Topcateg:9

NCSS 12/PASS 16 Bundle kaufen
0

 

Gesamtsumme
inkl. 19 % USt

Anzahl

PASS ist eines der besten Software-Tools für Ihre klinischen Studien und pharmazeutischen oder medizinischen Forschungen. Mit über 650 statistischen Tests und Konfidenzintervall Szenarien ist PASS ein umfangreiches Software Paket.

Durch die einfache Handhabung und das Importieren von Daten aus anderen Programmen, ermöglicht Ihnen das Software Paket eine schnelle und genaue Festlegung der Größe eines Versuchsdesigns. PASS führt Power-Analysen durch, berechnet den Stichprobenumfang, oder führt Trennschärfeberechnungen durch. Für eine Power Analyse stehen Ihnen über 230 verschiedene Versuchdesigns und -fragestellungen zur Verfügung. Werden Sie sich schnell über die Power, die Effektgröße ihrer Analyse klar!
Die Stichprobengrößenbestimmung in NCSS PASS erfolgt in nur drei Schritten:

  1. Wahl eines Versuchdesigns aus dem Navigator
  2. Eingabe der Parameter
  3. Interpretation des Ergebnis

So einfach kann es mit NCSS PASS sein. Ergänzt wird Ihr Ergebnis durch graphische Visualisierung und der Möglichkeit der Erweiterung des Reports mit eigenen Texten.

Was NCSS PASS Ihnen bietet:

  • Berechnung von Stichprobengrößen und Trennschärfe
  • Validierte Prozeduren
  • Leicht zu lernen und schnell anwendbar
  • Gute Graphiken
  • Output wird verständlich erläutert
  • Übertragung zu allen gängigen Textverarbeitungsprogrammen möglich

Dies könnte Sie auch interessieren

NCSS 12

NCSS 12

NCSS 12

NCSS ist ein umfangreiches Statistik-Programm für alle Anwendungsbereiche der Statistik! Einsetzbar in... Mehr Details

Download Preisliste Zum Produkt

PASS 16

PASS 16

PASS 16

Benutzen Sie PASS für Power-Analysen und zur Berechnung des Stichprobenumfangs Ihrer Analysen. Mehr Details

Download Preisliste Zum Produkt

NCSS und PASS - gebündelte Power für Ihren Erfolg!

Das Bundle aus NCSS und PASS in der aktuellen Version stellt Ihnen alle Funktionen beider Programme zur Verfügung. Eine Kombination die sich perfekt ergänzt!

PASS im Überblick:

PASS ist ein einfaches und zugleich mächtiges Programm zur Festlegung des Versuchsumfangs. PASS führt Power-Analysen durch und berechnet Stichprobengrößen für über 680 statistische Tests. PASS besitzt darüber hinaus die umfangreichste Sammlung an Tools zur Analyse von Stichprobengrößen auf den Markt. Die umfangreiche Software unterstützt Sie durch ein integriertes Hilfemenü mit ausführlichen Material.

Mit PASS bekommen Sie Power!

  • Umfassendes Programm zur Berechnung von Stichprobengrößen und Trennschärfe
  • Die Genauigkeit der Prozeduren ist gut validiert
  • Leicht zu lernen und schnell anwendbar
  • Preis und Leistung stimmen
  • Standalone - Kommt ohne das Vorhandensein anderer Statistikprogramme aus
  • Gute, flexible Grafik
  • Der Output wird in verständlichen (englischen) Sätzen erläutert
  • Der Output kann zu gängigen Textverarbeitungsprogrammen übertragen werden.

Stichprobengröße in PASS
In PASS können Sie die Stichprobengröße für einen statistischen Test oder eines Konfidenzintervalls in wenigen Schritten schätzen lassen. PASS besitzt eine ausgezeichnete Hilfe-Funktion und eine umfassende Dokumentation, dies hilft Ihnen bei den einzelnen Schritten.

Schätzungen von Stichprobengrößen in PASS

Auswahl einer Prozedur in PASS

Auswahl einer Prozedur
Das richtige Verfahren einer Stichprobengröße zu finden ist simpel und kann über ein Drop-Down-Menü, einen Kategorie-Baum oder einer Suchfunktion realisiert werden.


Dateneingabe
Die Dateneingabe ist dank spezieller Werkzeuge in PASS einfach zu bedienen. Des Weiteren kann zu jedem Werkzeug eine explizite Hilfe-Nachrichten eingeblendet werden.

Dateneingabe mithilfe der Tools in PASS

PASS erstellt Outputs welche sofort weiter verwendet werden können

Ready to Use Output
Wurde eine Prozedur ausgeführt, werden die Ergebnisse im Ausgabefenster angezeigt. Die Stichprobengrößen oder Leistungskurven können angeklickt werden, um in einem seperaten Fenster betrachtet und anschließend gespeichert zu werden. Mehrere Outputs können in einer Gallery gesammelt werden und anschließend gespeichert werden.


NCSS - Das System zur Statistischen Analyse

NCSS ist ein umfassendes, leicht zu bedienendes Statistik-Softwarepaket. NCSS Software bietet eine komplette und einfach zu bedienende Sammlung von Hunderten von Statistik- und Grafikwerkzeuge zur Analyse und Visualisierung Ihrer Daten.

