STATISTICA 9.0. Nativní 64-bitová architektura Požitek z užívání... 2

Transkript

1 STATISTICA 9.0 NOVINKY ve verzi 9.0 Ještě rychlejší! Další vylepšení výkonnosti...2 Nativní 64-bitová architektura... 2 Novinky v uživatelském prostředí...2 Požitek z užívání... 2 Grafické novinky...4 Vizuální průzkum dat... 4 Kategorizované grafy... 5 Zahrnutí úprav grafů do maker... 5 Novinky v oblasti statistik...6 Distribuce & simulace... 6 Základní statistiky... 7 Obecná optimalizace... 7 Nelineární odhady... 8 Analýza hlavních komponent & klasifikační analýza... 8 Novinky v oblasti data miningu...8 Data Miner Recipes... 8 Další novinky... 9 Rozličné novinky...9 STATISTICA ETL (Extract, Transform, Load)... 9 Reporty STATISTICA Enterprise Licencování WebSTATISTICA Podpora Microsoft Installer (MSI) Rozšířené možnosti pro vývojáře

2 Další vylepšení výkonnosti STATISTICA 9 nabízí mnoho nových, unikátních prvků a přidané funkcionality k celé produktové řadě STATISTICA. Tato verze se zaměřila i na další optimalizaci na základní úrovni, která značně vylepšuje celkový výkon softwaru. Tato vylepšení se týkají jak 32-bitové verze, tak nové nativní 64-bitové verze. Díky nové technologii a rozmanitým optimalizacím provedeným v hlavním výpočetním jádru je dokonce i 32-bitová verze o mnoho rychlejší při většině operací v porovnání s verzí 8 (která byla už sama o sobě jedna z nejrychlejších analytických aplikací na trhu). Například: Rutinní analýzy po skupinách (výpočet popisných statistik pro stovky či tisíce kategorií) mohou být dvakrát rychlejší než dříve. V některých případech je výkon rychlejší v řádu stonásobků, když data obsahují velmi dlouhé textové proměnné. Analýzy rozhodovacích stromů (C&RT) probíhají více než dvakrát tak rychle. Neuronové sítě jsou téměř třikrát rychlejší v závislosti na konkrétní neuronové architektuře. Kromě těchto vylepšení analytických procedur byly dále optimalizovány tabulky, tak aby byly minimalizovány výpočetní zdroje nutnépro práci s velkými daty. Nativní 64-bitová architektura Nativní 64-bitové aplikace naplno využívají výhodu 64-bitových operačních systémů a umožňují lepší správu paměti a výkonu. V důsledku toho může STATISTICA 9 64-bitová verze zpracovávat modely většího rozsahu a dále zlepšuje výkon; rychlost některých výpočetně náročných analýz se více než zdvojnásobila v porovnání s 32-bitovou verzí STATISTICA 9. STATISTICA 64-bit je zvláště užitečná v data miningu a dalších operacích, které pracují s extrémně velkými soubory dat a iterativními, výpočetně náročnými úlohami. Novinky v uživatelském prostředí Požitek z užívání Ovládání aplikace je jednodušší a intuitivnější díky přidanému ribbon baru ve stylu Office Často užívané položky jsou snadno přístupné a související nástroje jsou rychle dosažitelné. Původní nabídky a lišty jsou stále k dispozici a uživatel může kdykoli přepnout mezi těmito dvěma prostředími. Přepnout na klasické menu a panely nástrojů lze prostřednictvím tlačítka Menus na panelu nástrojů Rychlý přístup v horním levém rohu ribbon baru

