Oprogramowanie: Statistica Data Science Author (licencja 3-letnia)

Statistica Data Science Author to zaawansowane środowisko do analizy danych, modelowania statystycznego i uczenia maszynowego, które łączy przygotowanie danych, szeroki zestaw metod analitycznych, wizualizację, raportowanie oraz automatyzację procesów w jednym rozwiązaniu.

Program oferuje szeroki zakres klasycznych metod statystycznych oraz zaawansowanych technik analitycznych i algorytmów Machine Learning. Może być wykorzystywany zarówno do szybkich analiz ad hoc, jak i do budowania rozbudowanych, powtarzalnych procesów analitycznych obejmujących kolejne etapy pracy z danymi — od ich pobrania i przygotowania, przez modelowanie i ocenę wyników, aż po raportowanie i wykorzystanie rezultatów analiz.

Zaawansowane analizy statystyczne i Machine Learning

Statistica Data Science Author udostępnia rozbudowany zestaw metod statystycznych obejmujący między innymi statystyki opisowe, analizę korelacji, regresję liniową i nieliniową, ANOVA/MANOVA, metody nieparametryczne, analizę wielowymiarową, analizę czynnikową, analizę skupień, analizę dyskryminacyjną, analizę przeżycia, analizę szeregów czasowych, planowanie eksperymentów (DOE), analizę mocy testów i estymację przedziałową.

Rozwiązanie zapewnia również szerokie możliwości w zakresie uczenia maszynowego. Dostępne są m.in. sztuczne sieci neuronowe, maszyny wektorów nośnych (SVM), metody k-najbliższych sąsiadów, drzewa klasyfikacyjne i regresyjne, CHAID, Random Forests, Boosted Trees, regresja LASSO, MARSplines, modele bayesowskie, uogólnione modele addytywne (GAM) oraz metody selekcji i oceny predyktorów.

Dodatkowe narzędzia obejmują m.in. analizę koszyków zakupowych i reguł asocjacyjnych, analizę powiązań i sekwencji, eksplorację tekstu (Text Mining), Weight of Evidence (WoE), optymalne grupowanie zmiennych, analizę niezależnych składowych, analizę dopasowania modeli, optymalizację procesów oraz analizy trwałości produktów (Shelf Life).

Przygotowanie, profilowanie i czyszczenie danych

Jednym z kluczowych elementów pracy analitycznej jest odpowiednie przygotowanie danych. Statistica Data Science Author oferuje narzędzia umożliwiające profilowanie, czyszczenie, transformację i łączenie danych przed rozpoczęciem właściwej analizy.

Dostępne są między innymi funkcje usuwania duplikatów, rekodowania i rangowania zmiennych, łączenia danych, obsługi wartości odstających, uzupełniania brakujących danych, filtrowania, próbkowania, tworzenia podzbiorów oraz selekcji cech i predyktorów.

Program obsługuje również transformacje statystyczne, w tym transformację Boxa-Coxa, która może być wykorzystywana do modyfikowania rozkładu zmiennych przed zastosowaniem wybranych metod statystycznych i modeli.

Graficzne przestrzenie robocze i automatyzacja analiz

Procesy analityczne można projektować w formie graficznych przepływów pracy w ramach przestrzeni roboczych (Workspace). Pozwalają one łączyć w jednym procesie kolejne etapy pobierania danych, przygotowania zbiorów, transformacji, modelowania, wizualizacji oraz raportowania wyników.

Przestrzenie robocze mogą dokumentować poszczególne etapy analizy, dzięki czemu cały proces jest łatwiejszy do prześledzenia, ponownego uruchomienia oraz wykorzystania dla kolejnych zestawów danych. Utworzone procesy mogą być zapisywane i wielokrotnie wykorzystywane, co sprzyja standaryzacji analiz i ogranicza konieczność ręcznego powtarzania tych samych czynności.

Środowisko obsługuje zarówno podejście no-code, jak i low-code. Wiele procesów może być tworzonych bez programowania, natomiast bardziej zaawansowani użytkownicy mogą rozszerzać je o własny kod.

Przestrzenie robocze mogą również wywoływać inne przestrzenie robocze, co pozwala budować bardziej złożone i modułowe procesy analityczne.

Integracja z R i Pythonem

Statistica Data Science Author umożliwia integrację z popularnymi językami wykorzystywanymi w analizie danych i data science — R oraz Pythonem. Dzięki temu w ramach graficznego procesu analitycznego można wykorzystywać własne skrypty, biblioteki oraz niestandardowe metody obliczeniowe.