  • Umfassend und genau
  • Preisgünstig
  • Beinhaltet mehr als 150 statistische und grafische Tools zur Datenanalyse und -Visualisierung.
  • Leicht zu lernen und benutzerfreundlich.
  • NCSS ist voll komptibel mit den 32 und 64 Bit Versionen von Windows XP/Vista, Windows 7, 8 und Windows 10!
  • Import/Export aller wichtigen Tabellenkalkulations-, Datenbank- und statischer Datei- Formate.
  • Ausgabe von gemischtem Text und Grafiken. Einfache Übertragung in die gängigen Textverarbeitungs- und Präsentationsprogramme wie z.B. Word und PowerPoint.
  • Es können große Daten-Files verabeitet werden ( mehr als 1.000 Variablen und 200.000 Zeilen)

Entdecken Sie NCSS


Analysen mit NCSS durchführen
Mit ein paar einfachen Schritten können Sie sinnvolle numerische Ergebnisse und saubere, klare Grafiken zu erstellen. Importieren oder fügen Sie Ihre Daten in NCSS ein, bestimmen Sie eine Prozedur für Ihre Analyse, Wählen Sie die entsprechenden Spalten aus und schon erhalten Sie genaue und einfach zu interpretierende Daten und Grafiken.

Verfahren zum Erstellen einer Analyse in NCSS

NCSS bietet viele Möglichkeiten zum Einfügen Ihrer Daten

Intuitives Datenmanagement
NCSS importiert alle wichtigen statistischen Datenformate. Sie können aber auch jederzeit Ihre Daten einfach kopieren und selber eingeben. NCSS besitzt darüber hinaus exzellente Filter- und Transformations-Funktionen für das Verwalten Ihrer Daten.


Eine Prozedur in NCSS auswählen
Mit NCSS können Sie einfach über das Drop-Down-Menü, die Suchfunktion oder den Kategoriebaum das richtige Verfahren für Ihre Analyse auswählen.

NCSS macht es Ihnen leicht, dass richtige Verfahren für Ihre Analyse auszuwählen

NCSS erlaubt eine leichte Bedienung dank übersichtlicher Werkzeuge und eingebaute Hilfe-Nachrichten

Benutzerfreundliche Bedienung
Die Auswerte- und Grafikwerkzeuge sind einfach zu bedienen und haben für jede Option eine eingebaute Hilfe-Nachricht. Wählen Sie die zu analysierenden Bereiche aus und klicken Sie auf 'Ausführen' um die Ergebnisse anzuzeigen.


Elegantes, anpassbares Design
In NCSS haben Sie Zugriff auf über 80 verschiedene Plots. Einige Plots sind Teil allgemeiner Analyseverfahren wie Varianzanalyse oder Regression, während andere Plots Standalone-Werkzeuge sind. Alle Plots in NCSS sind exakt von ihrem Layout her anpassbar (Symbole, Titel, Legenden, Achsen, Gitternetzlinien und mehr). Ihre Einstellungen können Sie für eine erneute Nutzung speichern und später einfach wieder aufrufen.

NCSS verfügt über mehr als 80 Plots welche von Ihnen angepasst werden können

NCSS erstellt Outputs welche sofort weiter verwendet werden können

Ready-to-Use Output
Sobald Sie mit der Analyse Ihrer Daten fertig sind, werden die Ergebnisse und die gewünschten Plots im Ausgabefenster angezeigt. Hier können Sie alle Grafiken mittels Klick in einem seperaten Fenster anzeigen lassen und dort speichern. Mit der Navigationsstruktur können Sie Ihre Ergebnisse noch einfacher betrachten. Mehrere Ausgaben können getätigt werden und in einer Gallerie gespeichert werden, wo Sie diese miteinander vergleichen können.


Weitere Informationen:

Minimum System Requirements for PASS 16

In order to run PASS 16, your computer must meet the following minimum standards:

  • Processor:
    • 450 MHz or faster processor
    • 32-bit (x86) or 64-bit (x64) processor
  • RAM:
    • 256 MB (512 MB recommended)
  • Operating Systems:
    • Windows 10 or later
    • Windows 8.1
    • Windows 8
    • Windows 7
    • Windows Vista with Service Pack 2 or higher
    • Windows Server 2016 or later
    • Windows Server 2012 R2
    • Windows Server 2012
    • Windows Server 2008 SP2/R2
  • Privileges:
    • Administrative rights required during installation only
  • Third Party Software:
    • Microsoft .NET 4.6 (Comes pre-installed with Windows 10 or later and Windows Server
      2016 or later. Installation required on Windows 8.1 or earlier and Windows Server
      2012 R2 or earlier. For systems where .NET 4.6 installation is required, a .NET 4.6
      download helper will start automatically when you run the PASS setup file.
      )
    • Microsoft Windows Installer 3.1 or higher
    • Adobe Reader® 7 or higher (required for the Help System only)
  • Hard Disk Space:
    • 220 MB for PASS (plus space for Microsoft .NET 4.6 if not already installed)
  • Printer:
    • Any Windows-compatible inkjet or laser printer

Pass unter MAC OS X

Für eine Nutzung der Software auf einem MAC-Betriebssystem benötigen Sie einen Windows Emulator, wie z.B. Parallels!