3 Ribbon bar se zobrazí volbou Ribbon bar v menu Zobrazit. Další vylepšení uživatelského prostředí spočívají v možnosti řídit způsob zobrazování grafů, chování tabulek a v celkové interaktivnosti systému STATISTICA. Snáze se díky novému stromovému uspořádání možností v komplexnějších (vícevrstvých) dialozích naleznou a prozkoumají zvolené volby pro aplikaci (v dialogu Možnosti přístupném přes volbu Možnosti na záložce Nástroje v ribbon baru nebo přes nabídku Nástroje Možnosti u klasického panelu nástrojů) nebo pro grafy (v dialogu Možnosti grafů přístupném přes volbu Možnosti grafů na záložce Formát v ribbon baru nebo přes nabídku Formát Možnosti grafů u klasického panelu nástrojů). Rychle lze vybrat data pro analýzu prostřednictvím zaškrtávacího políčka Aktivovat filtr v dialogu Podmínky výběru případů. Tato volba nově aktivuje vizualizaci vybraných případů (výchozí nastavení je světle zelené pozadí u vybraných případů), takže je hned patrné, které případy jsou využity pro analýzu. Novinkou v zobrazování buněk tabulky je práce s textem, který je příliš dlouhý pro zobrazení v buňce při aktuální šířce sloupce. Vylepšení ve verzi 9 je dvojí. 1) Text se může zobrazit, pokud se ponechá výchozí nastavení, i přes sousední buňky, pokud jsou prázdné. 2) Lze také Zabalit text v rámci tabulky, a zobrazit tím dlouhý text na více řádcích buňky tabulky

4 Grafické novinky Vizuální průzkum dat Jednou ze silných stránek systému STATISTICA je vizuální průzkum dat. Tato síla je dále rozvinuta novými vizualizacemi pro průzkum rozdělení dat, porovnávání proměnných a vytváření barevných map korelací v rámci Základních statistik. Zvolte Popisné statistiky (v panelu Základní statistiky a tabulky) a uvidíte dvě nové složené volby pro graf; Grafy 2 a Grafické zobrazení srovnávacího souhrnu. Použijte Grafy 2 k průzkumu rozdělení dat pro jednu proměnnou. Použijte Grafické zobrazení srovnávacího souhrnu k porovnání až šesti proměnných v jednom grafu. Histogram a krabicový graf mají pro každou proměnnou stejné měřítko. Zvolte Korelační matice k průzkumu nových barevných map. Např. v následující tabulce je jednoduše vidět, že úspěšnost ve fotbalu je vysoce korelována s hrou doma na trávníku, dáváním gólů, sprintováním apod. (v tomto příkladu je barevné kódování založeno na

5 hladině významnosti korelačních koeficientů, jak je vidět v legendě zobrazené v záhlaví tabulky). Graf rozptylu je vhodný pro zhodnocení variability proměnné s případy rozdělenými do skupin podle jednoho nebo několika faktorů a pro vizuální rozčlenění a dataminingové analýzy. Nyní může být Graf rozptylu použit k vytvoření uživatelského grafu. Podobně jako u jiných uživatelských grafů i tento šetří čas, tj. obecná nastavení mohou být uložena, a poté aplikována na jiný soubor dat. Kategorizované grafy V předchozích verzích byl počet kategorií v grafu omezen na 255; nyní jich může být až 1 000, takže je např. možné vytvořit vícenásobný krabicový graf s až krabicemi nebo histogram s až 1000 sloupci. Zahrnutí úprav grafů do maker Objektová architektura systému STATISTICA pro vytváření maker a skriptovací možnosti jsou snadno přístupné každému uživateli. Pro zaznamenávání maker není třeba žádné technické znalosti STATISTICA Visual Basicu. Opakované úlohy mohou být snadno automatizovány či spravovány, tam kde to je výhodné

6 Zaznamenávání maker umožňuje programátorský přístup k prakticky každému detailu funkcionality programu. I ty nejkomplexnější analýzy a grafy mohou být zaznamenány jako makro STATISTICA Visual Basic (SVB). Poté mohou být opakovaně spouštěny nebo upraveny a použity jako stavební kameny jiných aplikací. Nově je tato funkcionalita rozšířena o záznam nastavení uživatelských grafů. Předpokládejme např., že uživatel vytvoří spojnicový graf a chce změnit barvu spojnice a její tloušťku. Otevře si dialog Vlastnosti grafu a upraví vlastnosti spojnice na záložce Graf: Obecné. Pak stačí, aby vybral volbu Záznam makra ve spodní části dialogu Graf: Obecné, potvrdil OK, a tím vygeneroval makro. Tato užitečná funkce je určena také pro záznam hlavních maker. Stačí jednoduše zahájit záznam hlavního makra, spouštět analýzy a upravovat výsledné grafy. Když se následně spustí hlavní makro, analýzy proběhnou včetně úprav výsledných grafů. Novinky v oblasti statistik Distribuce & simulace S radostí oznamujeme beta verzi nového modulu Distribuce & simulace. Tento modul uživatelům umožňuje proložit proměnné více rozděleními pro spojité i kategorické proměnné současně. Rozdělení zahrnují jak standardní (normální, polonormální, log-normální, Weibullovo apod.), tak i specializovaná a obecná rozdělení (Johnsonovo, směs normálních - v praxi velmi časté, zobecněné Paretovo, zobecněné extrémních hodnot). STATISTICA také proložení automaticky seřadí podle jejich kvality pro každou proměnnou. Uživatel pak může snadno zvolit typ rozdělení, které jeho data nejvíce následují. Navíc se nalezená rozdělení a kovariance mezi vybranými proměnnými mohou uložit pro následné využití. Modul Distribuce & simulace využívá tyto informace ke generování nasimulovaných souborů dat, které nejen věrně odpovídají příslušným rozdělením, ale také kovariancím mezi proměnnými. Kromě efektivního prokládání rozděleními velkého množství proměnných tedy tento modul uživatelům umožňuje prokládat obecná vícerozměrná rozdělení a provádět simulace těchto rozdělení pomocí nejmodernějších simulačních technik (např. Latin-Hypercube simulace). Tyto metody se ukázaly užitečnými v různých oblastech, jako je moderní DOE, spolehlivost či modelování rizik

