Sigmaplot Nouveautés

Nouveau SigmaPlot v16

SigmaPlot Nouvelles fonctionnalités

SigmaPlot a de nouvelles fonctionnalités pour faciliter votre travail (cliquez sur les liens ci-dessous)

Nouveau type de graphique (via une macro)

L'intrigue du violon

Visualisez les distributions de données avec clarté et précision

SigmaPlot 16 vous apporte une nouvelle macro puissante pour la visualisation de données – Violin Plots. Cette macro macro offre une manière plus complète et informative de représenter la distribution de données numériques pour un ou plusieurs groupes.

Qu'est-ce qu'une intrigue de violon ?

L’intrigue du violon est utilisé pour visualiser la distribution des données numériques de différentes variables. Il représente les distributions de données numériques pour un ou plusieurs groupes à l’aide de courbes de densité. La largeur de chaque courbe correspond à la fréquence approximative des points de données dans chaque région.

Utilisez la macro Macro detracé du nouveau violon lorsque vous souhaitez observer la distribution des données numériques, celles-ci sont particulièrement utiles lorsque vous souhaitez comparer les distributions entre plusieurs groupes. Les pics, les creux et les queues de la courbe de densité de chaque groupe peuvent être comparés pour visualiser les similitudes et les différences au sein des groupes.

Cette macro crée des diagrammes en violon avec plusieurs colonnes de données montrant la densité/concentration des données de chaque colonne ou groupe.

Données d'entrée

Organisez les données du diagramme Violin en utilisant plusieurs colonnes. La ligne la plus haute est réservée aux étiquettes de colonne et la colonne la plus à gauche aux étiquettes de ligne. Ces étiquettes apparaissent sur l'axe du graphe Violin. Cependant, vous pouvez également créer un diagramme Violin sans aucune étiquette.

Les données doivent contenir uniquement des valeurs numériques, sans cellules manquantes ou vides dans les données de chaque colonne.

Sortie

Domaines d'application des nouveaux tracés Violin de SigmaPlot v16.

1. Biologie et médecine

Analyse de l’expression génétique : Comparez les niveaux d’expression des gènes entre différents groupes ou conditions.
Protéomique : Analyse de l’abondance et de la distribution des protéines.
Recherche clinique : Étudier la distribution des résultats des patients ou des biomarqueurs.

2. Science de l'environnement

Diversité des espèces : Comparez la richesse et l’abondance des espèces dans différents habitats.
Analyse du changement climatique : Examiner l’évolution des variables environnementales dans le temps.
Surveillance de la pollution : Analyse des concentrations et de la répartition des polluants.

3. Sciences sociales :

Analyse des données d’enquête : Explorez la distribution des réponses aux questions de l’enquête.
Recherche économique : Analyser la répartition des revenus, le comportement des consommateurs ou les tendances du marché.
Psychologie sociale : Étude des attitudes, des croyances et des comportements au sein de différentes populations.

4. Ingénierie et technologie :

Analyse des processus de fabrication : Évaluer la distribution des paramètres de qualité des produits.
Science des matériaux : Analyser les propriétés des matériaux et leurs variations.
Test de performance : Comparer les performances de différents systèmes ou composants.

5. Autres applications :

Finance : Analyser la distribution des prix des actions, l’évaluation des risques ou la performance des portefeuilles.
Psychologie : Étudier les traits psychologiques, les capacités cognitives ou les différences de personnalité.
L’éducation : Analyser les performances des étudiants, les résultats de l’apprentissage ou l’efficacité de l’enseignement.

Cette approche combinée offre une compréhension plus riche de vos données que les seuls diagrammes en boîte.

Principaux avantages des tracés au violon dans SigmaPlot 16 :

Meilleure compréhension des données : Obtenez des informations plus approfondies sur la distribution de vos données et identifiez les modèles ou les valeurs aberrantes.
Visualisation améliorée : Créez des graphiques visuellement attrayants et informatifs qui communiquent efficacement vos résultats.
Personnalisation facile : Personnalisez l’apparence de vos parcelles de violon en fonction de vos besoins et de vos préférences.
Intégration avec d’autres types de graphiques : Combinez les diagrammes de violon avec d’autres types de diagrammes, tels que les diagrammes de dispersion ou les diagrammes à barres, pour une analyse plus complète.

