splus-官方讲义教程.pdf-资料库

weixin_42388413-10680404-4744302543324130414.pdf-第1页.png

第1页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第2页.png

第2页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第3页.png

第3页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第4页.png

第4页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第5页.png

第5页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第6页.png

第6页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第7页.png

第7页 / 共12页

weixin_42388413-10680404-4744302543324130414.pdf-第8页.png

第8页 / 共12页

1 TIBCO Spotfire S+ 介绍北京宏能畅然数据应用有限公司 2010-01 1

2 0．S+简介.............................................................................................................................................. 3 1．数据访问........................................................................................................................................... 3 2．S 编程语言 ...................................................................................................................................... 3 3．图形用户界面................................................................................................................................... 4 4．统计和数据分析技术....................................................................................................................... 4 假设检验和置信区间..................................................................................................................... 5 Shapiro-Wilk检验........................................................................................................................... 5 回归分析......................................................................................................................................... 5 方差分析......................................................................................................................................... 5 非线性回归和最大似然................................................................................................................. 6 非参数回归..................................................................................................................................... 6 决策树模型..................................................................................................................................... 6 相关性数据分析............................................................................................................................. 6 再抽样............................................................................................................................................. 7 多元分析......................................................................................................................................... 7 聚类分析......................................................................................................................................... 7 质量控制......................................................................................................................................... 7 效能和样本大小............................................................................................................................. 7 生存分析......................................................................................................................................... 7 时间序列分析................................................................................................................................. 8 稳健统计......................................................................................................................................... 8 支持向量机(S+8 或更高版本)....................................................................................................... 8 5．缺失值............................................................................................................................................... 9 6．日期、时间和日历数据................................................................................................................... 9 7．数值计算........................................................................................................................................... 9 8．点击制图①....................................................................................................................................... 9 9．可伸缩的管道式架构②................................................................................................................. 10 10．集成开发环境S+ Workbench....................................................................................................... 10 11．可集成性....................................................................................................................................... 11 12．附加LIBRARIES.......................................................................................................................... 11 13．支持的平台................................................................................................................................... 11 14．系统配置要求............................................................................................................................... 11 2

3 0．S+简介 TIBCO 公司的 Spotfire 系列产品 S+自 1987 年来在各行各业广泛使用。她曾获得著名的“美国计算机协会优秀软件奖”，而其它获此殊荣的是大名鼎鼎的 TCP/IP， UNIX 与网上浏览器的创始者 MOSAIC 等。S+（原名 S-PLUS）具有开放的平台、最完备的分析工具库与多样化的价格设计，非常适合中国用户。可惜由于该软件的初始创始国的出口限制，导致她直到 2002 年才正式许可进入中国大陆市场。 S+主要是针对金融、生物医药、制造、环境、教育科研等行业设计开发的。 1．数据访问可读取和输出的文件格式包括：  ASCII文件：fixed format, comma-separated, 以及 tab-delimited等  特定软件格式： Lotus 1-2-3 Excel Dbase FoxPro Access Epi Info Bloomberg Quattro Pro Paradox SAS 7/8/9 SPSS FAME LIM MATLAB Minitab Sysstat Gauss STATA  数据库接口：DB2、Oracle、Syabse、SQLServer以及ODBC 2．S 编程语言  获奖的S语言是S+ 的核心  S编程语言是唯一特别为探索性数据分析和统计建模设计的语言，让你比用别的语言快5倍的速度创建统计分析应用  面向对象，解释性4GL语言  交互式探索和快速建立原型  丰富的数据结构：向量、矩阵、数组、数据框、列表等  用户自定义函数、对象、类别、方法和Libraries  Library中近5000个函数，便于数据操纵、绘图、统计建模和综合 3

4 3．图形用户界面  一个便利的基于Window的GUI，采用了易用的菜单和对话框  文件导入和导出对话框①  数据库导入和导出对话框  数据准备、制图和统计建模对话框  有历史记录的交互式命令行  用Object Explorer管理对象①  脚本文件编辑框①  多个数据和图形窗口  剪切和粘贴到 Word, PowerPoint®, and Excel①  在线帮助和指南系统菜系统工具对象管理窗系统对象类编程管理窗任务日志窗任务运行状 4．统计和数据分析技术 S+是最全面的统计分析软件，包括以下功能：基本的统计  描述性统计：Summary statistics  交叉表：Crosstabulations  相关性和协方差：Correlation and covariance 4

