FSDA

版本8.5.38 (34.8 MB) 马可Riani
稳健回归,稳健多元分析,稳健分类等等……

7.1 k下载

更新10月18日

从GitHub

在GitHub上查看许可证

GitHub顶级语言GitHub发布(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

该项目托管源代码原始MATLAB FileExchange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,学习和教学统计的功能和交互式工具。

灵活的统计数据分析工具箱™支持一组例程,以开发复杂数据集(多元,回归,聚类,…)的稳健和有效的分析,确保输出不受异常或偏离模型假设的影响。

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正向图的各种特征之间的联系。

所有灵活的统计数据分析工具箱™功能都是用开放的MATLAB®语言编写的。这意味着您可以检查算法,修改源代码,并创建自己的自定义函数。

有关FSDA中存在的函数的详细信息,您可以浏览MATLAB内部工具箱的分类和字母列表(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,即使它们是成群出现的。可用于识别异构数据中的子组。
  • 扩展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)。
  • 集成了交互式数据可视化和现代探索性数据分析工具,旨在简化最终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、学生和教师提供复杂数据建模、学习和教学统计的功能和图形工具。

FSDA具有广泛的适用性。由于其解决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、生物和化学工程的广泛领域)、在与官方统计数据的产生有关的问题(例如,归因和数据质量检查)等。

有关更多信息,请参阅Wiki页面https://github.com/UniprJRC/FSDA/wiki

熟悉FSDA工具箱的方法

  • 运行examples_regression文件中包含的示例。M或examples_multivariate。M或examples_categorical.m。注意,所有示例都是在单元格中组织的
  • 运行FSDA Matlab帮助页中的gui。预览请参见http://rosa.unipr.it/FSDA/examples.html

引用作为

马尔科·里亚尼(2022年)。FSDAGitHub (https://github.com/UniprJRC/FSDA/releases/tag/8.5.38)。检索

MATLAB版本兼容性
由R2022b创建
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 Central中找到宝藏,并发现社区如何帮助您!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