Plots de papillons :

Libérez le potentiel de vos données avec les diagrammes en papillon

Avec les graphiques papillon de SigmaPlot 16, vous pouvez porter votre analyse de données à un niveau supérieur. Téléchargez une version d'essai gratuite dès aujourd'hui et découvrez la puissance de cet outil de visualisation innovant.

Nouveau type de graphique (via une macro)

Libérez la puissance de la visualisation des données avec les diagrammes en forme de papillon

SigmaPlot 16 vous offre une nouvelle macro puissante pour la visualisation de données - Butterfly Plots. Cette macro innovante vous permet de comparer visuellement deux ensembles de données côte à côte, révélant ainsi des informations qui pourraient autrement être cachées.

Qu'est-ce qu'un carré de papillons ?

Le diagramme papillon est un type de diagramme à barres qui utilise un style visuel unique pour mettre en évidence les différences entre deux ensembles de données. En comparant la longueur des barres et leurs barres d'erreur associées, vous pouvez facilement identifier les variations significatives.

Cette macro dessine des diagrammes en papillon en utilisant les deux groupes, événements ou catégories différents de la feuille de calcul des données.

Données d'entrée :

Titre de la colonne – Pour modifier le titre de la colonne, sélectionnez la colonne de la feuille de calcul, cliquez avec le bouton droit de la souris sur le titre de la colonne. avec le bouton droit de la souris et sélectionnez l’option titres de colonnes. La fenêtre contextuelle vous permet de modifier le titre de la colonne. Vous pouvez également le faire en double-cliquant sur la cellule de titre de colonne sélectionnée. Ne modifiez pas la valeur d’affichage si vous n’utilisez pas de titre de colonne.

Titre de la ligne – Pour modifier le titre de la ligne, sélectionnez la colonne de la feuille de calcul, cliquez avec le bouton droit de la souris avec le bouton droit de la souris et sélectionnez l’option titres de colonnes. La fenêtre pop-up vous donnera les option pour modifier le titre de la ligne. Vous pouvez également double-cliquer sur la cellule de titre de ligne sélectionnée et saisir les détails directement sur la feuille de calcul. Ne modifiez pas la valeur d’affichage si vous n’utilisez pas le titre de la ligne.

Exécuter la macro – Après avoir exécuté la macro, le menu contextuel vous permet d’affecter des données au groupe un et au groupe deux.

Inscrivez les données Butterfly dans les colonnes adjacentes.

Cliquez sur le bouton « OK » pour exécuter la macro.

Sortie

Le diagramme papillon correspondant est illustré ci-dessous :

Domaines d'application des nouveaux Butterfly Plots de SigmaPlot v16.

1. Soins de santé et médecine :

Données d’essais cliniques : Comparez les résultats du traitement entre différents groupes.

Données démographiques sur les patients : Analyser les différences de caractéristiques des patients entre les groupes de traitement.

Évolution de la maladie : Suivez l’évolution des marqueurs de la maladie au fil du temps.

2. Sciences de l'environnement :

Analyse du changement climatique :Comparez les données de température et de précipitations au fil du temps.

Surveillance de la pollution : Analyser les niveaux de polluants dans différents lieux.

Études de la biodiversité : Comparer la diversité des espèces dans différents écosystèmes.

3. Sciences sociales :

Enquêtes sociales : Comparez les réponses à des questions d’enquête entre différents groupes.

Analyse des élections : Visualisez les schémas et les tendances de vote.

Sondage d’opinion : Analyser l’opinion publique sur différentes questions.

4. Affaires et marketing :

Les performances de vente : Comparez les chiffres de vente pour différents produits ou régions.

Analyse des parts de marché : Visualisez l’évolution des parts de marché dans le temps.

Satisfaction des clients : Comparez les taux de satisfaction des clients pour différents produits ou services.

5. Analyse financière :

Comparaison des performances des actions : Visualisez la performance de deux actions sur une période donnée.

Analyse des ratios financiers : Comparer les ratios financiers pour différentes entreprises ou périodes.

Suivi des indicateurs économiques : Suivez l’évolution des indicateurs économiques tels que le PIB, l’inflation et les taux de chômage.

En visualisant efficacement les données, les diagrammes en papillon peuvent vous aider à identifier les tendances, à prendre des décisions éclairées et à communiquer clairement vos idées.

