale · Simple (Univariée) · Données: · Déterministique (régression) · Stochastique (variateurs aléatoires) · jusqu'à 2147483647 points (minimum 7) · Test de bonté robuste-de-forme · Intervalles de confiance bootstrap (90, 95 et 99%) pour les paramètres · Métriques de bonté stochastique-modèle - Métriques de l'ajustement · Méthodologie BOOTSTRAP (le cas échéant): · Technique de la BCA (État-du-the -Art) · Technique de centile · Précision corrigée · Optionnel "gel" d'estimation initiale (s) d'estimation (s) initiale (s) pour tout paramètre (s) · choix de critère d'optimisation · Aucune hypothèse cachée N'importe Où: · Aucune approximation, en dehors de celles communes à l'échantillonnage et à la bootstress en général · Non DA TA Transformations de toutes sortes de dialogues · "SMART" pour fonctionner sans surveillance et / ou en arrière-plan · Entrée de texte (peut contenir des commentaires illimités) · Texte et sortie graphique · Une touche de frappe (peut être enregistrée en tant que PICT). Documentation (au PDF): · Tutoriel (50 pp.) · Guide des utilisateurs (36 p.) · Détails techniques et références (8 p.) · Annexe A: Compendium de distributions de probabilité communes (120 pp., Volume distinct) · Annexe B: Messages d'erreur (4 pp.) · Beaucoup d'échantillons de données de modélisation déterministe · Modèles: Y = F (x), avec 1 à 10 paramètres · 22 familles intégrées de modèles · Modèle Gaussien-Lorentzian pour les pics spectraux ( Voir l'exemple # 5) · Modèle "Défini par l'utilisateur" · Mode de recuit simulé spécial pour trouver les estimations de paramètres initiaux · Critères d'optimisation: · moindres carrés · Déviation moyenne minimale · Poids (pour la variable dépendante, Y) · Liste des données aménagées et des résidus de modélisation stochastique · 56 Distributions intégrées: · 30 Continu · 17 Continu BI Mélanges Nary · 5 Discrete · 4 Mélanges binaires discrets · 4 Critères d'optimisation: · PROBABILITÉ MAXIMUM-VOIGHITÉ (Tous) Statistique Kolmogorov-Smirnov (Variations continues) · Minimum Chi-Square (variétés discrètes) · Une entrée discrète peut être regroupée. Création d'échantillons de variateurs aléatoires (TextFiles, voir exemple # 10)

Régression plus Logiciels associés