 

Minimum System Requirements for NCSS 12

These are the computer requirements in order to run NCSS 12 Statistical Analysis Software:

  • Processor:
    • 450 MHz or faster processor
    • 32-bit (x86) or 64-bit (x64) processor
  • RAM:
    • 256 MB (512 MB recommended)
  • Operating Systems:
    • Windows XP with Service Pack 2 or higher
    • Windows Vista
    • Windows 7
    • Windows 8 and 8.1
    • Windows 10 or later
    • Windows Server 2003
    • Windows Server 2008
    • Windows Server 2008 R2
    • Windows Server 2012
    • Windows Server 2012 R2 or later
  • Privileges:
    • Administrative rights required during installation only
  • Third Party Software:
    • Microsoft .NET 3.5 SP1 (included with NCSS CD, comes pre-installed with Windows 7 and Windows Server 2008 R2, feature activation required on Windows 8, 8.1, 10 and Windows Server 2012 and 2012 R2)
    • Microsoft Windows Installer 3.1 or higher
    • Adobe Reader® 7 or higher (required for the Help System only)
  • Hard Disk Space:
    • 160 MB for NCSS (plus space for Microsoft .NET 3.5 SP1 if not already installed)
  • Printer:
    • Any Windows-compatible inkjet or laser printer

 

 

NCSS unter MAC OS X

Für den Betrieb von NCSS unter Mac OS X ist ein Windows Emulator, wie z.B. Parallels notwendig!

 

 

 

New Procedures NCSS

Addition of new procedures and tests:

  • Paired T-Test for Superiority by a Margin
  • One-Sample T-Test for Non-Inferiority
  • One-Sample T-Test for Superiority by a Margin
  • One-Sample T-Test for Equivalence
  • Two-Sample T-Test for Superiority by a Margin
  • Analysis of 2×2 Cross-Over Designs using T-Tests for Non-Inferiority
  • Analysis of 2×2 Cross-Over Designs using T-Tests for Superiority by a Margin
  • Analysis of 2×2 Cross-Over Designs using T-Tests for Equivalence
  • One Proportion – Non-Inferiority Tests
  • One Proportion – Superiority by a Margin Tests
  • One Proportion – Equivalence Tests
  • Two-Sample Non-Inferiority Tests for Survival Data using Cox Regression
  • Two-Sample Superiority by a Margin Tests for Survival Data using Cox Regression
  • Two-Sample Equivalence Tests for Survival Data using Cox Regression
  • Cluster Randomization – Create Cluster Means Dataset
  • Cluster Randomization – Create Cluster Proportions Dataset
  • Cluster Randomization – Create Cluster Rates Dataset
  • General Linear Models (GLM) for Fixed Factors
  • One-Way Analysis of Covariance (ANCOVA)
  • Analysis of Covariance (ANCOVA) with Two Groups
  • Clustered Heat Maps (Double Dendrograms)

Examples of new plots:

  • Clustered Heat Map (Double Dendrogram)

 

What’s New in PASS 16?

We are pleased to announce the release of PASS 16. PASS 16 adds 55 new sample size procedures, including new procedures for the odds ratio in logistic regression, generalized estimating equation (GEE) tests, repeated measures design tests, cross-over design proportions tests, tests for two Poisson rates in cross-over designs, ordinal data tests in cross-over designs, pairwise proportion differences in a Williams cross-over design, tests for comparing two or more time-averaged differences, multiple group slope tests, mixed models tests for two means/proportions/slopes in hierarchical designs, tests for multiple correlated proportions, and more.

Installation Qualification (IQ) and Operational Qualification (OQ) tools were added in PASS 16.

Report section options give the user flexibility to enhance output readability.

New Procedures in PASS 16

Logistic Regression

  • Tests for the Odds Ratio in Logistic Regression with One Normal X (Wald Test)
  • Tests for the Odds Ratio in Logistic Regression with One Normal X and Other Xs (Wald Test)
  • Tests for the Odds Ratio in Logistic Regression with One Binary X and Other Xs (Wald Test)

Repeated Measures Slopes (GEE)

  • GEE Tests for the Slope of Two Groups in a Repeated Measures Design (Continuous Outcome)
  • GEE Tests for the Slope of Two Groups in a Repeated Measures Design (Binary Outcome)
  • GEE Tests for the Slope of Two Groups in a Repeated Measures Design (Count Outcome)
  • GEE Tests for the Slope of Multiple Groups in a Repeated Measures Design (Continuous Outcome)
  • GEE Tests for the Slope of Multiple Groups in a Repeated Measures Design (Count Outcome)

Repeated Measures Time-Averaged Differences (GEE)

  • GEE Tests for the TAD of Two Groups in a Repeated Measures Design (Continuous Outcome)
  • GEE Tests for the TAD of Two Groups in a Repeated Measures Design (Binary Outcome)
  • GEE Tests for the TAD of Two Groups in a Repeated Measures Design (Count Outcome)
  • GEE Tests for the TAD of Multiple Groups in a Repeated Measures Design (Continuous Outcome)
  • GEE Tests for the TAD of Multiple Groups in a Repeated Measures Design (Binary Outcome)
  • GEE Tests for the TAD of Multiple Groups in a Repeated Measures Design (Count Outcome)

Hierarchical Design Comparisons using Mixed Models

  • Mixed Models Tests for Two Means in a 2-Level Hierarchical Design (Level-2 Randomization)
  • Mixed Models Tests for Two Means in a 2-Level Hierarchical Design (Level-1 Randomization)
  • Mixed Models Tests for Two Proportions in a 2-Level Hierarchical Design (Level-2 Randomization)
  • Mixed Models Tests for Two Proportions in a 2-Level Hierarchical Design (Level-1 Randomization)
  • Mixed Models Tests for the Slope Difference in a 2-Level Hierarchical Design with Fixed Slopes
  • Mixed Models Tests for the Slope Difference in a 2-Level Hierarchical Design with Random Slopes
  • Mixed Models Tests for Two Means in a 3-Level Hierarchical Design (Level-3 Randomization)
  • Mixed Models Tests for Two Means in a 3-Level Hierarchical Design (Level-2 Randomization)
  • Mixed Models Tests for Two Means in a 3-Level Hierarchical Design (Level-1 Randomization)
  • Mixed Models Tests for Two Proportions in a 3-Level Hierarchical Design (Level-3 Randomization)
  • Mixed Models Tests for Two Proportions in a 3-Level Hierarchical Design (Level-2 Randomization)
  • Mixed Models Tests for Two Proportions in a 3-Level Hierarchical Design (Level-1 Randomization)
  • Mixed Models Tests for the Slope Diff. in a 3-Level Hier. Design with Fixed Slopes (Level-2 Rand.)
  • Mixed Models Tests for the Slope Diff. in a 3-Level Hier. Design with Random Slopes (Level-2 Rand.)
  • Mixed Models Tests for the Slope Diff. in a 3-Level Hier. Design with Fixed Slopes (Level-3 Rand.)
  • Mixed Models Tests for the Slope Diff. in a 3-Level Hier. Design with Random Slopes (Level-3 Rand.)