Principaux avantages des diagrammes en papillon dans SigmaPlot v16 :

Simple et intuitif : Les diagrammes en forme de papillon sont faciles à comprendre et à interpréter, même pour ceux qui n’ont pas de connaissances statistiques approfondies.

Des comparaisons efficaces : Comparez rapidement les distributions de deux ou plusieurs ensembles de données pour identifier les tendances, les valeurs aberrantes et les différences significatives.

Visualisations personnalisables : Adaptez vos diagrammes de papillons à vos besoins et préférences spécifiques, y compris les schémas de couleurs, les étiquettes et les annotations.

Bandes de confiance et de prédiction :

Libérez la puissance de l'analyse des données en utilisant les bandes de confiance et de prédiction avec SigmaPlot 16 :

Que sont les marges de confiance et de prédiction ?

Les bandes de confiance et de prédiction sont utilisées pour évaluer la justesse de l'ajustement dans la régression et pour prédire les futurs points de données.

Cette fonctionnalité de SigmaPlot permet aux utilisateurs de créer des bandes de confiance et de prédiction pour la régression. Les versions précédentes du produit supportaient les lignes de confiance et de prédiction, mais les utilisateurs peuvent désormais créer des bandes pour ces mêmes lignes.

Données d'entrée

Cliquez sur l'onglet Aide et choisissez l'onglet Régression non linéaire. Double-cliquez sur la feuille de travail de régression pondérée pour ouvrir l'échantillon de données qui sera utilisé pour l'analyse de régression.

Sélectionnez l'onglet analyse et cliquez sur l'assistant de régression. Sélectionnez le type de régression. Cliquez sur suivant dans l'assistant de régression après avoir choisi le type de régression (régression linéaire sélectionnée dans cet exemple).

Cliquez sur votre feuille de calcul et sélectionnez les colonnes de votre graphique, puis cliquez sur Terminer.

Sortie :

Des bandes de confiance et de prédiction sont créées avec la ligne.

Domaines d'application des nouvelles bandes de confiance et de prédiction dans SigmaPlot v16.

1. La recherche scientifique

Biologie et médecine :

Modélisation de la progression de la maladie

Analyser les données des essais cliniques

Prévoir l’efficacité et la sécurité des médicaments

Chimie :

Étalonnage des instruments et des mesures

Modélisation des réactions chimiques

Physique :

Analyse des données expérimentales

Prévoir les phénomènes physiques

2. Ingénierie

Ingénierie structurelle : Évaluation de la fiabilité et de la sécurité des structures

Ingénierie mécanique : Optimiser les conceptions et prédire les performances

Génie électrique : Analyse du comportement des circuits et prévision des performances des systèmes

3. Économie et finance

Modélisation financière : Prévision des cours boursiers, des taux d’intérêt et des indicateurs économiques

Évaluation des risques : Quantifier l’incertitude dans les modèles financiers

Prévisions économiques : Prévision de la croissance économique et des taux d’inflation

4. Les sciences sociales

Psychologie : Modélisation du comportement humain et de la cognition

Sociologie : Analyse des tendances et des modèles sociaux

Sciences politiques : Prévision des résultats électoraux et de l’opinion publique

En utilisant des bandes de confiance et de prédiction, les chercheurs et les analystes peuvent prendre des décisions plus éclairées et communiquer leurs résultats avec plus de confiance.

Principaux avantages des bandes de confiance et de prédiction dans SigmaPlot v16 :

Interprétation améliorée des données : Visualisez l’incertitude et identifiez les régions où la confiance est plus ou moins grande.

Amélioration de la prise de décision : Quantifiez les risques et prenez des décisions en connaissance de cause.

Meilleure évaluation des modèles : Évaluez l’adéquation du modèle et identifiez les valeurs aberrantes/anomalies.

Une communication efficace : Communiquer clairement l’incertitude et la variabilité des résultats.

Barres d'erreur :

Visualisez l'incertitude avec précision : Introduction des barres d'erreur dans SigmaPlot v16

Qu'est-ce qu'une bande d'erreur ?

Les barres d'erreur sont un outil essentiel pour la visualisation des données, car elles fournissent des informations précieuses sur la fiabilité et la variabilité des données. Elles peuvent représenter des intervalles de confiance, des erreurs standard, des écarts types ou d'autres quantités pertinentes. En visualisant l'incertitude, les barres d'erreur permettent d'éviter les erreurs d'interprétation des données, de ne pas surestimer la précision et de mettre en évidence les différences significatives entre les groupes.

