Statgraphics Centurion 18.1破解版

Statgraphics Centurion 18是一款全面的Windows桌面產(chǎn)品，用于統(tǒng)計(jì)分析，數(shù)據(jù)可視化和預(yù)測(cè)分析。它包含260多個(gè)程序，涵蓋了廣泛的數(shù)據(jù)分析技術(shù)。 Statgraphics 18具有易于使用的GUI，無需學(xué)習(xí)復(fù)雜的命令語言。對(duì)從業(yè)者特別有幫助的是StatAdvisor，它以適合向非統(tǒng)計(jì)學(xué)家呈現(xiàn)的方式解釋統(tǒng)計(jì)分析的結(jié)果。Statgraphics Centurion主要用于工程數(shù)據(jù)分析、數(shù)據(jù)可視化、統(tǒng)計(jì)建模和預(yù)測(cè)分析，是一款運(yùn)用范圍非常廣泛的直觀分析平臺(tái)，該軟件結(jié)合了多種科學(xué)的分析計(jì)算，運(yùn)用方差分析、多元化分析、圖表分析、概率分析等為用戶提供了全放位的數(shù)據(jù)分析模式，有效的對(duì)產(chǎn)品、工程等進(jìn)行優(yōu)化處理，在工程的實(shí)施階段就預(yù)先分析了各種可能出現(xiàn)的異常數(shù)據(jù)問題，從而避免了工程后期出現(xiàn)失誤，該軟件也能用于服務(wù)行業(yè)的數(shù)據(jù)統(tǒng)計(jì)分析，為各行業(yè)的專業(yè)人士，以優(yōu)化業(yè)務(wù)流程，提高他們的產(chǎn)品和服務(wù)，并超越他們的競(jìng)爭(zhēng)對(duì)手創(chuàng)造。

安裝破解教程

1、下載數(shù)據(jù)包并解壓，雙擊“Statgraphics Centurion 18 English X64.msi”點(diǎn)擊next

2、選擇“I Agree”然后縣級(jí)next

3、軟件正在安裝，請(qǐng)耐心等待

4、安裝完成

5、安裝完成后將數(shù)據(jù)包內(nèi)crack文件夾里的破解補(bǔ)丁復(fù)制到C:\Program Files\Statgraphics\Statgraphics Centurion 18 - X64目錄下替換原文件即可

軟件新功能

1、一種用于處理大數(shù)據(jù)的新文件格式。 64位版本現(xiàn)在可以分析包含超過1億行的數(shù)據(jù)集。
2、9個(gè)用于動(dòng)態(tài)數(shù)據(jù)可視化的新型交互式Statlet，包括向日葵圖，人口金字塔，風(fēng)玫瑰和小提琴圖。
3、改進(jìn)的人口統(tǒng)計(jì)地圖，支持SHP文件。
4、用于訪問R庫以使用分類和回歸樹（CART），文本挖掘，多維縮放，任意刪失數(shù)據(jù)分析以及使用X-13ARIMA-SEATS進(jìn)行季節(jié)性調(diào)整的對(duì)話框驅(qū)動(dòng)程序。
5、十多個(gè)其他新的統(tǒng)計(jì)程序，包括等效性分析和非劣效性測(cè)試，正交回歸，能力控制圖，多變量容差區(qū)間，多元正態(tài)性檢驗(yàn)和多元正態(tài)分布的隨機(jī)數(shù)生成。
6、DOE向?qū)е行碌臋?quán)威篩選設(shè)計(jì)。
7、一種新的網(wǎng)絡(luò)安裝程序，允許用戶檢查個(gè)人計(jì)算機(jī)上使用的座位。
8、對(duì)過程能力分析程序進(jìn)行了大量改進(jìn)，以實(shí)施Neil W. Polhemus博士在新書中描述的方法，過程能力分析：估算質(zhì)量將由Chapman和Hall / CRC出版社于2017年12月出版

