新たな分析手法を追加
「デシル分析」
デシとは「10分の1」という意味で、データを大きい順に並べて相対的な位置を把握します。上位から累積でどの程度の比率を占めるかを算出し、その重要度を把握します。
詳細は、デシル分析
「コレスポンデンス分析」
コレスポンデンス分析は、対応分析ともよばれ、数量化3類と同様の手法です。分割表を作成して相関が最大になるようにカテゴリを並び替える方法です。カテゴリデータを散布図上に配置できるため直感的に把握できる特徴があります。
詳細は、コレスポンデンス分析
「因子分析」
因子分析は、変数間にある関連性を直接観測できない変数(潜在変数)によって説明する分析手法です。
詳細は、因子分析
「基本統計量」が文字列にも対応
文字列を含む統計量は度数が表示され、データの状態をひと目で把握することが可能です。
詳細は、基本統計量
「時系列分析」がリニューアル
より統計的なARIMAモデルを採用し、季節周期による予測精度の向上を図りました。
詳細は、時系列分析
「クラスター分析」にK平均法を追加
非階層型クラスタリングで有名なK平均法(k-means)を追加しました。多くのデータに対して視覚的にわかりやすいグラフの出力が可能になりました。
詳細は、クラスター分析
「回帰分析」「判別分析」にステップワイズ法を追加
AICをもとにしたステップワイズ法により、有意な説明変数の選択をスムーズに行なうことが可能になりました。
「分散分析」に多重比較を追加
分散分析に多重比較を追加しました。実際にどのカテゴリーに差があるかが明確になります。データの性質に合わせて、テューキー法、ゲームズ・ハウエル法、スティール・ドゥワス法から適した手法を選択します。
詳細は、分散分析
「F検定、t検定」の分析力を向上
正規性の検定(シャピロ・ウィルク検定)やマン・ホイットニーのU検定の追加により、さらに詳細な分析を可能としました。
詳細は、F検定、t検定
「相関」に散布図を追加
相関係数を散布図とともにグラフ化し、視覚的に把握できるように修正しました。
詳細は、相関