FindGraph

FindGraph é uma representação gráfica, ajuste de curva, e uma ferramenta de digitalização. O programa oferece 10 ajustes genéricos, incluindo regressão linear, funções logísticas, racional, aproximação Fourier, redes neurais, além de uma biblioteca de mais de 500 fórmulas 2D específicos da indústria. Assistente de built-in ajuda a aplicar curva diferente se encaixa para descobrir o modelo que descreve os dados a melhor. Há um recurso para selecionar melhor função de ajuste com base no valor mínimo dos mínimos quadrados, ou valor de teste BDS, ou valor mínimo BIC (Bayesian critério de informação). FindGraph permite suavizar, interpolar, subtrair, diferenciar, integrar e transformar os dados e curvas, para aplicar o algoritmo de Douglas-Peucker para reduzir o número de pontos, a aplicação de filtros FFT e wavelet, Epanechnikov do kernel mais suave, para estimar Hurst ou expoente de Lyapunov , para aplicar SSA, ARIMA, e para extrair sinais cíclicos. Inclui recurso para aplicar Rede Neural GMDH polinomial ou Radial Basis Rede Função para ajustar e prever série de dados. Análise Procrustes está incluído. Built-in Assistente de digitalização irá ajudá-lo para digitalizar os dados. Exemplos do Excel estão incluídos para aprender a chamar métodos de automação para ajustar e prever série de dados.

O que é novo nesta versão:

Versão 2.59:

• Adicionar recurso para encontrar melhor ajuste com condições (por exemplo, segunda derivada é positiva em todos os conjunto de dados)
• recurso para aplicar regularização (Forward Stagewise algoritmo Regressão Linear) para evitar overfitting.

O que é novo na versão 2.573:

Versão 2.57:

• recurso para aplicar regularização (Forward Stagewise algoritmo Regressão Linear) para evitar overfitting.
• Recurso para encontrar a fronteira de decisão na classificação de regressão logística.

O que é novo na versão 2.552:

Version 2.552:

• Epanechnikov núcleo quadrático suave
• recurso para aplicar impulsionando (uma média ponderada das previsões de linhas de regressão individuais) em regressão linear para evitar overfitting.

Limitações :

teste de 30 dias