Hoppa till innehåll
Start » Nyheter » Mathcad Tillägg: Data Analysis Extension Pack

Mathcad Tillägg: Data Analysis Extension Pack

    En kraftfull förlängning till Mathcad för att analysera tekniska datamönster och relationer.
    Utformad med industriella tillämpningar i åtanke, ger Data Analysis Extension Pack en kraftfull designlösning för att analysera datamönster och relationer. Det tilltalar en bred bas av yrkesverksamma från ingenjörer till statistiker till fysiker till affärsanalytiker, som alla förlitar sig på någon slags analyser av data inom sitt arbetsområde.

    Du har nu möjlighet Mathcad miljön är idealisk för utforskande dataanalys (EDA) och vad-om-scenarier. Data Analysis Extension Pack bygger på Mathcads överlägsna tekniska designmiljö, så att du kan integrera ditt dataanalysarbete med tekniska dokument, grafer och presentationer av publikationskvalitet skapade i Mathcad.

    • Erbjuder den senaste tekniken inom anpassningsalgoritmer för snabbare, robustare och mer exakta lösningar.
    • Lägger till funktionalitet till Mathcad som möjliggör import av flera och storskaliga filer i flera filformat, inklusive en interaktiv dataförhandsgranskning som hjälper dig att importera komplicerade filformat korrekt.
    • Lägger till användbarhetsfunktioner för hantering och sökning av datamatriser.
    • Demonstrerar tekniker för att hantera data effektivt i Mathcad.

    Datahanteringsförmåga
    Tekniska proffs samlar in data i olika format och från olika typer av systemstems, och de delar gemensamma problem och krav i ett dataanalysverktyg, som detta Mathcad tilläggsadresser, som:

    • Data från många olika systems i många format
    • Flera, stora datamängder med inkonsekvent kolumnformatering och märkning/rubriker
    • Data av mycket liten eller mycket stor skala, vilket gör det svårt att passa in
    • Data med hundratals mätningar som måste reduceras till en mer kompakt representation
    • Data med saknade eller misstänkta extremvärden
    • Förmåga att utvärdera data visuellt och kvalitativt för att bestämma det bästa analysförloppet (EDA)

    Funktioner

    • Dataimportguidekomponenten låter dig läsa filer i ASCII, fast bredd, binär, Excel och andra format, förhandsgranska innehåll, visuellt välja rader och kolumner för import, välja fyllmedel för saknade värden och ange avgränsningar.
    • Matrisverktygsfunktioner för flexibel tabellsökning, datarankning och empiriska maxima- och minimasökningar.
    • Statistiska funktioner för EDA, detektering av extremvärden och saknat värde NaN (inte ett nummer) stöder.
    • Flexibla icke-parametriska anpassningsalgoritmer (interpolation) som använder statistiska metoder för att skapa optimala lösningar och returnera mer information om anpassningen.
    • Robusta, generaliserade parametriska olinjära passningsfunktioner, som stöder viktning och begränsningar.
    • Principal Component Analysis (PCA) fungerar för multivariat data med hjälp av Nipals-algoritmen.
    • Sannolikhetsdiagram, inklusive normal- och Weibull-diagram.
    • Filskrivningsfunktioner som kan användas i programloopar.
    • Konfidensgränser och demonstration av ANOVA för anpassade parametrar.
    • Dokumentation som innehåller exempel på vanliga analysscenarier med verklig data, inskriven
    • Mathcad för återanvändning.
    • Detaljerad dokumentation av befintliga Mathcad funktioner för dataanalys, i samband med Mathcad förgrams och skriptbara komponenter, visar dig nya sätt att använda den redan kraftfulla verktygsuppsättningen i Mathcad.

    Ett komplett bibliotek av Mathcad Funktioner
    Data Analysis Extension Pack tillhandahåller följande funktioner:

    • Verktyg: Funktioner som hjälper dig att manipulera rådatamatriser.
    • Statistik: Funktioner som beräknar statistiska kvantiteter för vektorer och matriser av data.
    • Outliers: Funktioner som upptäcker, markerar och eliminerar extremvärden från data för efterföljande bearbetning.
    • Regression: Funktioner som utför parametriska anpassningar till data eller returnerar information om passformens kvalitet.
    • Splines: Funktioner som interpolerar mellan datapunkter.