2×2 Cross-Over Design – Odds Ratio

  • Tests for the Odds Ratio of Two Proportions in a 2×2 Cross-Over Design
  • Non-Inferiority Tests for the Odds Ratio of Two Proportions in a 2×2 Cross-Over Design
  • Superiority by a Margin Tests for the Odds Ratio of Two Proportions in a 2×2 Cross-Over Design
  • Equivalence Tests for the Odds Ratio of Two Proportions in a 2×2 Cross-Over Design

2×2 Cross-Over Design – Proportion Difference

  • Tests for the Difference of Two Proportions in a 2×2 Cross-Over Design
  • Non-Inferiority Tests for the Difference of Two Proportions in a 2×2 Cross-Over Design
  • Superiority by a Margin Tests for the Difference of Two Proportions in a 2×2 Cross-Over Design
  • Equivalence Tests for the Difference of Two Proportions in a 2×2 Cross-Over Design

2×2 Cross-Over Design – Ratio of Poisson Rates

  • Tests for the Ratio of Two Poisson Rates in a 2×2 Cross-Over Design
  • Non-Inferiority Tests for the Ratio of Two Poisson Rates in a 2×2 Cross-Over Design
  • Superiority by a Margin Tests for the Ratio of Two Poisson Rates in a 2×2 Cross-Over Design
  • Equivalence Tests for the Ratio of Two Poisson Rates in a 2×2 Cross-Over Design

2×2 Cross-Over Design – Generalized Odds Ratio for Ordinal Data

  • Tests for the Generalized Odds Ratio for Ordinal Data in a 2×2 Cross-Over Design
  • Non-Inferiority Tests for the Generalized Odds Ratio for Ordinal Data in a 2×2 Cross-Over Design
  • Superiority by a Margin Tests for the Gen. Odds Ratio for Ordinal Data in a 2×2 Cross-Over Design
  • Equivalence Tests for the Generalized Odds Ratio for Ordinal Data in a 2×2 Cross-Over Design

Williams Cross-Over Design – Pairwise Proportion Differences

  • Tests for Pairwise Proportion Differences in a Williams Cross-Over Design
  • Non-Inferiority Tests for Pairwise Proportion Differences in a Williams Cross-Over Design
  • Superiority by a Margin Tests for Pairwise Proportion Differences in a Williams Cross-Over Design
  • Equivalence Tests for Pairwise Proportion Differences in a Williams Cross-Over Design

Williams Cross-Over Design – Pairwise Mean Differences

  • Tests for Pairwise Mean Differences in a Williams Cross-Over Design
  • Non-Inferiority Tests for Pairwise Mean Differences in a Williams Cross-Over Design
  • Superiority by a Margin Tests for Pairwise Mean Differences in a Williams Cross-Over Design
  • Equivalence Tests for Pairwise Mean Differences in a Williams Cross-Over Design

Multiple Correlated Proportions (McNemar-Bowker Test of Symmetry)

  • Tests for Multiple Correlated Proportions (McNemar-Bowker Test of Symmetry)

 

Weitere Funktionen der Software PASS

PASS erweitert die Software über 25 neue Power- und Stichproben Prozeduren. Über 45 Prozeduren wurden verbessert oder verändert.

Neue Prozeduren

Means

  • Equivalence Tests for the Difference Between Two Paired Means
  • Non-Inferiority Tests for Two Means in a Cluster-Randomized Design
  • Equivalence Tests for Two Means in a Cluster-Randomized Design
  • Superiority by a Margin Tests for Two Means in a Cluster-Randomized Design
  • Tests for the Difference of Two Means in a Higher-Order Cross-Over Design
  • Tests for the Ratio of Two Means in a Higher-Order Cross-Over Design
  • Tests for Fold Change of Two Means
  • MxM Cross-Over Designs
  • M-Period Cross-Over Designs using Contrasts
  • One-Way Repeated Measures
  • One-Way Repeated Measures Contrasts
  • One-Way Analysis of Variance Contrasts
  • Confidence Intervals for One-Way Repeated Measures Contrasts

Rates and Counts

  • Tests for the Difference Between Two Poisson Rates
  • Tests for the Difference Between Two Poisson Rates in a Cluster-Randomized Design
  • Tests for the Ratio of Two Negative Binomial Rates

Survival

  • Logrank Tests in a Cluster-Randomized Design
  • One-Sample Logrank Tests
  • One-Sample Cure Model Tests

Regression

  • Reference Intervals for Clinical and Lab Medicine
  • Tests for the Difference Between Two Linear Regression Slopes
  • Tests for the Difference Between Two Linear Regression Intercepts
  • Mendelian Randomization with a Binary Outcome
  • Mendelian Randomization with a Continuous Outcome

