Centurion

Centurion

O Centurion da Statgraphics é um abrangente produto de desktop do Windows para análise estatística, visualização de dados e análise preditiva. Ele contém mais de 260 procedimentos cobrindo uma ampla gama de técnicas de análise de dados. O Statgraphics apresenta uma GUI fácil de usar que não requer o aprendizado de uma linguagem de comando complicada. Especialmente útil para os profissionais é o StatAdvisor, que explica os resultados de análises estatísticas de uma forma adequada para apresentação a não-estatísticos.

Statlet de análise de capacidade de atributo

Este Statlet executa uma análise de capacidade usando dados de atributo. Os dados podem consistir no número de itens não-conformes em uma amostra ou no número total de não-conformidades, se um item puder ter mais de uma não-conformidade. A análise é baseada na distribuição binomial ou de Poisson. O Statlet calculará estimativas de parâmetros e limites de confiança ou limites de confiança superiores, índices de capacidade (na melhor estimativa e no limite superior) e DPM (defeitos por milhão). A análise pode ser baseada em uma abordagem clássica ou bayesiana.

Big Data

Para lidar com big data, foi desenvolvido um tipo de arquivo especial chamado arquivo Statgraphics Big Data. Esses arquivos têm a extensão .sgb em vez de .sgd. Eles diferem em dois aspectos importantes dos arquivos de dados padrão da Statgraphics:

·          Ele armazena dados numéricos em formato binário em vez de texto. Isso evita a etapa de converter cada valor de dados em um número quando ele é lido no programa

·          Os dados são armazenados coluna por coluna em vez de linha por linha. Isso reduz drasticamente o tempo de execução quando colunas individuais são lidas na memória.

Usando arquivos SGB, a Statgraphics é capaz de analisar conjuntos de dados que consistem em muitos milhões de registros e milhares de colunas.

Statlet de densidade bivariada

O Statlet de densidade bivariada exibe a função de densidade estimada para 2 colunas de dados numéricos. Ele faz isso usando um gráfico de contorno bidimensional ou um histograma de frequência tridimensional. A distribuição conjunta das duas variáveis pode ser considerada normal multivariada ou ser estimada usando uma abordagem não paramétrica.

Butterfly Plot

O Butterfly Plot compara duas amostras de dados de atributos. Ele consiste em dois conjuntos de barras que mostram a distribuição de frequência de cada amostra em um conjunto de categorias.

Gráficos de controle de capacidade

Esse procedimento constrói gráficos de controle de processo estatístico da Fase II para monitorar índices de capacidade, como Cp e Cpk. Dado um processo que é considerado capaz de satisfazer os requisitos declarados com base na análise de dados variáveis, esses gráficos monitoram a conformidade contínua com esses requisitos.

Indicador de Design de Gráfico de Controle de Capacidade

O Statlet ajuda os analistas a determinar o tamanho das amostras ao construir gráficos de controle de capacidade. Os gráficos de controle de capacidade monitoram processos que se mostraram estáveis e capazes de produzir resultados que geram um pequeno número de não-conformidades.

Árvores de Classificação e Regressão

O procedimento Árvores de Classificação e Regressão implementa um processo de aprendizado de máquina para prever observações de dados. Cria modelos de 2 formas: modelos de classificação e modelos de regressão. Os modelos são construídos criando uma árvore, cada nó do qual corresponde a uma decisão binária. Dada uma observação particular, um viaja pelos galhos da árvore até que uma folha terminal seja encontrada. Cada folha da árvore é associada a uma classe ou valor previsto.

Designs de triagem definitivos

Um novo tipo de design experimental foi adicionado ao Assistente de design de experimentos. Chamados de Projetos de Triagem Definitiva, esses projetos são pequenos projetos capazes de estimar modelos envolvendo efeitos lineares e quadráticos, embora interações de segunda ordem sejam parcialmente confundidas entre si e com efeitos quadráticos. Além disso, designs para 6 ou mais fatores colapsam em projetos que podem estimar o modelo completo de segunda ordem.

Visualizador de Mapa Demográfico

Este Statlet foi projetado para ilustrar as alterações nas estatísticas de localização ao longo do tempo. Dados dados em cada um dos k locais durante períodos de tempo p, o programa gera uma exibição dinâmica que ilustra como os dados foram alterados em cada local. Os dados em cada local são desenhados usando uma bolha cujo tamanho é proporcional ao valor dos dados observados. Arquivos SHP também podem agora ser usados para desenhar limites.

Adaptação de Distribuição para Dados Arbitrariamente Censurados

Este procedimento analisa dados nos quais uma ou mais observações não são conhecidas com exatidão. Em particular, as observações podem ser censuradas à direita, censuradas à esquerda, censuradas por intervalo ou uma combinação dos três tipos. O procedimento calcula estatísticas de resumo, ajusta distribuições, cria gráficos e calcula uma estimativa não paramétrica da função de sobrevivência.

Testes de Equivalência e Não-inferioridade.

Ele é usado para comparar duas médias independentes, comparar duas médias pareadas, comparar uma única média com um valor-alvo e analisar os resultados de um estudo cruzado de 2×2. Ao contrário dos testes de hipóteses padrões que são projetados para provar a superioridade de um método em relação a outro, testes de equivalência são projetados para provar que dois métodos têm essencialmente o mesmo significado.

Mapa de calor

Este procedimento mostra a distribuição de uma variável quantitativa sobre todas as combinações de dois fatores categóricos. Se um dos dois fatores representa o tempo, a evolução da variável pode ser facilmente visualizada usando o mapa. Uma escala de cores de gradiente é usada para representar valores da variável quantitativa.

Simulação de Monte Carlo – Tornado de sensibilidade

Este gráfico mostra o efeito de cada variável de entrada em uma resposta quando ela é alterada sobre uma porcentagem especificada de sua distribuição de probabilidade, com todas as outras variáveis mantidas em seus valores medianos. As variáveis são classificadas de cima para baixo na ordem de seu efeito.

Requisitos de Sistema

Windows XP, Vista, 7, 8 ou posterior

Pelo menos 512MB de RAM

260 MB ou mais de armazenamento em disco disponível

Unidade de CD-ROM ou acesso à Internet