7 StatSoft vítá komentáře a návrhy k představené beta verzi, které pomohou učinit tento produkt ještě užitečnější a efektivnější. Zasílejte prosím své náměty na support@statsoft.cz. Základní statistiky Bylo přidáno několik nových základních statistik. Výpočet Welchovy F statistiky pro testování rovnosti průměrů při rozdílných rozptylech je nyní k dispozici na záložce ANOVA & testy umístěné ve výsledkovém dialogu analýzy Rozklad & jednofakt. ANOVA. Odhady intervalu spolehlivosti rozdílů mezi průměry s intervaly spolehlivosti je nyní k dispozici na záložce Možnosti dialogu t-test pro nezávislé výběry dle proměnných a záložce Detailní výsledky dialogu t-test pro závislé vzorky. Obecná optimalizace Modul Obecná optimalizace, který je součástí produktu STATISTICA Optimalizace procesů, je unikátní, výkonný produkt s otevřenou architekturou. Umožňuje optimalizovat libovolné funkce prakticky libovolné složitosti a užívá Simplex, Genetic Algorithm či metody Grid-Search. Tento modul (vydaný v beta verzi) má použitelnost v prakticky všech oblastech, ve kterých je třeba najít nejlepší parametry, jenž řídí konkrétní procesy, tak aby bylo dosaženo optimálních výsledků vzhledem k požadovaným kritériím zadaným uživatelem (např. výroba, obchod, finance, věda). Optimalizovaná funkce může být zadána ve formě jednoduché funkce STATISTICA Visual Basic (SVB) nebo jako sada předpisů. Tento nový modul byl speciálně navržen pro efektivní volání dalších funkcí STATISTICA (či jiných, např. R), na které se optimalizační funkce odkazuje. Proto mohou být optimalizační problémy, které zahrnují více dataminingových prediktivních modelů (např. komplexní modely nákladů) či simulací (např. pro stochastickou optimalizaci či optimalizaci vícerozměrné způsobilosti procesů), nyní jednoduše nastaveny a efektivně vyřešeny

8 Nelineární odhady Byly provedeny změny ve Vlastní regrese (MNČ) a Vlastní regrese, vlastní ztrátová funkce. Při tvorbě odhadované funkce lze zobrazit proměnné. V minulosti bylo nutné zvolenou proměnnou vepsat do funkce ručně. Nyní však mohou být proměnné zobrazeny, vybrány a vloženy do funkce prostřednictvím tlačítka Zobrazit proměnné. Může se stát, že se při práci v modulu Vlastní regrese (MNČ) název funkce shoduje s názvem některé proměnné. Např. uživatel jednu proměnnou pojmenoval PRED a jedna z fukcí se rovněž jmenuje PRED, takže uživatel musel nejprve změnit název proměnné, aby mohla analýza pokračovat. Nyní může být PRED a OBS použito jako název proměnné pro tuto analýzu. Analýza hlavních komponent & klasifikační analýza Dialog Výsledky záložka Popisné obsahuje tlačítko 2D bodové grafy. Nově lze vybrat více proměnných a generovat všechny bodové grafy najednou. Novinky v oblasti data miningu Data Miner Recipes STATISTICA 9 přichází s dlouho očekávaným konečným vydáním Data Miner Recipes (DMR), které byly dosud k dispozici pouze v beta verzi. DMR je jednoduchý a flexibilní dataminingový průvodce krok po kroku a je nyní k dispozici všem dataminingovým uživatelům společnosti StatSoft. Začínající vytěžovatelé dat mohou snadno pročistit a analyzovat data, pokročilí uživatelé mohou pracovat efektivněji a mít volbu navíc k automatizaci rutinních úloh. DMR prozkoumává data a provádí přednastavené rozhodování za uživatele. Toto rozhodování lze jednoduše modifikovat dle potřeby a uložit ho pro další užití