5  许多分布的概率、分位数、密度和随机数生成  Durbin-Watson 统计量假设检验和置信区间  单样本的 t 检验和 Wilcoxon 检验：One-sample t-test and Wilcoxon  双样本的 t 检验和 Wilcoxon 检验：Two-sample t-test and Wilcoxon  配对 t 检验：Paired t  相关性：Pearson, Kendall's tau, Spearman's rho  拟合优度: Chi-square, Kolmogorov-Smirnov  比例(Proportions)： exact Binomial test, Normal approximation  列联表与独立性检验：Chi-square,Fisher, Mantel-Haenszel, Mc-Nemar Shapiro-Wilk 检验  秩检验: Kruskal-Wallis, Friedman  比例(Proportions)：精确Binomial检验, Normal近似  列联表和独立性检验：Chi-square, Fisher, Mantel-Haenszel, McNamara 回归分析  基本的线性回归：Basic linear regression  多项式回归：Polynomial regression  模型诊断：Model diagnostics  预测和置信区间：Prediction and confidence intervals  逐步回归模型：Stepwise selection of models  参数样条曲线模型：(Parametric spline models  有约束回归：Constrained regression  Logistic回归：Logistic regression  广义线性模型：Generalized linear models, GLM 方差分析  单变量和多变量方差分析：ANOVA  变量、协方差、交互、嵌套和转化的灵活设定：Flexible specification of variables, (covariables), interactions, nesting,transformations  哑元变量的自动生成：dummy variables  对比变量选择：Choice of contrasts  第三类平方和：Type III sums of squares  实验设计: one-way, two-way, factorial,  裂区设计：split-plot,  非均衡设计：unbalanced, 5

6  部分因子设计：fractional factorial designs,  响应曲面方法：response surface methods,  稳健设计：robust designs,  田口方法：Taguchi methods  方差元素估计：Variance component estimation  多重比较：Multiple comparisons， Fisher, Tukey, Dunnett, Sidak, Bonferroni, Scheffé, simulation-based 非线性回归和最大似然  非线性回归：Nonlinear regression  最大似然非线性：Nonlinear maximum likelihood  半似然函数：Quasi-likelihood  有约束的非线性回归：Constrained nonlinear regression 非参数回归  广义加性模型：Generalized additive models (GAMs)  平滑器：loess, super, kernel, spline  投影跟踪：Projection Pursuit, ACE, and AVAS 决策树模型  分类树：Classification trees  回归树：Regression trees  剪枝、压缩和分支：Pruning, shrinking, and splitting  打分：Scoring 相关性数据分析  纵向数据与重复测量分析：Longitudinal data and repeated measures analysis  线性效应模型：Linear (LME)  非线性效应模型：nonlinear (NLME)  广义混合效应模型：Generalized Mixed Effects (GLMM) Models  广义估计方程：Generalized Estimating Equations (GEE)  双指数模型：Biexponential model  一房室模型：first-order compartment model  四参数Logistic模型：four-parameter logistic model  自定义的相关性结构：User-defined correlation structures 6

7 再抽样  Bootstrap  Jackknife 多元分析  典型相关：Canonical correlation  判别分析：Discriminant analysis  因子分析：Factor analysis  多维标度（相似度结构分析）：Multidimensional scaling  主成分分析：Principal component analysis, PCA  双标图：Biplots 聚类分析  K-means聚类  层次聚类：Hierarchical clustering  单因素聚类：Monothetic clustering  基于模型的聚类：Model-based clustering  Crisp和模糊聚类：Crisp and fuzzy Crisp clustering  分解法和聚集法：Divisive and agglomerative methods 质量控制  Shewhart chart  Cusum chart  Charts based on xbar, s, np, p, c, u 效能和样本大小  正态分布的均值：Normal mean  二项分布比率：Binomial proportion 生存分析  Kaplan-Meier曲线：Kaplan-Meier curves  有混合效应的Cox比例风险模型：Cox proportional hazards models with mixed Effects  左、右和间隔删失：Left, right, and interval censoring  时间相依共变量及层：Time-dependent covariates and strata  多事件模型：Multiple event models  竞争风险模型：Competing risk models 7

8  随机效果模型：Frailty models  参数化存活模型：Parametric survival  期望生存模型：Expected survival  生存人年分析：Person years analysis  Aalen 加性回归模型：Aalen's additive regression model 时间序列分析  自协方差：Autocovariance  自相关：Autocorrelation  偏自相关：Aartialautocorrelation  平滑周期图：Smoothed periodograms  Box-Jenkins ARIMA模型：Box-Jenkins ARIMA models  具有外生变量的ARIMA模型：ARIMA with explanatory variables.  经典AR模型：Classical AR  稳健AR模型：Robust AR  长记忆模型：Long-memory models  季节性分解：Seasonal decompositions  傅立叶变换：Fourier transformations  经典平滑与滤波：Classical smoothers and filters  稳健平滑与滤波：Robust smoothers and filters 稳健统计  稳健估计与推断：Robust estimation and inferences  稳健MM回归：Robust MM regression  稳健GLM、 ANOVA、协方差、主成分和判别分析：Robust GLM、ANOVA、 covariance, principal components, and discriminant analysis  LTS回归：Least trimmed squares regression  最小绝对残差回归：Minimum absolute residual regression  可视化图形比较稳健和传统方法：Visually compare robust and traditional methods 支持向量机(S+8 或更高版本)  一般回归问题(regression)  一般分类问题classification 8

资料库

splus-官方讲义教程.pdf

相关推荐

数据库

热门标签

最新资料