Acceptance Sampling

  • Acceptance Sampling for Attributes
  • Operating Characteristic Curves for Acceptance Sampling for Attributes

Verbesserte oder Veränderte Prozeduren in PASS 15

Means

  • Tests for Two Means using Ratios
  • Tests for Two Means in a Cluster-Randomized Design
  • Non-Inferiority Tests for the Difference of Two Means in a Higher-Order Cross-Over Design
  • Non-Inferiority Tests for the Ratio of Two Means in a Higher-Order Cross-Over Design
  • Equivalence Tests for the Difference of Two Means in a Higher-Order Cross-Over Design
  • Equivalence Tests for the Ratio of Two Means in a Higher-Order Cross-Over Design
  • Superiority by a Margin Tests for the Difference of Two Means in a Higher-Order Cross-Over Design
  • Superiority by a Margin Tests for the Ratio of Two Means in a Higher-Order Cross-Over Design
  • One-Way Analysis of Variance F-Tests

Rates and Counts

  • Tests for One Poisson Rate
  • Tests for the Ratio of Two Poisson Rates

Proportions

  • Tests for One Proportion
  • Non-Inferiority Tests for One Proportion
  • Equivalence Tests for One Proportion
  • Superiority by a Margin Tests for One Proportion
  • Tests for Two Proportions
  • Tests for Two Proportions in a Repeated Measures Design
  • Non-Inferiority Tests for the Difference Between Two Proportions
  • Non-Inferiority Tests for the Ratio of Two Proportions
  • Non-Inferiority Tests for the Odds Ratio of Two Proportions
  • Equivalence Tests for the Difference Between Two Proportions
  • Equivalence Tests for the Ratio of Two Proportions
  • Equivalence Tests for the Odds Ratio of Two Proportions
  • Superiority by a Margin Tests for the Difference Between Two Proportions
  • Superiority by a Margin Tests for the Ratio of Two Proportions
  • Superiority by a Margin Tests for the Odds Ratio of Two Proportions
  • Confidence Intervals for the Difference Between Two Proportions
  • Confidence Intervals for the Ratio of Two Proportions
  • Confidence Intervals for the Odds Ratio of Two Proportions
  • Tests for Two Correlated Proportions (McNemar Test)
  • Non-Inferiority Tests for the Difference Between Two Correlated Proportions
  • Non-Inferiority Tests for the Ratio of Two Correlated Proportions
  • Equivalence Tests for the Difference Between Two Correlated Proportions
  • Equivalence Tests for the Ratio of Two Correlated Proportions
  • Tests for Two Proportions in a Cluster-Randomized Design
  • Non-Inferiority Tests for the Difference of Two Proportions in a Cluster-Randomized Design
  • Non-Inferiority Tests for the Ratio of Two Proportions in a Cluster-Randomized Design
  • Equivalence Tests for the Difference of Two Proportions in a Cluster-Randomized Design
  • Equivalence Tests for the Ratio of Two Proportions in a Cluster-Randomized Design
  • Superiority by a Margin Tests for the Difference of Two Proportions in a Cluster-Randomized Design
  • Superiority by a Margin Tests for the Ratio of Two Proportions in a Cluster-Randomized Design
  • Group-Sequential Tests for Two Proportions (Simulation)
  • Group-Sequential Non-Inferiority Tests for the Difference of Two Proportions (Simulation)
  • Group-Sequential Non-Inferiority Tests for the Ratio of Two Proportions (Simulation)
  • Group-Sequential Non-Inferiority Tests for the Odds Ratio of Two Proportions (Simulation)
  • Group-Sequential Superiority by a Margin Tests for the Difference of Two Proportions (Simulation)
  • Group-Sequential Superiority by a Margin Tests for the Ratio of Two Proportions (Simulation)
  • Group-Sequential Superiority by a Margin Tests for the Odds Ratio of Two Proportions (Simulation)

Funktionen der Software NCSS

Varianzanalyse

  • Einwegvarianzanalyse
  • Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
  • Balanced Design-Varianzanalyse
  • Allgemeine lineare Modelle (GLM)
  • Wiederholte Messungen
  • Multivariate Varianzanalyse (MANOVA)
  • Analyse von Zwei-Level-Designs
  • Nondetects-Data Group-Vergleich
  • Fläche unter der Kurve

Clustering

  • Fuzzy Clustering
  • Hierarchical Clustering / Dendrogramme
  • K-Means Clustering
  • Medoid Partitioning
  • Regression Clustering

Korrelation

  • Lineare Regression und Korrelation
  • Box-Cox-Transformation für die einfache lineare Regression
  • Point-biserial und biserial Korrelationen
  • Korrelationsmatrix
  • kanonische Korrelations
  • Lins Konkordanz Korrelationskoeffizient
  • Bland-Altman-Diagramm und Analyse

Kurvenanpassung

  • Michaelis-Menten-Gleichung
  • Verhältnis von Polynomen Fit - Eine Variable
  • Verhältnis von Polynomen Search - Eine Variable
  • Referenzintervalle mit einer Kovariaten
  • Summe der Funktionen innerhalb von Modellen
  • Nichtlineare Regression
  • Verhältnis von Polynomen Fit - viele Variablen
  • Verhältnis von Polynomen Suche - viele Variablen
  • Funktions-Plots
  • Streudiagramm-Matrix für die Kurvenanpassung