9 Další novinky Byly přidány nové klávesové zkratky pro propojování uzlů na ploše STATISTICA Data Mineru a další táhni a pusť prvky. Předchozí verze software STATISTICA vyžadovaly kliknutí na druhý uzel, aby bylo spojení dokončeno. Nyní stačí pouze pustit spojovací šipku na druhý uzel a spojení je vytvořeno. Velká zobrazení klasifikačních a regresních stromů lze procházet pomocí posuvníků. Výsledková tabulka MARSplinů, ve které býval název proměnné useknut na 8 znaků, nyní zobrazuje celý název proměnné pro nezávislou proměnnou. Modul Obecná optimalizace (popis viz výše), který je nyní vydáván v beta verzi, je zahrnut v produktu STATISTICA Optimalizace procesů. Tento modul umožňuje optimalizovat libovolné funkce a užívá Simplex, Genetic Algorithm či metody Grid-Search. Optimalizovaná funkce může být zadána ve formě jednoduché funkce STATISTICA Visual Basic (SVB) nebo přímo v programu. Tento nový modul byl speciálně navržen pro snadné volání (iterativní) jakékoli funkce STATISTICA (či jiné). Proto mohou být optimalizační problémy, které zahrnují více dataminingových prediktivních modelů (např. komplexní modely nákladů) či simulací (např. pro stochastickou optimalizaci či optimalizaci vícerozměrné způsobilosti procesů), nyní jednoduše nastaveny a efektivně vyřešeny. Rozličné novinky STATISTICA ETL (Extract, Transform, Load) STATISTICA Extract, Transform, Load (ETL) nabízí výkonné nástroje k propojování, slučování a inteligentnímu kombinování dat z databází a předává je nástrojům STATISTICA pro zpracování dat, které provedou filtrování, agregaci, sloučení a analýzy. STATISTICA ETL založená na ID může být použita ke sjednocení dat z různorodých zdrojů podle čísla dávky a časového intervalu či dle jednoho či více polí s ID. Slučování mnoha souborů dat do jednoho je běžný scénář v mnoha výrobních a procesních oborech

10 Pomocí STATISTICA ETL je např. jednoduché provést předzpracování dat z dávkové výroby na stejnou délku dávky (řešit problém dávek s různými délkami při řízení kvality na základě PLS/PCA v systému STATISTICA nebo on-line ve STATISTICA Enterprise). Jiné typické aplikace zahrnují zpracování dat sebraných v rozdílných časových intervalech, která je třeba sloučit buď agregací hodnot proměnných sebraných s vyšší frekvencí, nebo replikací hodnot proměnných sebraných s nižší frekvencí. (Může jít např. o analýzu historických dat z procesu spalování, kdy je potřeba sloučit parametry spalování sbírané v minutových intervalech s daty o kvalitě paliva, která jsou sbírána jednou za den.) Ve verzi 9 byl produkt dále aktualizován a je nyní ještě výkonnější, škálovatelnější a poskytuje detailnější reporty (např. reportování aktuálních intervalů ve výsledcích). Reporty STATISTICA Enterprise Reportovací prostředí systému STATISTICA Enterprise umožňuje tvorbu reportů ve formátech HTML, PDF a RTF. Nově může systém tyto reporty automaticky při jejich tvorbě poslat em

