FSDA

版本8.5.34 (34.7 MB 马可Riani
稳健回归,稳健多元分析,稳健分类等等……

6.8 k下载

更新2022年9月20日

从GitHub

在GitHub上查看License

GitHub上语言GitHub版本(最新日期)以字节为单位的GitHub代码大小在文件交换中查看FSDA文档

构建状态CircleCI构建状态

codecovGitHub的贡献者维护

灵活稳健的统计数据分析

该项目将源代码托管到原始的MATLAB文件交换项目是一个积极发展的地方。

FSDA Toolbox™为统计学家、工程师、科学家、研究人员、金融分析师提供了一套全面的工具来评估和理解他们的数据。灵活的统计数据分析工具箱™软件包括分析和建模数据,学习和教授统计的功能和交互式工具。

Flexible Statistics Data Analysis Toolbox™支持一组例程,以开发复杂数据集(多元、回归、聚类等)的健壮和高效分析,确保输出不受异常或模型假设偏差的影响。

此外,它还提供了一套丰富的交互式图形工具,使我们能够探索不同向前情节的各种特征之间的联系。

所有的灵活统计数据分析工具箱™函数都是用开放的MATLAB®语言编写的。这意味着您可以检查算法,修改源代码,并创建您自己的自定义函数。

关于FSDA中功能的详细信息,您可以浏览MATLAB中工具箱功能的分类和字母列表(一旦安装FSDA)或在web地址http://rosa.unipr.it/FSDA/function-cate.html而且http://rosa.unipr.it/FSDA/function-alpha.html

FSDA

  • 在检测数据中的潜在异常(异常值)时尤其有用,即使它们是在组中发生的。可用于识别异构数据中的子组。
  • 扩展了需要稳健分析的关键统计领域的功能(聚类分析、判别分析、模型选择、数据转换)。
  • 集成交互式数据可视化和现代探索性数据分析工具,旨在简化终端用户对统计结果的解释。
  • 为统计学家、工程师、科学家、金融分析师提供一套全面的工具来评估和理解他们的数据。
  • 为从业者、学生和教师提供函数和图形工具,用于建模复杂数据、学习和教学统计。

FSDA的开发具有广泛的适用性。由于其处理数据异常问题的能力,预计它将被用于反欺诈、检测计算机网络入侵、电子商务和信用卡欺诈、客户和市场细分、检测数据采集系统中的虚假信号、化学计量学(涵盖生物化学、医学、生物学和化学工程的广泛领域)、在与官方统计数据制作有关的问题上(例如,归因和数据质量检查),等等。

更多信息请参见Wiki页面https://github.com/UniprJRC/FSDA/wiki

熟悉FSDA工具箱的方法

  • 运行文件examples_regression中包含的示例。米或examples_multivariate。米或examples_categorical.m。注意,所有示例都是用单元格组织的
  • 运行FSDA Matlab帮助页面中的gui。预览请参见http://rosa.unipr.it/FSDA/examples.html

引用作为

马可Riani(2022)。FSDAGitHub (https://github.com/UniprJRC/FSDA/releases/tag/8.5.34)。检索

MATLAB版本兼容性
创建R2022b
兼容R2017b ~ R2022b
平台的兼容性
窗户 macOS Linux

世界杯预选赛小组名单社区寻宝

在MATLAB中央找到宝藏,并发现社区可以如何帮助你!世界杯预选赛小组名单

开始狩猎!
要查看或报告此GitHub插件中的问题,请访问GitHub库
要查看或报告此GitHub插件中的问题,请访问GitHub库
Baidu
map