    Bicubic2D(vx,vy,Z,p,q)
    Interpolerar mellan 2D-värden i Z, med positionerna x och y, vid mellanpunkterna p och q. Exempelfil.

    Binterp(x,b)
    Interpolerar resultaten b från Spline2 vid punkt x, tillsammans med första-, andra- och tredjederivatan.

    förtroende(vx,vy,F,b,conf)
    Returnerar konfidensgränserna för parametrarna b för en anpassningsfunktion F(x,b) anpassning till data vx och vy.

    contingbtl(M)
    Returnerar chi-kvadrat, frihetsgrader, sannolikhet att chi-kvadrat eller större skulle inträffa om variabler inte hade någon association, Cramers V, och kontingenskoefficienten, C för en kontingenstabell M.

    DWS(b)
    Tar en vektor, b, resultatvektorn från Spline2-funktionen och returnerar Durbin-Watson-statistiken för Spline.

    filterNaN(v)
    Trimmar de element eller rader eller data som har NaNs.

    Ftest(v1,v2)
    Testar hypotesen att v1 och v2 är hämtade från distributioner som har samma varians. Returnerar F-statistiken och sannolikheten för att ett så här stort eller större värde skulle inträffa när fördelningarna har samma varians.

    Grubbs(v,a)
    Returnerar index för misstänkta extremvärden och deras Grubbs-teststatistik för en konfidensnivå a.

    GrubbsClassic(v,a)
    Returnerar index för datapunkten som mest sannolikt är en extremvärde och dess Grubbs teststatistik för en konfidensnivå a.

    Hlookup(z,a,rad,modifierare)
    Letar i första raden av A efter värden som matchas av z enligt den booleska modifieraren. Returnerar värdet/värdena i den/de matchade kolumnen/kolumnerna i rad r.

    IsNan
    Returnerar 1 om x är x är ett NaN. Returnerar 0 annars.

    kendltau(v1,v2)
    Returnerar Kendalls tau, antalet standardavvikelser från 0 och sannolikheten för att ett så här stort eller större värde skulle inträffa om sampelna var okorrelerade.

    kendltau2(M)
    Returnerar Kendalls tau, antalet standardavvikelser från 0 och sannolikheten för att ett så här stort eller större värde skulle inträffa om beredskapstabellen M var okorrelerad.

    LeastSquaresFit[vx,vy,F,guess,conf,(Stdy),(LBUB),(Acc)]
    Returnerar parametrar och deras konfidensgränser för den olinjära anpassningsfunktionen F för data vx och vy, för en konfidensnivå conf, med valfria standardavvikelser Stdy och valfria nedre och övre gränser för acceptabla parametervärden. Acc är konvergensnoggrannheten.

    laddningar (Nipals)
    Returnerar laddningarna av huvudkomponenterna (egenvärden) från multivariatdata som returneras av funktionen Nipals.

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

    Returnerar de lokala maxima i data genom jämförelse av närmaste granne, med en valfri fönsterbredd w av jämförelsepunkter.

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

    Returnerar de lokala minima i data genom jämförelse av närmaste granne, med en valfri fönsterbredd w av jämförelsepunkter.

    Slå upp(z,A,B,modifierare)
    Letar i A efter värden som matchas av z enligt den booleska modifieraren. Returnerar värdet/värdena för motsvarande element i B.

    markNaN(v,vindex)
    Ändrar varje element i data som specificeras av vindex för att innehålla en NaN.

    Match(z,A,modifierare)
    Returnerar index för poster i A som matchar z enligt den booleska modifieraren.

    matchNaN(data)
    Returnerar indexet eller indexparet för NaN-posterna i data.

    Nipals(DATA,antalPC,maxiter,"scale/noscale",ACC)
    Returnerar poäng, laddningar, förklarad ackumulerad varians och huvudkomponenter (egenvärden) från multivariatdata med ett maximum av maxiter-iterationer. Acc anger termineringsnoggrannheten som används för generering av egenvärden. Data kan valfritt skalas till standardavvikelsen.

    Nipals2(Nipals,numAddPC)
    Returnerar poäng, laddningar, förklarad ackumulerad varians, egenvärden för numPC ytterligare huvudkomponenter (egenvärden), givet resultaten beräknade av Nipals.

    order (v)
    Returnerar indexet i vilket inmatningarna av v förekommer om de sorteras, baserat på det aktuella värdet för ORIGIN.