11 Změny byly také provedeny v možnostech záznamů pro audit, tak aby se vždy zaznamenávaly časy ve formátu koordinovaného univerzálního časového pásma. Převedení do místního času se provádí při zobrazování záznamu. Díky tomu mohou mít uživatelé z rozdílných časových pásem přesný přehled, co se kdy změnilo. Licencování WebSTATISTICA WebSTATISTICA byla vždy licencována po procesorech. Licencovací schéma bylo nyní změněno a umožňuje využít oddělené instance systému WebSTATISTICA na různých serverech, aniž by bylo třeba speciálního licencování. Např. licence pro 8 procesorů může buď využít tuto licenci na jednom serveru s osmi procesory, nebo na dvou čtyřprocesorových serverech, které ukazují na stejný licenční soubor. Podpora Microsoft Installer (MSI) S verzí 9 se mění instalační platforma systému STATISTICA z InstallShield instalátoru, užívaném v předchozích verzích, na Microsoft Installer (MSI). Při interaktivním instalování je uživatelská práce podobná jako u verze 8, jen dialogy jsou atraktivnější. Skutečný přínos MSI však spočívá v tom, jak může být instalátor systému STATISTICA nyní integrován do dalších instalačních balíků a podnikových instalačních nástrojů. MSI umožňuje zcela tichou instalaci, při které mohou být všechny informace, které uživatel

12 zadává (CD klíč, sériové číslo, síťové ID, časový kód a registrační informace), předány buď přímo z příkazového řádku jako jeho parametry, nebo v souboru s parametry, na který se příkazový řádek odkazuje. MSI se jeví jako obzvlášť výhodná volba v následujících třech případech: 1. Integrace instalátoru STATISTICA s dalšími instalátory. 2. Využití podnikového řešení pro instalaci jednouživatelských verzí. 3. Využití podnikového řešení pro instalaci pracovních stanic plovoucích verzí. Neváhejte nás kontaktovat ohledně více informací k těmto nových instalačním možnostem. Rozšířené možnosti pro vývojáře Verze 9 přináší nové prvky pro vývojáře a systémové integrátory. 1. Nově je se systémem STATISTICA dodávána knihovna tabulek STATISTICA. Je zdarma k dispozici vývojářům třetích stran, kteří hodlají číst či zapisovat do datových souborů STATISTICA. Je vícevláknová a má zvláštní vícevláknovou knihovnu pro přístup z.net. 2. Grafy mají nové rozhraní pro událost, OnGroupingSelect. Tato událost se užívá pro kategorizované či nějakým způsobem agregované grafy, např. pro histogram (data jsou kategorizována do sloupců), krabicový graf nebo pro kategorizované grafy. Když uživatel vybere položky grafu, událost OnGroupingSelect je aktivována a poskytne informaci o tom, které skupiny/kategorie výběr reprezentuje. Toto nové rozhraní umožňuje aplikacím využívajícím grafy STATISTICA, aby implementovaly funkci drill-down. 3. STATISTICA již automaticky nezahrnuje všechny reference v nově vytvořeném makru. Místo toho bude každý jednotlivý modul při záznamu makra přidávat své specifické reference. Nezahrnutím všech referencí se makro spouští rychleji, může ovšem narazit na nedefinovanou referenci, pokud se kopíruje/vkládá kód makra z jednoho do druhého. Proto bude program při kopírování/vkládání mezi makry s rozdílnými seznamy referencí tyto reference kontrolovat a nabídne vložení také dodatečných referencí. 4. Byl přidán nový parametr příkazového řádku /MacroArgument, který může být použit ve spojení s argumentem /RunMacro. Tímto je možné předat spouštěnému makru parametr, ke kterému má makro přístup voláním GetScriptArgument. 5. STATISTICA nabízí obsáhlou sadu integračních předvoleb využitelných s procedurami jazyka R, což je vysoce rozšiřitelný programovací jazyk a prostředí pro statistické výpočty ( Všechny verze R (včetně 2.8.1, nejnovější verze při vydání tohoto dokumentu) mohou být spouštěny v rámci systému STATISTICA. Výsledky programu R mohou být zobrazeny v nativních tabulkách a grafech systému STATISTICA. K dispozici je množství integračních předvoleb včetně spouštění kódu R na serverech STATISTICA. Více informací je obsaženo v dokumentu Integration Options and Features to Leverage Specialized

13 R Functionality in STATISTICA and WebSTATISTICA Solutions ( 6. Syntaxe ANSI-92 SQL JOIN je nyní podporována modulem STATISTICA Query. Novější verze SQL serverů budou vyžadovat využívání těchto typů JOINů. Tato volba není nastavena ve výchozím nastavení, uživatel si ji může nastavit individuálně či pro všechny dotazy