Deskriptive Statistik

  • Deskriptive Statistik - Übersichtstabellen
  • Kontingenztabellen (Kreuztabellen / Chi-Quadrat-Test)
  • Frequenztabellen
  • Box-Cox-Transformation
  • Daten Screening
  • Daten Simulation
  • Grubbs-Ausreißertest
  • Normalitäts-Tests
  • Stamm-und-Blatt-Diagramme
  • Back-to-Back Stamm-und-Blatt-Diagramme
  • Artikel-Analyse
  • Item Response Analysis
  • Fläche unter der Kurve
  • Circular Datenanalyse
  • Toleranzintervalle

Versuchsplanung

  • Randomisierungslisten
  • Balanced Incomplete Block-Designs
  • Teilfaktorielle Designs
  • Latin Square Designs
  • Response Surface Designs
  • Screening Designs
  • Taguchi Designs
  • Zwei-Level-Designs
  • Design-Generator
  • D-Optimal Designs
  • Analyse von Zwei-Level-Designs
  • Response Surface Regression

Zeitreihen

  • ARIMA (Box-Jenkins)
  • automatische ARMA
  • theoretische ARMA
  • Autokorrelationen
  • Kreuzkorrelationen
  • Spektralanalyse
  • Decomposition Forecasting
  • Exponentielles Glätten - Horizontal
  • Exponentielles Glätten - Trend
  • Exponentielle Glättung - Trend / Saisonale
  • Harmonic Regression
  • Analyse der Versuche
  • Zeitreihen-Plots

Beurteilung von Massen

  • Appraisal Ratios
  • Vergleichsdaten - Verkaufspreis
  • Hybrid Appraisal Models
  • Deskriptive Statistik - Übersichtstabellen
  • Multiple Regression
  • Nichtlineare Regression

Meta-Analyse

  • Meta-Analyse von Correlated Proportionen
  • Meta-Analyse von Hazard Ratios
  • Meta-Analyse von Means
  • Meta-Analyse von Proportionen
  • Forest Plots

Gemischte Modelle

  • Gemischte Modelle - Keine wiederholten Messungen
  • Gemischte Modelle - mit wiederholten Messungen
  • Gemischte Modelle - Random Koeffizienten

Multivariate

  • kanonische Korrelations
  • Gleichheit der Kovarianz
  • Faktorenanalyse
  • Hauptkomponentenanalyse
  • Diskriminanzanalyse
  • Hotelling bei einer Stichprobe T2
  • Hotelling Zwei-Stichproben T2
  • Multivariate Varianzanalyse (MANOVA)
  • Korrespondenzanalyse
  • multidimensionale Skalierung

Nonparametric

  • Analyse der Versuche
  • Bootstrap-Konfidenzintervall (bei einer Stichprobe T-Test)
  • Bootstrap-Konfidenzintervall (gepaarter t-Test)
  • Bootstrap-Konfidenzintervall (Zwei-Stichproben-T-Test)
  • Cochran-Q-Test
  • kumulative Inzidenz
  • Friedmans-Rang-Test (ausgewogenes Design ANOVA)
  • Kaplan-Meier-Kurven (Logrank Tests)
  • Kolmogorov-Smirnov-Test (Zwei-Stichproben-T-Test)
  • Kruskal-Wallis-Test (One-Way ANOVA)
  • Mann-Whitney U-Test (Zwei-Stichproben-T-Test)
  • Nondetects-Data Group-Vergleich
  • Randomisierung Test (bei einer Stichprobe T-Test)
  • Randomisierung Test (gepaarter t-Test)
  • Randomisierung Test (Zwei-Stichproben-T-Test)
  • ROC-Kurven
  • Spearman Rang Korrelation (Korrelationsmatrix, lineare Regression und Korrelation)
  • Wilcoxon-Test (bei einer Stichprobe T-Test)
  • Wilcoxon-Test (gepaarter t-Test)

Unternehmensforschung

  • liniare Programmierung

Proportionen

  • Ein Anteil
  • Zwei Proportionen - Nichtunterlegenheit Tests
  • Zwei Proportionen - Superiority Tests
  • Zwei Proportionen - Gleichwertigkeit Tests
  • Zwei Proportionen - zweiseitige Tests gegen einen Margin
  • Zwei korrelierte Anteile (McNemar Test)
  • Zwei korrelierte Proportionen - Nichtunterlegenheit Tests
  • Zwei korrelierte Proportionen - Superiority Tests
  • Zwei korrelierte Proportionen - Gleichwertigkeit Tests
  • Kontingenztabellen (Kreuztabellen / Chi-Quadrat-Test)
  • Frequenztabellen
  • Cochran-Q-Test
  • loglineare Modelle
  • Mantel-Haenszel-Test
  • ROC-Kurven
  • Artikel-Analyse
  • Item Response Analyse
  • Binäre-Diagnostische-Tests - Einzelprobe
  • Binäre-Diagnostische-Tests - Zwei unabhängige Stichproben
  • Binäre-Diagnostische-Tests - gepaarte Stichproben
  • Binäre-Diagnostische-Tests - Cluster Proben

Qualitätskontrolle

  • X-Bar und R Charts
  • X-Bar und s Charts
  • X-Bar-Charts
  • R-Charts
  • s Charts
  • CUSUM Charts
  • Gleitender Durchschnitt
  • EWMA Charts
  • Einzelpersonen und Bewegungsbereich
  • Levey-Jennings-Charts
  • P Charts
  • NP Charts
  • C Charts
  • U Charts
  • Fähigkeitsanalyse
  • R & R-Studie
  • Toleranzintervalle
  • Lag Plots
  • Analyse der Versuche
  • Pareto Charts

