DPS数据处理系统v16.05

完善的统计分析功能涵盖了几乎所有的统计分析内容,是目前国内统计分析功能最全软件包。但我们仍然期待着您的建议,不断地吸纳新的统计方法,使DPS系统的统计分析功能更加完善。

立即下载

更新日志

上下限条件限制的混料试验设计领域取得重大突破

发布日期:2008-12-18

继DPS在均匀实验设计技术取得重大突破外(其空间填充布点的均匀性在实验设计的同类软件中独占鳌头),2008年,我们又在有上下限条件限制的混料试验设计领域取得重大试验设计技术的突破,解决了混料试验统计性质优良性和试验设计点空间布局均匀性有时不一致的矛盾,使得DPS产品在混料试验设计领域,也已经在全球处居于领先水平!

试验设计数据格式为,一行一个因子,一行中放因子试验限制条件的下限、上限。如有一混料试验,3个因子,第一个因子的实验条件限制在0.1~0.6,第二个因子的实验条件限制在0.1~0.7,第三个因子的实验条件限制在0~0.7,在DPS上进行混料实验设计,其数据格式为:

然后在DPS系统下,调用试验设计下面“混料试验设计”中的有上下限限制的混料试验设计功能,安装提示输入相关参数,即可得到到目前为止,质量最好的混料试验设计方案。

使用说明可在此下载。


积分回归(Integral regression)增加到DPS系统中

发布日期:2008-12-03

积分回归数据整理格式:如果我们有n个样本,p个自变量,每个样本有t个时段,在DPS下进行积分回归,其数据整理成如下:

完整的用户使用说明见Word文档。


独立分量分析(Independent Component Analysis,ICA)功能增加到DPS系统之中。

发布日期:2008-11-22

应用户要求,我们将独立分量分析技术增加到DPS系统之中。 独立分量分析是20世纪末发展起来的一种高效的信号处理方法,主要解决的问题是从观测到的混合信号中分离或提取各个源信号,它是信号处理技术发展中的一项前沿热点。ICA与PCA(主分量分析)或SVD(奇异值分解)的主要不同是,后者分解得的各分量只是互不相关,而前者则要求各分量相互统计独立。ICA数据格式 是一列为一个指标,一行一个样本.该项功能放在DPS菜单中的"时间序列"分析下面.DPS提供了3种ICA分析技术,即:特征矩阵的联合近似对角化方法(JADE)、盲分离位移阻断法(SHIBBS)和FastICA法。


发布日期:2008-09-21

多年多点的品种比较区域试验的AMMI模型分析技术,统计分析数据格式按年份、地点、品种的次序排列(如下图):

图中是2个年份、3个地点、3个品种、4次重复例子数据。选中数据后,在“专业统计”下面的“品种区试”里面,执行“多年多点AMMI模型分析”,即可得到分析结果:


发布日期:2008-08-07

模糊隶属度计算,模糊风险评价功能增加到DPS企业版中。


DPS统计软件企业版本年度重大进展:多变量方差分析的一般线性模型方法增加到DPS v10.15之中。

发布日期:2008-05-25

DPS企业版10.15的一般线性模型,除原来可进行单变量方差分析外,增加了多变量方差分析 、重复测量方差分析功能。使得一般线性模型(GLM)具备了更加完善、强大的统计检验功能。

多变量方差分析,目前国内应用尚少。在CNKI里面,用“方差分析”作为关键词检索,可检出8048条;但用“多元方差分析”或“多变量方差分析”作为关键词检索,总共仅检出158条;相比之下,多元方差分析的应用明显偏少(不到前者的2%),这可能与多元方差分析计算复杂 、繁重(手工根本无法计算),且供分析使用的统计软件不多、一般统计软件的可操作性不是很好等因素限制了它的应用有关。

现在,我们的DPS提供的一般线性模型多变量方差分析功能,用户操作直观、并可以处理各种类型试验设计的多变量方差分析问题,特别是一些用SPSS菜单操作解决不了、用SAS编程很难折腾的多变量的嵌套设计、交叉设计、多因素裂区混杂设计、格子设计 、协方差分析等所有的试验设计的多元方差分析问题。应用DPS提供的多变量方差分析一般线性模型, 可在菜单操作方式下轻松完成。 该功能在“试验统计”-“一般线性模型”下面,其用户界面和单变量方差分析的一般线性模型相同,示例如下:

