Statgraphics 18 es una actualización importante que  contiene muchas características nuevas, que incluyen:

• Un nuevo formato de archivo para manejar grandes datos . La versión de 64 bits ahora puede analizar conjuntos de datos que contienen más de 100 millones de filas. 
• 9 nuevos Statlets interactivos para visualización dinámica de datos, que incluyen parcelas de girasol, pirámides de población, rosas de viento y parcelas de violín.  
•  Mapas demográficos  mejorados , con soporte para archivos SHP.
• Procedimientos impulsados ​​por cuadros de diálogo para acceder a bibliotecas R para usar  árboles de clasificación y regresión, minería de texto, escalado multidimensional, análisis de datos censurados arbitrariamente y ajuste estacional con X-13ARIMA-SEATS .
• Más de una docena de nuevos procedimientos estadísticos nuevos, que incluyen  análisis de equivalencia y pruebas de no inferioridad, regresión ortogonal, gráficos de control de capacidad, intervalos de tolerancia multivariados, pruebas de normalidad multivariada  y  generación de números aleatorios para distribuciones normales multivariadas.
• Nuevos  diseños de cribado definitivos  en el DOE Wizard.
• Un  nuevo programa de instalación de red  que permite a los usuarios retirar asientos para usar en computadoras individuales.
• Amplias mejoras en los procedimientos de análisis de capacidad de proceso para implementar los métodos descritos en el nuevo libro del Dr. Neil W. Polhemus, Análisis de capacidad de proceso: Estimación de la calidad que publicarán Chapman y Hall / CRC Press en diciembre de 2017.  

Nuevas características y mejoras

Análisis de capacidad de atributos Statlet

Este Statlet realiza un análisis de capacidad utilizando datos de atributos. Los datos pueden consistir en el número de elementos no conformes en una muestra o el número total de no conformidades si un elemento puede tener más de una no conformidad. El análisis se basa en la distribución binomial o de Poisson. Statlet calculará estimaciones de parámetros y límites de confianza o límites de confianza superiores, índices de capacidad (tanto en la mejor estimación como en el límite superior) y DPM (defectos por millón). El análisis puede basarse en un enfoque clásico o bayesiano

Big Data

Para manejar big data, se ha desarrollado un tipo de archivo especial llamado Statgraphics Big Data . Estos archivos tienen la extensión .sgb en lugar de .sgd . Se diferencian en 2 formas importantes de los archivos de datos estadísticos estándar:     

• Almacenan datos numéricos en formato binario en lugar de como texto. Esto evita el paso de convertir cada valor de datos en un número cuando se lee en el programa.
• Los datos se almacenan columna por columna en lugar de fila por fila. Esto reduce drásticamente el tiempo de ejecución cuando las columnas individuales se leen en la memoria.

Mediante el uso de archivos SGB, Statgraphics es capaz de analizar conjuntos de datos que consisten en muchos millones de registros y miles de columnas. Solo se puede acceder a los archivos SGB desde la versión de 64 bits de Statgraphics 18.  video

Densidad bivariada Statlet

El  B Densidad ivariate Statlet  muestra la función de densidad estimada para 2 columnas de datos numéricos. Lo hace utilizando una gráfica de contorno bidimensional o un histograma de frecuencia tridimensional. Se puede suponer que la distribución conjunta de las 2 variables es multivariante normal o se puede estimar utilizando un enfoque no paramétrico. 

Parcela de mariposas

La Parcela mariposa  compara 2 muestras de datos de atributos. Se compone de 2 conjuntos de barras que muestran la distribución de frecuencia de cada muestra en un conjunto de categorías.

Gráficos de control de capacidad

Este procedimiento construye gráficos de control de proceso estadístico de Fase II para monitorear índices de capacidad tales como C _p  y C _pk . Dado un proceso que se considera capaz de satisfacer los requisitos establecidos basados ​​en el análisis de datos variables, estos gráficos monitorean el cumplimiento continuo de esos requisito

Diseño de gráfico de control de capacidad Statlet

Este nuevo Statlet ayuda a los analistas a determinar qué tan grandes deben ser las muestras al construir gráficos de control de capacidad. Los gráficos de control de capacidad monitorean procesos que han demostrado ser estables y capaces de producir resultados que producen un pequeño número de no conformidades.  

Árboles de clasificación y regresión

El procedimiento Árboles de clasificación y regresión implementa un proceso de aprendizaje automático para predecir observaciones a partir de datos. Crea modelos de 2 formas: modelos de clasificación y modelos de regresión. Los modelos se construyen creando un árbol, cada uno de los cuales corresponde a una decisión binaria. Dada una observación particular, uno viaja por las ramas del árbol hasta encontrar una hoja que termina. Cada hoja del árbol está asociada con una clase o valor predicho.