軟件特色

1、屬性能力分析狀態(tài)
此Statlet使用屬性數(shù)據(jù)執(zhí)行功能分析。數(shù)據(jù)可以是樣本中不合格項(xiàng)的數(shù)量，也可以是不合格的總數(shù)(如果一個(gè)項(xiàng)目可能有多個(gè)不符合項(xiàng))。該分析基于二項(xiàng)分布或泊松分布，Statlet將計(jì)算參數(shù)估計(jì)和置信限或上置信度界、能力指數(shù)(最佳估計(jì)和上限)和DPM(每百萬缺陷)。分析可以基于經(jīng)典的或貝葉斯的方法
2、大數(shù)據(jù)
要處理大數(shù)據(jù)，一種特殊的文件類型稱為 狀態(tài)圖大數(shù)據(jù)文件 已經(jīng)被開發(fā)出來了。這些文件的擴(kuò)展名是 .sgb 而不是 .sgd..它們?cè)趦煞N重要方式上與標(biāo)準(zhǔn)StatGraphics數(shù)據(jù)文件不同：
它們以二進(jìn)制格式而不是文本形式存儲(chǔ)數(shù)字?jǐn)?shù)據(jù)。這避免了在將每個(gè)數(shù)據(jù)值讀入程序時(shí)將其轉(zhuǎn)換為數(shù)字的步驟。
數(shù)據(jù)是逐列存儲(chǔ)的，而不是逐行存儲(chǔ)的。這大大減少了將單個(gè)列讀入內(nèi)存時(shí)的執(zhí)行時(shí)間。
利用SGB文件，StatGraphics能夠分析由數(shù)百萬條記錄和數(shù)千列組成的數(shù)據(jù)集。SGB文件只能由StatGraphics 18的64位版本訪問.
3、二元密度狀態(tài)
這個(gè) B變量密度狀態(tài) 顯示2列數(shù)值數(shù)據(jù)的估計(jì)密度函數(shù)。它是用二維等高線圖或三維頻率直方圖來實(shí)現(xiàn)的.這兩個(gè)變量的聯(lián)合分布可以假定為多元正態(tài)分布，也可以用非參數(shù)方法估計(jì)
4、蝴蝶圖
這個(gè) 蝴蝶圖比較了兩個(gè)屬性數(shù)據(jù)樣本。它由2組條形圖組成，它們顯示了每個(gè)樣本在一組類別中的頻率分布。
5、能力控制圖
此過程為監(jiān)測(cè)能力指標(biāo)(如C)構(gòu)建第二階段統(tǒng)計(jì)過程控制圖。p 和CPK..根據(jù)對(duì)可變數(shù)據(jù)的分析，考慮到一個(gè)被認(rèn)為能夠滿足所述要求的過程，這些圖表監(jiān)測(cè)這些要求的持續(xù)遵守情況
6、能力控制圖設(shè)計(jì)狀態(tài)
這個(gè)新的Statlet幫助分析人員在構(gòu)建能力控制圖表時(shí)確定應(yīng)該是多大的樣本。 能力控制圖 監(jiān)控過程，這些過程已經(jīng)被證明是穩(wěn)定的，并且能夠產(chǎn)生少量不整合的結(jié)果。
7、分類回歸樹
這個(gè) 分類回歸樹 過程實(shí)現(xiàn)了機(jī)器學(xué)習(xí)過程，從數(shù)據(jù)中預(yù)測(cè)觀測(cè)結(jié)果。它建立了兩種形式的模型：分類模型和回歸模型，模型是通過創(chuàng)建一棵樹來構(gòu)造的，每個(gè)樹的每個(gè)節(jié)點(diǎn)對(duì)應(yīng)于一個(gè)二進(jìn)制決策。給定一個(gè)特定的觀察結(jié)果，一個(gè)人沿著樹的枝條走下去，直到找到一片最后的葉子。樹的每一葉都與預(yù)測(cè)的類或值相關(guān)聯(lián)。
8、最終篩選設(shè)計(jì)
實(shí)驗(yàn)向?qū)гO(shè)計(jì)中增加了一種新型的實(shí)驗(yàn)設(shè)計(jì)。叫 最終篩選設(shè)計(jì)這些設(shè)計(jì)都是小的設(shè)計(jì)，能夠估計(jì)涉及線性和二次效應(yīng)的模型，盡管二階相互作用部分地混淆了自身和二次效應(yīng)。此外，針對(duì)6個(gè)或6個(gè)以上因素的設(shè)計(jì)也可以被分解為能夠估計(jì)任意3個(gè)因素的完整二階模型(包括交互作用)的設(shè)計(jì)。