    PCAeigenvals (Nipals)
    Returnerar huvudkomponenterna (egenvärden) från multivariatdata som returneras av funktionen Nipals eller Nipals2.

    PCAvarians (Nipals)
    Returnerar den ackumulerade procentuella variansen som förklaras av de beräknade huvudkomponenterna (egenvärden) som returneras av funktionen Nipals eller Nipals2.

    percentil(v,p)
    Returnerar antalet värden i v under p procent av det totala antalet poäng.

    polycoeff(vx,vy)
    Returnerar koefficienterna för den interpolerande polynomfunktionen.

    polyint(vx,vy,x)
    Returnerar interpolerat värde vid x med hjälp av en polynomfunktion och det förväntade felet.

    polyiter(vx,vy,x,N,?)
    Returnerar interpolerat värde vid x med en polynomfunktion med maximal ordning N och maximalt fel, ?. Returnerar även det beräknade felet och om funktionen konvergerat. (v1,[v2 eller “distribution”])

    qqplot(v1,[v2 eller “distribution”])
    Returnerar poäng på en sannolikhetsplot. Om endast v1 anges returneras kvantiler för v1 och normalfördelningen. Om v2 anges returneras kvantiler för v1 och v2. Om 'weibull' anges, returnerar naturliga logkvantiler för v1 och weibullkvantilerna.

    Rank(v)
    Returnerar den genomsnittliga positionen där varje värde i v visas i en sorterad lista med data.

    rationalfit[vy,vy,conf,m,n,(Stdy),(LBUB),(Acc),(“noscale”)]
    Returnerar parametrar och deras konfidensgränser för en rationell polynompassning av ordningen m på toppen och n på botten.

    rationalfitnp[vx,vy,conf,m,n,(Stdy),(LBUB),(Acc),(“noscale”)]
    samma som rationalfit, men kommer att returnera rationella funktionsparametrar som inte har några poler i dataområdet, vx.

    rationalint(vx,vy,x)
    Returnerar interpolerat värde vid x med rationella funktioner och det förväntade felet.

    Skala (M,min,max)
    Skalar alla värden i M mellan min och max.

    poäng (Nipals)
    Returnerar poängen för huvudkomponenterna (egenvärden) från multivariatdata som returneras av funktionen Nipals eller Nipals2.

    Spear(v1,v2)
    Returnerar Spearmans rankkorrelationskoefficient och tillhörande statistik.

    Spline[vx,vy,n,(vw),(u),(nivå)]
    Returnerar den optimala uppsättningen av order-n B-spline-knutar att interpolera på data vx och vy, med valfria vikter vw, valfria önskade knop u och en valfri avvisningsnivå. Utgång används med Binterp.

    Thiele(vx,coeff,x)
    Returnerar det interpolerade datavärdet vid x med Thieles fortsatta bråkinterpolering. Kräver koefficienterna beräknade av Thielecoeff.

    Thielecoeff(vx,vy)
    Returnerar interpolationskoefficienterna för xy-data med Thieles fortsatta bråkinterpolering. Utgång används med Thiele.

    ThreeSigma(v)
    Returnerar index för punkter i v vars medelvärde dividerat med standardavvikelse är större än tre (outlier-test), och värdet på denna kvantitet för varje punkt.

    trim(v,vindex)
    Trimmar ut posterna (raderna) som anges av vindex.

    VHlookup(z1,z2,A,c,modifierare)
    Letar i den första raden och kolumnen i A efter värden som matchas av z1 och z2 enligt den booleska modifieraren. Returnerar värdet/värdena i skärningspunkten mellan matchade rader och kolumner.

    vhlookup(z1,z2,A)
    Letar efter värden som matchas av z1 och z2 i den första raden och kolumnen i A. Returnerar värdet/värdena i skärningspunkten mellan matchade rader och kolumner.

    Vlookup(z,A,c,modifierare)
    Letar i den första kolumnen i en matris, A, efter värden som matchas av z enligt den booleska modifieraren. Returnerar värdet/värdena i den/de matchade raden/raderna i kolumn c.

    VSmooth(v,w)
    Tar en vektor av komplext värderade data, en vektor med heltals fönsterbredder, w, och median jämnar ut data tills ingen ytterligare förändring har skett för varje fönsterbredd.

     

    Tillgänglighet

    Du har nu möjlighet Mathcad Data Analysis Extension Pack är en del av Mathcad kärnprodukt, tillgänglig här.