Regression

  • Lineare Regression und Korrelation
  • Box-Cox-Transformation für die einfache lineare Regression
  • Deming-Regression
  • Harmonic Regression
  • Mixed Models - Random Koeffizienten
  • Point-biserial und biserial Korrelationen
  • Multiple Regression
  • Multiple Regression mit seriellen Korrelation
  • Nondetects Daten Regression
  • Hauptkomponentenregression
  • Response Surface Regression
  • Ridge Regression
  • Robust Regression
  • Cox-Regression
  • Parametric Überleben (Weibull) Regression
  • Logistische Regression
  • Diskriminanzanalyse
  • Poisson Regression
  • Probitanalyse
  • Nichtlineare Regression

Regression (Variablenauswahl)

  • Alle mögliche Regressionen
  • schrittweise Regression
  • Subset Selection in Multiple Regression
  • Subset Selection in Multivariate Y Multiple Regression
  • Cox-Regression
  • Diskriminanzanalyse
  • Logistische Regression
  • Poisson Regression

Überleben/Zuverlässigkeit

  • kumulative Inzidenz
  • Kaplan-Meier-Kurven (Logrank Tests)
  • Überlebenstabellen
  • Cox-Regression
  • Parametric Überlebens-(Weibull) Regression
  • Beta Verteilungsanpassung
  • Distribution-(Weibull) Fitting
  • Gamma Verteilungsanpassung
  • Mantel-Haenszel-Test
  • Probitanalyse
  • Zeit Kalkulator
  • Toleranzintervalle
  • Survival-Parameter-Konvertierungstool
  • Überlebens-Plots

T-Tests

  • eine Stichprobe T-Test
  • Gepaarter t-Test
  • Gepaarter t-Test für die Nichtunterlegenheit
  • Gepaarter t-Test für die Gleichwertigkeit
  • Zwei-Stichproben-T-Test
  • Zwei-Stichproben-T-Test-von Means und SDs
  • Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
  • Test auf Nichtunterlegenheit mit zwei unabhängigen Proben
  • Test auf Gleichwertigkeit mit zwei unabhängigen Proben
  • Bland-Altman-Diagramm und Analyse
  • Hotelling bei einer Stichprobe T2
  • Hotelling Zwei-Stichproben T2
  • Analyse von Zwei-Level-Designs
  • Cross-Over Analyse mit T-Tests

Balkendiagramme

  • Balkendiagramme (2 Faktoren)
  • 3D-Balkendiagramme
  • 3D-Balkendiagramme (2 Faktoren)
  • Pareto Charts

Boxplots

  • Boxplots
  • Boxplots (2 Faktoren)

Circular Datenstücke

  • Circular Datenanalyse (Rose Plots)
  • Kreisdiagramme

Combo Charts

  • Combo Charts
  • Combo Charts (2 Faktoren)

Konturdiagramme

  • Konturdiagramme

Kurvenanpassung

  • Allgemeine Kurvenanpassung
  • Michaelis-Menten-Gleichung
  • Function Plots
  • Streudiagramm-Matrix für die Kurvenanpassung

Dendrogramme

  • Hierarchical Clustering (Dendrogramme)

Density Plots

  • Density Plots
  • Density Plots (2 Faktoren)

Punktdiagramme

  • Punktdiagramme
  • Punktdiagramme (2 Faktoren)

Fehlerbalkendiagramme

  • Fehlerbalkendiagramme
  • Fehlerbalkendiagramme (2 Faktoren)

Zeitreihen

  • ARIMA (Box-Jenkins)
  • automatische ARMA
  • theoretische ARMA
  • Autokorrelationen
  • Kreuzkorrelationen
  • Spektralanalyse
  • Decomposition Forecasting
  • Exponentielles Glätten - Horizontal
  • Exponentielles Glätten - Trend
  • Exponentielle Glättung - Trend / Saisonale
  • Lag Plots
  • Analyse der Versuche

Forest-Plots

  • Meta-Analyse von Korrelierte Proportionen
  • Meta-Analyse von Sterberaten
  • Meta-Analyse von Means
  • Meta-Analyse von Proportionen

Histogramme

  • Histogramme
  • vergleichende Histogramme
  • Vergleichende Histogramme (2 Faktoren)
  • Rose Plots

Liniendiagramme

  • Liniendiagramme
  • Liniendiagramme (2 Faktoren)
  • 3D-Liniendiagramme
  • 3D-Liniendiagramme (2 Faktoren)

Musaik-Plots

  • Musaik-Plots

Perzentil-Plots

  • Perzentil-Plots
  • Perzentil-Plots (2 Faktoren)

Kreisdiagramme

  • Kreisdiagramme

Wahrscheinlichkeitsdiagramme

  • Normalverteilungsdiagramme
  • Weibull Wahrscheinlichkeitsplots
  • Logistische Normalverteilungsdiagramme
  • Gamma Probability Plots
  • Exponentielle Wahrscheinlichkeitsplots
  • Chi-Quadrat Wahrscheinlichkeitsplots
  • Uniform Probability Plots
  • Halb-Normalverteilungsdiagramme
  • Wahrscheinlichkeitsdiagramm Vergleich

Qualitätsregelkarten

  • X-Bar und R Charts
  • X-Bar und s Charts
  • X-Bar-Charts
  • R-Charts
  • s Charts
  • CUSUM Charts
  • Gleitender Durchschnitt
  • EWMA Charts
  • Einzelpersonen und Bewegungsbereich
  • Levey-Jennings-Charts
  • P Charts
  • NP Charts
  • C Charts
  • U Charts
  • Fähigkeitsanalyse
  • Lag Plots
  • Analyse der Versuche
  • Pa
  • zreto Charts