9、人口圖可視化器
這個(gè)新的Statlet旨在說明位置統(tǒng)計(jì)數(shù)據(jù)隨時(shí)間的變化。的每個(gè)給定數(shù)據(jù) k 期間地點(diǎn) p 時(shí)間周期，該程序生成一個(gè)動(dòng)態(tài)顯示，說明數(shù)據(jù)在每個(gè)位置的變化情況。每個(gè)位置的數(shù)據(jù)使用一個(gè)氣泡繪制，氣泡的大小與觀察到的數(shù)據(jù)值成正比。SHP文件現(xiàn)在也可以用來劃定邊界。
10、金剛石地塊
這個(gè) 金剛石地塊 過程為單個(gè)量化變量創(chuàng)建一個(gè)顯示 n 樣本觀測(cè)加上總體均值的置信區(qū)間。一個(gè)單獨(dú)的過程為分組數(shù)據(jù)繪制多個(gè)菱形圖。
11、任意刪失數(shù)據(jù)的分布擬合
此過程分析一個(gè)或多個(gè)觀測(cè)不準(zhǔn)確地已知的數(shù)據(jù)。特別是，觀察可以是右刪失，左截尾，間隔截尾，或這三種類型的組合。該過程計(jì)算匯總統(tǒng)計(jì)數(shù)據(jù)，擬合分布，創(chuàng)建圖表，并計(jì)算生存函數(shù)的非參數(shù)估計(jì)。
12、甜甜圈圖
圓環(huán)圖是餅圖的替代品。 除了中心被移除之外，它類似于餅圖。
13、等價(jià)性與非自卑性測(cè)驗(yàn)
增加了四個(gè)新的程序來證明對(duì)等(雙面)或非自卑(單邊)。它們用于比較兩個(gè)獨(dú)立均值，比較兩個(gè)配對(duì)均值，比較單個(gè)均值與目標(biāo)值，并分析2x2交叉研究的結(jié)果。與標(biāo)準(zhǔn)假設(shè)檢驗(yàn)不同，標(biāo)準(zhǔn)假設(shè)檢驗(yàn)旨在證明一種方法優(yōu)于另一種方法，而等價(jià)檢驗(yàn)則是為了證明兩種方法本質(zhì)上具有相同的均值。
14、熱圖
這，這個(gè) 過程顯示了一個(gè)定量變量在兩個(gè)分類因素的所有組合上的分布。如果這兩個(gè)因素中的一個(gè)表示時(shí)間，那么使用地圖可以很容易地查看變量的演化。使用梯度顏色標(biāo)度來表示量化變量的值。
15、利克特圖
這個(gè) 利克特圖 過程分析記錄在利克特刻度上的數(shù)據(jù)。Likert量表通常用于調(diào)查研究，記錄用戶對(duì)陳述的反應(yīng)。典型的5級(jí)Likert刻度可能會(huì)對(duì)用戶的反應(yīng)進(jìn)行編碼，從強(qiáng)烈的不同意到強(qiáng)烈的同意。此分析計(jì)算匯總統(tǒng)計(jì)數(shù)據(jù)，并使用不同的堆疊條形圖顯示結(jié)果。
16、蒙特卡羅模擬-敏感性龍卷風(fēng)圖
此圖顯示每個(gè)輸入變量在其概率分布的指定百分比上更改時(shí)對(duì)響應(yīng)的影響，所有其他變量都保持在它們的中值處。變量從上到下按其整體效果進(jìn)行排序。
17、多維標(biāo)度
這個(gè) 多維標(biāo)度 程序設(shè)計(jì)用于在低維空間中顯示多變量數(shù)據(jù)。給出 n 通過 n 每對(duì)之間的距離矩陣 n 多元觀測(cè)，這個(gè)過程尋找那些觀測(cè)的低維表示法，盡可能地保持它們之間的距離。主要輸出是低維空間(通常是2或3維)中的點(diǎn)的映射。R使用“cmd比例尺”和“iso MDS”函數(shù)進(jìn)行計(jì)算。
18、多元正規(guī)隨機(jī)數(shù)
這個(gè)過程從包含12個(gè)變量的多元正態(tài)分布中產(chǎn)生隨機(jī)數(shù)。用戶輸入變量均值、標(biāo)準(zhǔn)差和相關(guān)矩陣。生成隨機(jī)樣本，這些樣本可以保存到StatGraphicDataabook中。
19、多元正態(tài)檢驗(yàn)
這個(gè)過程檢驗(yàn)一組隨機(jī)變量是否可以合理地來自多元正態(tài)分布。包括Royston的 H 測(cè)試和測(cè)試基于卡方圖的每一個(gè)觀察從樣本質(zhì)心的平方距離。