Diseños de cribado definitivos

Se ha agregado un nuevo tipo de diseño experimental al Asistente de diseño de experimentos. Llamados diseños de cribado definitivos , estos diseños son pequeños diseños capaces de estimar modelos que involucran efectos lineales y cuadráticos, aunque las interacciones de segundo orden se confunden parcialmente con ellas mismas y con efectos cuadráticos. Además, los diseños para 6 o más factores colapsan en diseños que pueden estimar el modelo completo de segundo orden (incluidas las interacciones) para cualquiera de los 3 factores. 

Visualizador de mapas demográficos

Este nuevo Statlet está diseñado para ilustrar los cambios en las estadísticas de ubicación a lo largo del tiempo. Dados los datos en cada una de las k ubicaciones durante p períodos de tiempo, el programa genera una visualización dinámica que ilustra cómo han cambiado los datos en cada ubicación. Los datos en cada ubicación se dibujan usando una burbuja cuyo tamaño es proporcional al valor de datos observado. Los archivos SHP ahora también se pueden usar para dibujar límites.

Diagrama de diamantes

El procedimiento Diagrama de Diamante crea un diagrama para una variable cuantitativa única que muestra las n observaciones de muestra junto con un intervalo de confianza para la media de la población. Un procedimiento separado traza múltiples diagramas de diamantes para datos agrupados.

Ajuste de distribución para datos censurados arbitrariamente

Este procedimiento analiza datos en los que una o más observaciones no se conocen exactamente. En particular, las observaciones pueden ser censuradas a la derecha, censuradas a la izquierda, censuradas a intervalos o una combinación de los tres tipos. El procedimiento calcula estadísticas resumidas, ajusta distribuciones, crea gráficos y calcula una estimación no paramétrica de la función de supervivencia.

Gráfico de donas

El gráfico de anillos es una alternativa al gráfico circular. Es similar al gráfico circular, excepto que se elimina el centro. 

Pruebas de equivalencia y no inferioridad

Se han agregado cuatro nuevos procedimientos para demostrar la equivalencia (dos lados) o la no inferioridad (unilateral). Se utilizan para comparar 2 medias independientes, comparar 2 medias pareadas, comparar una sola media con un valor objetivo y analizar los resultados de un estudio cruzado 2×2. A diferencia de las pruebas de hipótesis estándar que están diseñadas para demostrar la superioridad de un método sobre otro, las pruebas de equivalencia están diseñadas para demostrar que dos métodos tienen esencialmente la misma media.

Mapa de calor

Este  procedimiento muestra la distribución de una variable cuantitativa sobre todas las combinaciones de 2 factores categóricos. Si uno de los 2 factores representa el tiempo, entonces la evolución de la variable se puede ver fácilmente usando el mapa. Se usa una escala de color degradado para representar los valores de la variable cuantitativa.

Parcela Likert

El procedimiento de trama Likert analiza los datos registrados en una escala Likert. Las escalas Likert se usan comúnmente en la investigación de encuestas para registrar las respuestas de los usuarios a una declaración. Una escala típica de Likert de 5 niveles puede codificar las respuestas de los usuarios desde totalmente en desacuerdo hasta totalmente de acuerdo. Este análisis calcula estadísticas resumidas y muestra los resultados utilizando un gráfico de barras apiladas divergentes. 

Simulación de Monte Carlo: diagrama de tornado de sensibilidad

Este gráfico muestra el efecto de cada variable de entrada en una respuesta cuando se cambia sobre un porcentaje específico de su distribución de probabilidad, con todas las demás variables mantenidas en sus valores medios. Las variables se ordenan de arriba a abajo en orden de su efecto general.

Escalamiento multidimensional

El procedimiento de escalamiento multidimensional está diseñado para mostrar datos multivariados en un espacio de baja dimensión. Dada una matriz de distancias n por n entre cada par de n observaciones multivariadas, el procedimiento busca una representación de baja dimensión de esas observaciones que conserve las distancias entre ellas lo mejor posible. La salida principal es un mapa de los puntos en ese espacio de baja dimensión (generalmente 2 o 3 dimensiones). R realiza los cálculos utilizando las funciones “cmdscale” e “isoMDS”.   

