MARS®多變數回歸分析軟體-統計分析軟體/新永資訊有限公司

MARS®多變數回歸分析軟體

MARS®多變數回歸分析軟體

  • MARS®多變數回歸分析軟體
  • 編號
  • 類別
    統計分析軟體
  • 介紹
    MARS®(Multivariate Adaptive Regression Splines) 是 CART 的夥伴,專注於開發和部署準確且易於理解的回歸模型。
  • 價格

MARS Multivariate Regression Analysis Software

The MARS methodology's approach to regression modeling effectively uncovers important data patterns and relationships that are difficult, if not impossible, for other regression methods to reveal. The MARS modeling engine builds its model by piecing together a series of straight lines with each allowed its own slope. This permits the MARS modeling engine to trace out any pattern detected in the data.

High-Quality Regression and Classification
The MARS Model is designed to predict numeric outcomes such as the average monthly bill of a mobile phone customer or the amount that a shopper is expected to spend in a web site visit. The MARS engine is also capable of producing high quality classification models for a yes/no outcome. The MARS engine performs variable selection, variable transformation, interaction detection, and self-testing, all automatically and at high speed.

High-Performance Results
Areas where the MARS engine has exhibited very high-performance results include forecasting electricity demand for power generating companies, relating customer satisfaction scores to the engineering specifications of products, and presence/absence modeling in geographical information systems (GIS).

 

系統需求


Windows System Requirements
OS:
Windows 7 SP 1 or later, Windows 8 or 8.1, Windows 10.

RAM:
2 GB.
Processor:
Intel® Pentium® 4 or AMD Athlon™ Dual Core, with SSE2 technology.
HD:
2 GB (minimum) free space available.
Screen Resolution:
1024 x 768 or higher.

Linux System Requirements
OS (64-Bit Only):
Ubuntu 14.04 or 16.04, CentOS 6.9 or 7.5, RHEL 6.9 or 7.5.
RAM:
2 GB.
Processor:
Intel® Pentium® 4 or AMD Athlon™ Dual Core, with SSE2 technology.
HD:
2 GB (minimum) free space available.

MARS®多變數回歸分析軟體

MARS 方法的回歸建模方法有效地揭示了其他回歸方法難以甚至不可能揭示的重要數據模式和關係。MARS 建模引擎通過將一系列直線拼接在一起來構建模型,每條直線都有自己的斜率。這允許 MARS 建模引擎追踪數據中檢測到的任何模式。

高質量的回歸和分類
MARS 模型旨在預測數字結果,例如移動電話客戶的平均每月賬單或購物者預計在網站訪問中花費的金額。MARS 引擎還能夠為是/否結果生成高質量的分類模型。MARS引擎自動高速執行變量選擇、變量轉換、交互檢測和自檢。

高性能結果
MARS 引擎表現出非常高性能結果的領域包括預測發電公司的電力需求、將客戶滿意度分數與產品的工程規格相關聯,以及地理信息系統 (GIS) 中的存在/不存在建模。

 

PRIMER-e v7 生態學多變數統計軟體

PRIMER 已成為非參數多變量分析軟件工具的全球標準。當變量過多或多元正態性假設不成立時,經典技術會動搖。 PRIMER 使用統計方法進行救援,這些方法依賴於強大的置換技術進行嚴格的推理,通常根據用戶選擇的等級相似性執行。盡量減少你的假設。最大化您的洞察力。 第 7 版充滿了 PRIMER 獨有的大量新產品(例如 3 路 ANOSIM、 閾值度量 MDS、kRCLUSTER、引導程序平均值等),提供了 一個不可或缺的現代工具來可視化、分析和表徵多變量中的顯著模式數據。

PRIMER-e v7 生態學多變數統計軟體

IRTPRO 5.1項目反應測驗軟體

IRTPRO™ 是使用項目反應理論 (IRT) 進行項目校準和測試評分的高級應用程式。它帶有直觀的圖形用戶界面,並提供內置的生產質量 IRT 圖形。IRTPRO™適用於教育工作者、學生、研究人員和評估組織,在教育、心理、社會和健康科學領域的應用越來越廣泛。

IRTPRO 5.1項目反應測驗軟體

IBM SPSS AMOS 結構方程模型分析軟體

IBM SPSS AMOS 是一款專業的結構方程模型(SEM)分析軟體,可用於數據分析、統計建模、因果關係分析等。該軟體基於最新的結構方程建模技術,可幫助用戶構建複雜的模型並進行分析。您可以繪製結構方程模型圖、設置模型參數、模型適配度檢測、多樣本比較等操作。該軟體支持多種分析方法,如路徑分析、因果關係分析、驗證性因子分析、多層次建模等,幫助用戶從數據中發現深層次的因果關係和影響因素。此外,IBM SPSS AMOS 還提供了豐富的圖表和報告生成工具,使得用戶可以直接地呈現和分享研究成果。如果您是一名統計學家、社會科學研究人員、市場調研人員或學術人員,IBM SPSS AMOS 將是您不可或缺的工具。

IBM SPSS AMOS 結構方程模型分析軟體