Kod R i Python może stanowić jeden z elementów większej przestrzeni roboczej i współpracować z pozostałymi etapami przygotowania danych, modelowania czy raportowania. Umożliwia to połączenie gotowych funkcji Statistica z elastycznością środowisk programistycznych oraz wykorzystanie istniejących skryptów i bibliotek analitycznych.

Import, integracja i eksport danych

Statistica Data Science Author umożliwia pracę z danymi pochodzącymi z wielu źródeł. Obsługiwany jest m.in. import danych z plików Excel, CSV, plików tekstowych o stałej szerokości kolumn. Dane mogą być również pobierane z baz danych, a następnie przekształcane, łączone i analizowane w ramach przestrzeni roboczej.

Możliwe jest tworzenie zintegrowanych zbiorów danych pochodzących z różnych źródeł oraz wykorzystywanie danych pomocniczych zapisanych bezpośrednio w przestrzeni roboczej, np. w charakterze tabel referencyjnych. Wyniki analiz mogą być eksportowane m.in. do plików Excel, CSV.

Wizualizacja i raportowanie

Rozwiązanie oferuje szeroki zestaw wizualizacji 2D i 3D wspierających eksplorację danych oraz interpretację wyników analiz. Dostępne są m.in. histogramy, wykresy liniowe, wykresy rozrzutu, wykresy średnich z przedziałami błędów, wykresy kwantyl-kwantyl, wykresy zmienności, wykresy konturowe oraz wykresy prawdopodobieństwa.

Wyniki analiz mogą być formatowane i przygotowywane do raportowania, co ułatwia ich dalsze wykorzystanie w dokumentacji, prezentacjach oraz procesach decyzyjnych.

Analiza procesów, jakości i trwałości produktów

Statistica Data Science Author zawiera również funkcje przeznaczone do zastosowań przemysłowych, jakościowych i procesowych. Obejmują one m.in. statystyczne sterowanie procesami (SPC), wielowymiarowe statystyczne sterowanie procesami, karty kontrolne, analizę procesów, analizę niezawodności oraz analizę trwałości produktów (Shelf Life).

Rozwiązanie może wspierać identyfikację parametrów procesu wpływających na kluczowe cechy jakościowe, ocenę stabilności procesów oraz poszukiwanie optymalnych ustawień i warunków ich realizacji.

Reguły biznesowe i optymalizacja

W ramach bardziej zaawansowanych procesów analitycznych dostępny jest również konstruktor reguł biznesowych, który umożliwia definiowanie reguł wykorzystywanych w analizach i procesach decyzyjnych.

Funkcje optymalizacji pozwalają natomiast analizować zależności pomiędzy zmiennymi i poszukiwać konfiguracji parametrów prowadzących do oczekiwanych wartości wynikowych. Może to być wykorzystywane m.in. przy optymalizacji procesów produkcyjnych, parametrów technologicznych lub wyników modeli.

Generowanie i wykorzystanie modeli predykcyjnych

Statistica Data Science Author umożliwia także przygotowanie modeli predykcyjnych do wykorzystania poza samym środowiskiem analitycznym. Dostępne są funkcje generowania reprezentacji modeli w różnych formatach i językach, m.in. C, C++, C#, Java, PMML, SAS czy SQL.

Ułatwia to przenoszenie przygotowanych modeli do innych systemów i aplikacji oraz wykorzystanie rezultatów analizy w procesach operacyjnych.

Integracja z systemem PI

Rozwiązanie oferuje również możliwość pobierania danych z systemów PI, wykorzystywanych m.in. do gromadzenia i udostępniania danych procesowych w czasie rzeczywistym. Pozwala to wykorzystywać dane pochodzące z procesów przemysłowych bezpośrednio w analizach statystycznych, modelach predykcyjnych i procesach optymalizacyjnych.

Statistica Data Science Author łączy w jednym środowisku przygotowanie i integrację danych, zaawansowaną statystykę, Machine Learning, automatyzację procesów, wizualizację i raportowanie oraz integrację z R i Pythonem. Dzięki graficznym przestrzeniom roboczym rozwiązanie umożliwia tworzenie powtarzalnych procesów analitycznych zarówno bez programowania, jak i z wykorzystaniem własnego kodu w bardziej zaawansowanych zastosowaniach.