Números aleatorios normales multivariados

Este procedimiento genera números aleatorios a partir de una distribución normal multivariada que involucra hasta 12 variables. El usuario ingresa las medias variables, las desviaciones estándar y la matriz de correlación. Se generan muestras aleatorias que pueden guardarse en el libro de datos de estadísticas. 

Prueba de normalidad multivariante

Este procedimiento prueba si un conjunto de variables aleatorias podría provenir razonablemente de una distribución normal multivariada. Incluye la prueba H de Royston y las pruebas basadas en una gráfica de chi-cuadrado de las distancias al cuadrado de cada observación desde el centroide de la muestra. 

Límites de tolerancia multivariante

El procedimiento Límites de tolerancia multivariante crea límites de tolerancia estadística para los datos que consisten en más de una variable. Incluye una región de tolerancia que limita un p% seleccionado de la población con 100 (1- a )% de confianza. También incluye límites de tolerancia simultánea conjunta para cada una de las variables utilizando un enfoque de Bonferroni. Se supone que los datos son una muestra aleatoria de una distribución normal multivariada. Los límites de tolerancia multivariados a menudo se comparan con las especificaciones de múltiples variables para determinar si la mayoría de la población está dentro de las especificaciones. 

Regresión Ortogonal

Este  procedimiento está diseñado para construir un modelo estadístico que describe el impacto de un solo factor cuantitativo X en una variable dependiente Y, cuando tanto X como Y se observan con error. Cualquiera de los 27 modelos lineales y no lineales puede ser ajustado.

Pirámide de población Statlet

La Pirámide de Población Statlet está diseñada para comparar la distribución de los recuentos de población (o valores similares) entre 2 grupos. Puede usarse para mostrar esa distribución en un solo punto en el tiempo, o puede mostrar cambios a lo largo del tiempo de manera dinámica.

Parcela de la cinta

Este nuevo método para mostrar superficies de respuesta se ha agregado a varios procedimientos, incluido el  Asistente de DOE . 

Parcela de girasol Statlet

El Sunflower Plot Statlet se usa para mostrar un diagrama de dispersión XY cuando el número de observaciones es grande. Para evitar el problema de sobre trazar símbolos de puntos con grandes cantidades de datos, se utilizan glifos en forma de girasoles para mostrar el número de observaciones en pequeñas regiones del espacio XY

Extracción de textos

Un nuevo procedimiento basado en cuadros de diálogo utiliza la interfaz Statgraphics to R para implementar la minería de texto utilizando la biblioteca tm . Puede extraer información de múltiples documentos de texto o analizar columnas de datos de caracteres ya cargados en la hoja de datos de Statgraphics.  

Gráfico de línea de base de series temporales

Este procedimiento traza una serie de tiempo en orden secuencial, identificando puntos que están más allá de los límites inferiores y / o superiores. Es ampliamente utilizado para trazar datos mensuales, como el Índice Oceanic Niño

Parcela de tornado

La Parcela Tornado  compara 2 muestras de datos de atributos. Se compone de 2 conjuntos de barras que muestran la distribución de frecuencia de cada muestra en un conjunto de categorías.

Densidad trivariada Statlet

El  Statlet de densidad trivariada  muestra la función de densidad estimada para 3 columnas de datos numéricos. Lo hace utilizando una gráfica de contorno tridimensional o una gráfica de malla tridimensional. Se puede suponer que la distribución conjunta de las 3 variables es multivariante normal o se puede estimar utilizando un enfoque no paramétrico. 

Parcela de violín

El violín Plot Statlet muestra datos para una sola muestra cuantitativa utilizando una combinación de un gráfico de caja y bigotes y un estimador de densidad no paramétrico. Es muy útil para visualizar la forma de la función de densidad de probabilidad para la población de la que provienen los datos. Un procedimiento separado traza múltiples diagramas de violín para datos agrupados. 

Rosa de los vientos Statlet

El viento Rose Statlet muestra los datos en una parcela circular, que representa la distribución de frecuencia de variables tales como la velocidad y dirección del viento. Puede usarse para mostrar la distribución en un solo punto en el tiempo, o puede mostrar cambios en el tiempo de una manera dinámica.

X-13 ASIENTOS ARIMA

Este procedimiento realiza un ajuste estacional de datos de series de tiempo utilizando el procedimiento actualmente empleado por la Oficina del Censo de los Estados Unidos. Como parte del procedimiento, la serie temporal se descompone en 3 componentes: ciclo de tendencia, estacionalidad y aleatoriedad. Cada componente se puede trazar por separado o guardar, junto con los datos ajustados estacionalmente. Los cálculos de ajuste estacional se realizan mediante el paquete “estacional” en R.