Statistics Toolbox

Nouvelles Fonctionnalités

R2014a (Version 9.0)

Sortie le: 6 mars 2014

La version 9.0, incluse dans la mise à jour 2014a, comporte les améliorations suivantes :

  • Modélisation de mesures répétées pour les données avec plusieurs mesures par sujet
  • Fonction fitcsvm pour l’amélioration des performances des machines à vecteurs de support (SVM) pour la classification binaire
  • Méthodes evalclusters pour étendre le nombre de clusters et le nombre de simulations des critères d’écart
  • Sortie de valeur p pour la fonction multcompare
  • Les fonctions mnrfit, lassoglm et fitglm acceptent des réponses en variables catégoriques
  • Les fonctions acceptent les entrées table comme alternative à des entrées en tableau de données
  • Les propriétés des fonctions et des modèles sont renvoyées sous forme de table plutôt que de tableau de données

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

Mettez-vous à jour dès maintenant !

Releases Précédentes

R2013b (Version 8.3) - 5 sept 2013

La version 8.3, incluse dans la mise à jour 2013b, comporte les améliorations suivantes :

  • Modèles linéaires à effets mixtes
  • Génération de code pour fonctions de distribution de probabilités et fonctions statistiques descriptives (à l'aide de MATLAB Coder)
  • Fonction evaluatecluster pour l'estimation du nombre optimal de clusters dans les données
  • Fonction mvregress, acceptant désormais une matrice de conception, même si Y présente plusieurs colonnes
  • Calculs de probabilité de queue supérieure pour fonctions de distribution cumulées

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2013a (Version 8.2) - 7 mars 2013

La version 8.2, incluse dans la mise à jour 2013a, comporte les améliorations suivantes:

  • Machines à vecteurs de support (SVM) pour la classification binaire (anciennement dans Bioinformatics Toolbox)
  • PCA probabilistes et algorithmes de moindres carrés alternatifs pour l'analyse en composantes principales avec données manquantes
  • Test de la qualité de l'ajustement Anderson-Darling
  • Améliorations des performances des arbres décisionnels et des prédicteurs catégoriques avec de nombreux niveaux
  • Options de densité de noyaux et de regroupement dans la fonction scatterhist

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2012b (Version 8.1) - 11 sept 2012

La version 8.1, incluse dans la mise à jour 2012b, comporte les améliorations suivantes :

  • Algorithmes améliorés pour données non compensées, ensembles distribués et accélération multi-classe avec auto-terminaison
  • Distribution de Burr pour exprimer une vaste gamme de formes de distribution tout en préservant une forme fonctionnelle unique pour la densité
  • Importation de données dans un tableau dataset avec l’outil d’importation MATLAB
  • Améliorations de l’analyse des principaux composants pour traitement de NaN en tant que données manquantes, PCA pondérée et choix entre EIG et SVD en tant qu’algorithme sous-jacent
  • Accélération du clustering k-means à l’aide de Parallel Computing Toolbox

Pour en savoir plus, reportez-vous aux Notes de mise à jour.

R2012a (Version 8.0) - 1 mars 2012

La version 8.0, incluse dans la mise à jour 2012a, comporte les améliorations suivantes :

  • Amélioration de l'interface pour l'ajustement, la prédiction et le tracé avec régression linéaire, linéaire généralisée et non linéaire
  • Affichage, édition et tracé des tableaux de données dans l'éditeur de variables MATLAB
  • Régularisation et rétrécissement pour la régression logistique et d'autres modèles linéaires généralisés
  • Classification du plus proche voisin K
  • Ensembles de sous-espaces aléatoires pour réduire la dimensionnalité des données, travailler avec des données manquantes et estimer l'importance des prédicteurs
  • Analyse discriminante linéaire avec régularisation de la matrice de covariance et seuillage des différences de prédicteur

Pour en savoir plus, reportez-vous aux Notes de mise à jour.