本例数据分析结果示例如下:


序贯试验及成组序贯试验统计分析增加到DPS v10.01之中

发布日期:2008-05-08

序贯试验(sequential trials)是一类边实验、边统计的方法,按照实验样本进入试验次序,每得到一例或一个阶段观察结果就进行一次统计分析。 序贯试验的特点是根据事先规定的假阳性率、假阴性率和试验标准,绘制有效、无效界线,或者确定检验界限值,当实验结果触及界限即停止试验,作出统计推论。因此应用序贯试验可节省样本含量和缩短试验时间。 详细使用说明可在此下载word文档。


DPS10.01企业版可以在Vista下面正常运行了。

发布日期:2008-04-18

2008年以来,为适应用户新的需求、不断变化的新的使用环境及为DPS系统的长远发展着想,我们对DPS系统实施了两大改进工程:一是2008年1~2月实施的DPS系统中英文双语化 工程。二是2008年3~4月实施的电子工作表改造工程,即更换电子工作表。因原来ActiveX控件的电子工作表只有255列、65535行, 不能完全满足用户对数据量的要求(特别是数据列数过少,仅255列);且原来的工作表可能在Vista下面不完全兼容,而导致DPS在Vista下面有时不能用(但有的用户又可以在Vista下面正常使用)。这次新的电子表格是Delphi控件,其容纳数据的行列数均可达到数百万,且可完全编译到DPS的程序之中,因此目前版本的DPS系统无需安装,下载后即可使用。

2.平衡不完全区组设计(Blanced Incomplete Block Design, BIBD)试验统计分析加入DPSv10.01企业版中。


发布日期:2008-03-31

鉴于以前版本的重复测量功能比较单一,适应不了用户的各种各样需求,我们在DPS企业版推出的同时,在新系统中增加了重复测量方差分析一般线性模型功能,使得可以应对更为广泛的用户需求。在菜单方式下,执行“试验统计”->“重复测量方差分析”下面的“重复测量一般线性模型”方法,即出现如方差分析中以便线性模型所示的用户界面。在该界面中,先指定重复测量次数,然后选择因子及其互作项,点击“计算”按钮即可得到结果。


发布日期:2008-03-22

可以处理海量数据的DPS企业版10.0与用户见面了,请到下载中心下载试用!


发布日期:2008-02-05

DPS9.50英文试用版发布,请到下载中心下载试用!


发布日期:2008-02-05

Unfolding(展开法)是一特殊的多维标度(MDS)技术。在Ingwer Borg & Patrick J.F. Groenen(2005),冈本安晴(2006)均花了较大篇幅介绍这种方法。Borg & Groenen(2005)在他们的书中介绍说:The unfolding model is a model for preferential choice. It assumes that different individuals perceive various objects of choice in the same way but differ with respect to what they consider an ideal combination of the objects’ attributes. In unfolding, the data are usually preference scores (such as rank-orders of preference) of different individuals for a set of choice objects. These data can be conceived as proximities between the elements of two sets, individuals and choice objects. Technically, unfolding can be seen as a special case of MDS where the within-sets proximities are missing. Individuals are represented as “ideal” points in the MDS space so that the distances from each ideal point to the object points correspond to the preference scores.但是,该方法在国内中的应用,其文献却寥寥无几。我们决定将该方法放到DPS系统之中,以推广该项技术在国内的应用。 该功能放在多元分析-多因素分析下面,其数据格式及用户界面如下:


结合分析增加到系统之中

发布日期:2008-02-05

结合分析(conjoint analysis,计划放到明年再版教程的第13章)是评价消费者在多属性产品(或服务)中做出决策的一种重要手段,是在已知应答者对某一产品整体评估结果情况下,经过分解去估计其偏好结构的一种多元统计分析方法。它用于确定哪些产品的属性(attributes)与水平(1evels)对于消费者来说是最重要的。通过测量消费者对产品属性的偏好,其数值化参数用分值(part—worths)、权重(importance weights)等进行定量描述。