温馨提示:需求数量不同,价格不同。请联系我们,确认当前新的报价!
Chemometrics Toolbox 提供了 70 多种用于化学计量校准的专用 MATLAB 函数。它使您能够使用方法(例如潜在变量中的多元线性回※归、主成分回归∩和偏小㊣ 二乘法)执行定量和定性分析。化学计量学将数据组织成矩形,以便对齐进行处理以创建校准或提取有用信息。这使得MATLAB成为化学计量学的理想环境。
Chemometrics Toolbox 提供化ζ 学家、生物学家、科学家和工程师开发和验证与复杂过程分析仪和实验』室仪器一起使用的校准■所需的全面功能。Chemometrics Toolbox 旨在提高○生产力,提供的工具使用户能够快速轻松地将化学︽计量技术应用于数据,使他们能够对其应用进行定量和定性分析,同时保持对数学的信心。
为了简化校准的工业部署并消除与版本相关的维护问题,Chemometrics Toolbox与在所有平台上运行的所有 MATLAB 版本保持兼→容。有些人成功地将Chemometrics Toolbox与 Octave 结合使用,这是一个开源 MATLAB 克隆,可使用。
特征
超过 70 种专门的化学计量学功能
经典小╲二乘法 (K-matrix) 多元线性回归
逆小◥二乘法 (P-matrix) 多元线性回归
主成分分析(PCA 或因子分析)
主成分回归 (PCR)
偏小二乘法 (PLS)
聚类分析
用于基于因子的方法的模型制定的指标函数
绘图和可视化功能
逐键入门教▼程
重点介绍
多元线性回归 (MLR) 技术。化学计量学工具箱包括用于生成定量校准的核心程序。主要功能包括:经典小二▲乘法(CLS 或 K 矩阵)、逆小二乘法(ILS 或 P 矩阵)和 Q 矩阵方法。
基于因素的技术。该工具箱包括基于因子的方法,用ぷ于生成定量校准和获得对数据的定性洞察。主要功能包括:主成分分析(PCA 或因子分析)、主成分回归 (PCR)、偏小二乘法 (PLS) 和 PLS 回归矩阵(无需迭代 PLS 预测)。
指标功能。 包含完整的指标函数系列,以帮助在使用基于因子的技术时制定正确的模型:减少特征值指标、减少特征值的双向 F 检验、拟合训练数据、拟合验证数据、分数︻指标函数、交叉验证和预测残差平方和 (PRESS)。
绘图。多个绘图命令可以轻松查看数据和发现模式,例如在单个图形中绘制多达四个统计指标函数,以及绘制分数与分数以使用基于因子的技术可视化数据集群。