20、多元容限
這個(gè) 多元容限 過程為包含多個(gè)變量的數(shù)據(jù)創(chuàng)建統(tǒng)計(jì)公差限制。它包括一個(gè)容忍區(qū)域，該區(qū)域?qū)⑦x定的p%人口與100(1-a)%的信心。它還包括聯(lián)合使用Bonferroni方法對(duì)每個(gè)變量的容忍限制。假設(shè)數(shù)據(jù)是多元正態(tài)分布的隨機(jī)樣本。多變量容限通常與多變量的規(guī)范相比較，以確定大多數(shù)人群是否在規(guī)范范圍內(nèi)。
21、正交回歸
這，這個(gè) 當(dāng)X和Y同時(shí)被觀測(cè)到時(shí)，程序被設(shè)計(jì)成一個(gè)統(tǒng)計(jì)模型來描述一個(gè)單一的量化因子X對(duì)一個(gè)因變量Y的影響。27種線性和非線性模型中的任何一種都是合適的。
22、人口金字塔
這個(gè) 人口金字塔 用于比較兩個(gè)組之間的人口計(jì)數(shù)(或類似值)的分布情況。它可以用于在單個(gè)時(shí)間點(diǎn)顯示該分布，也可能以動(dòng)態(tài)方式顯示隨時(shí)間變化的變化。
23、帶狀圖
此顯示響應(yīng)面的新方法已添加到各種過程中，包括 無名氏巫師.
24、向日葵地塊
這個(gè) 向日葵地塊 用于在觀測(cè)次數(shù)大的情況下顯示X-Y散射圖。為了避免大量數(shù)據(jù)過繪點(diǎn)符號(hào)的問題，使用向日葵形狀的圖形來顯示X-Y空間小區(qū)域的觀測(cè)次數(shù)。
25、文本挖掘
一個(gè)新的對(duì)話框驅(qū)動(dòng)過程使用StatGraphationtoR接口來實(shí)現(xiàn)文本挖掘，使用 TM 圖書館。您可以從多個(gè)文本文檔中提取信息，或者分析已經(jīng)加載到StatGraphics數(shù)據(jù)表中的字符數(shù)據(jù)列。
26、時(shí)間序列基線圖
此過程按順序繪制時(shí)間序列，識(shí)別超出下限和/或上限的點(diǎn)。它被廣泛用于繪制海洋Ni o指數(shù)等月度數(shù)據(jù)。
27、龍卷風(fēng)圖
這個(gè) 龍卷風(fēng)圖比較了兩個(gè)屬性數(shù)據(jù)樣本。它由2組條形圖組成，它們顯示了每個(gè)樣本在一組類別中的頻率分布。
28、三元密度狀態(tài)
這個(gè) 三元密度狀態(tài) 顯示3列數(shù)值數(shù)據(jù)的估計(jì)密度函數(shù)。它使用三維等高線圖或三維網(wǎng)格圖來這樣做.這三個(gè)變量的聯(lián)合分布可以假定為多元正態(tài)分布，也可以用非參數(shù)方法估計(jì)。
29、小提琴情節(jié)
這個(gè) 小提琴布景 使用盒晶須圖和非參數(shù)密度估計(jì)器組合顯示單個(gè)定量樣本的數(shù)據(jù)。這對(duì)于可視化數(shù)據(jù)來源的人口的概率密度函數(shù)的形狀是非常有用的。一個(gè)單獨(dú)的過程為分組數(shù)據(jù)繪制多個(gè)小提琴情節(jié)。
30、風(fēng)玫瑰小雕像
這個(gè) 風(fēng)玫瑰小雕像 在圓形圖上顯示數(shù)據(jù)，描述風(fēng)速和方向等變量的頻率分布。它可以用于在單個(gè)時(shí)間點(diǎn)顯示分布，也可以動(dòng)態(tài)方式顯示隨時(shí)間變化的變化。
31、X-13 ARIMA-座位
這一程序使用美國(guó)人口普查局目前采用的程序?qū)r(shí)間序列數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整。作為過程的一部分，時(shí)間序列被分解為三個(gè)部分：趨勢(shì)周期、季節(jié)性和隨機(jī)性。每個(gè)分量可分別繪制或保存，以及經(jīng)季節(jié)調(diào)整的數(shù)據(jù)，季節(jié)性調(diào)整計(jì)算由R中的“季節(jié)性”軟件包進(jìn)行。