ROC-Kurven

  • ROC-Kurven

Streudiagramme

  • Streudiagramme
  • 3D-Streudiagramme
  • Streudiagramm-Matrix
  • Streudiagramm-Matrix für die Kurvenanpassung
  • Lag Plots

Stamm-und-Blatt-Diagramme

  • Stamm-and-Blatt-Diagramme
  • Back-to-Back Stamm-und-Blatt-Diagramme

Oberflächen- und Konturdiagramme

  • Konturdiagramme
  • 3D Oberflächendiagramme

3D-Diagramme

  • 3D-Streudiagramme
  • 3D Oberflächendiagramme
  • 3D-Balkendiagramme
  • 3D-Balkendiagramme (2 Faktoren)
  • 3D-Liniendiagramme
  • 3D-Liniendiagramme (2 Faktoren)

Operations

  • Datenfenster
  • Importieren von Daten
  • Exportieren von Daten
  • Filter
  • Transformationen
  • Stapeln von Daten
  • Entstapeln von Daten
  • Erstellen von Kontrastvariablen

Verfahren

  • Box-Cox-Transformation
  • Box-Cox-Transformation für zwei oder mehr Gruppen (T-Test-und One-Way ANOVA)
  • Box-Cox-Transformation für die einfache lineare Regression
  • Datenliste
  • Daten Screening
  • Daten Simulation
  • Zusammenführen von zwei Datensätze
  • Datenabgleich - Greedy
  • Datenabgleich - Optimal
  • Daten Schichtung
  • Time Calculator

Kalkulatoren

  • Wahrscheinlichkeitsrechner
  • Chi-Quadrat-Effect Size Kalkulator
  • Odds Ratio und Proportionen Kalkulator
  • Standardabweichung Kalkulator
  • Survival-Parameter-Konvertierungstool

Neuerungen in NCSS 11

Neue Verfahren und Tests

  • Bedingte logistische Regression
  • Multiple Regression - Basic
  • Negative Binomial Regression
  • 'Zero-Inflated' Negative Binomial Regression
  • 'Zero-Inflated' Poisson Regression
  • Geometrische Regression
  • Fraktionierte Polynomial Regression
  • Passing-Bablok Regression für den Methodenvergleich
  • Robuste Lineare Regression (Passing-Bablok Median-Slope)
  • Logistische Regression (einschließlich Konfidenzintervall für AUC)
  • Zweistufige Least Squares
  • Streudiagramme mit Fehlerbalken
  • Streudiagramme mit Fehlerbalken von Übersichtsdaten
  • Fehlerbalkendiagramme von Übersichtsdaten
  • Fehlerbalkendiagramme von Übersichtsdaten (2 Faktoren)
  • Beschreibende Statistik - Übersichtstabellen
  • Beschreibende Statistik - Übersichtslisten
  • ROC-Kurve und Cutoff-Analyse
  • Vergleich zweier ROC-Kurven - unabhängige Gruppen
  • Vergleich zweier ROC-Kurven - abhängige Gruppen
  • Analyse einer Einzelprobe eines binären Diagnosetests
  • Korrelation
  • Runddatenkorrelation
  • Referenzintervalle
  • Kosten-Nutzen-Analyse
  • Verhältnisbewertung
  • Hypride Bewertungsmodelle
  • Multiple Regression für die Bewertung
  • Stichproben für Attribute
  • Kennlinien für Stichproben für Attribute
  • Lineare Programmierung mit Begrenzung
  • Gemischte-ganzzahlige Programmierung
  • Quadtratische Programmierung
  • Transport
  • Zuordnung
  • Kürzeste Strecke
  • Maximaler Durchfluss
  • Minimale Kosten
  • Umschlag
  • Dwass-Stahl-Critchlow-Fligner MC-Test (in der One-Way-Varianzanalyse)

Verbesserungen bestehender Features

  • Datensimulationsverfahren
    Die Datensimulationsverfahren wurden verbessert und bieten nun eine viel größere Auswahl an Distributionen.
  • One-Way ANOVA Residuen
    Die einfaktorielle ANOVA ist nun in der Lage Residuen zu speichern.
  • Kontingenztabellen - Tabelleneintrag
    Tabelleneinträge in Kontingenztabellen (Crosstabs / Chi-Quadtrat-Test) wurden verbessert.
  • Ein Anteil - Dateneingabe
    Eine Datenbank-Dateneingabe-Option steht jetzt im 'Ein Anteil' Verfahren zur Verfügung.
  • Export Tool
    Im Export Tool haben Sie jetzt die Möglichkeit, Variablen für den Export auszuwählen.
  • Output Titel
    Software Versionen werden jetzt im Output hinterlegt.
  • Fehlerbalkendiagramme
    Fehlerbalkendiagramme haben nun die Optionen Konfidenzintervall und Range.
  • Tabellenkalkulation - Bedienelemente
    Die Bedienelemente wurden aktualisiert.
  • 3D-Diagramme
    Die Anzeigegeschwindigkeit wurde verbessert und zusätzliche Verarbeitungsoptionen eingefügt.
  • Spaltenauswahlwerkzeuge
    Erhebliche Verbesserungen wurden an den Spaltenauswahlwerkzeugen vorgenommen.
  • Automatische Skalierung von 'Ticks'
    Die automatische Skalierung von 'Ticks' auf den numerischen Achsen eines Diagramms wurden verbessert.
  • Filter und 'Missing Values' in Zeitreihen und Prognosen
    Filteroptionen und 'Missing Values' stehen nun in allen Zeitreihen und Prognosen zur Verfügung.
  • Menü - Verfahren
    Das Verfahren-Menü wurde erweitert und sollte nun sehr viel intuitiver sein.