Données d'entrée

Dans SigmaPlot v16, le support de la bande d'erreur a été fourni pour les styles de graphiques mentionnés ci-dessous dans chacun des types de graphiques :

Diagramme de dispersion

Diagramme linéaire et diagramme de dispersion

Barres d'erreur du simple nuage de points :

Représentation graphique de la variabilité des données utilisée sur les graphiques pour indiquer l'erreur ou l'incertitude d'une mesure rapportée.

Dans SigmaPlot, des exemples de données sont disponibles pour comprendre les barres d'erreur dans les diagrammes de dispersion et les courbes ajustées.

Image : Diagramme de dispersion avec les données du diagramme d'erreur et le graphique correspondant

Double-cliquez sur l'icône du graphique pour le nuage de points avec les barres d'erreur et les courbes ajustées et le graphique ci-dessous est créé pour les données ci-dessus.

Sortie :

Ce graphique en ligne et en nuage de points avec barres d'erreur comprend :

Domaines d'application des barres d'erreur dans SigmaPlot v16 :

Les barres d'erreur sont un outil polyvalent qui peut être appliqué à divers domaines scientifiques et techniques. Voici quelques applications courantes des barres d'erreur dans SigmaPlot :

Recherche scientifique :

Biologie et médecine: Comparez les effets des traitements, analysez les mesures biologiques, évaluez la précision expérimentale.

Chimie: Quantifier l’incertitude, comparer les méthodes analytiques, évaluer la reproductibilité.

Physique: Analyser les données expérimentales, estimer l’erreur de mesure.

Ingénierie :

Ingénierie mécanique : Évaluer la variabilité de la fabrication, évaluer la fiabilité des composants.

Génie électrique : Analyse des performances des circuits, estimation de l’erreur de mesure.

Autres domaines :

Science de l’environnement : Surveiller les variables environnementales et évaluer la variabilité.

Sciences sociales : Analyser des données d’enquête et des résultats expérimentaux.

Économie : Modéliser les tendances économiques et prévoir les résultats.

Principaux avantages de l'utilisation des nouvelles bandes d'erreur dans SigmaPlot v16 :

Interprétation améliorée des données: Visualisez l’incertitude et la variabilité des données.

Amélioration de la prise de décision : Prendre des décisions éclairées sur la base de données fiables. 3.

Communication efficace : Communiquer clairement aux autres les données et leurs limites

Macro pour importer plusieurs feuilles Excel

Rationalisez votre flux de travail en utilisant la nouvelle macro pour importer plusieurs feuilles Excel

Qu'est-ce que la macro d'importation de feuilles multiples d'Excel ?

Cette fonction permet à l'utilisateur d'importer plusieurs feuilles avec des plages définies à partir d'un fichier Excel. L'utilisateur peut importer plusieurs feuilles avec des plages différentes. Des instructions supplémentaires doivent être ajoutées pour chaque feuille avec l'instruction d'importation. Cette fonctionnalité reste inchangée car elle facilite la compatibilité ascendante (étant donné que toutes les versions précédentes ne peuvent importer que la première feuille (ce qui reste inchangé pour assurer la compatibilité ascendante, qui n'importe que la première feuille d'un fichier Excel)).

Données d'entrée

Marche à suivre pour importer plusieurs feuilles d'un classeur Excel :

Ouvrez une nouvelle feuille de calcul ou une feuille de calcul existante à partir de laquelle les données doivent être importées.

Ouvrez la boîte de dialogue Macros et double-cliquez sur l'onglet Macro. La fenêtre contextuelle qui s'ouvre propose une liste d'options, choisissez "Importation de fichiers Excel multi-feuilles" et appuyez sur "Modifier".

Sortie

Dans cet exemple, deux feuilles de calcul avec des lignes et des colonnes de données définies ont été importées. Elles sont clairement identifiées comme Données 1 et Données 2.

Domaines d'application clés pour l'utilisation de la macro d'importation de plusieurs feuilles Excel dans SigmaPlot v16 :

Recherche clinique : Importez de grands ensembles de données provenant de plusieurs essais cliniques.

Recherche biomédicale : Analyser les données issues de diverses expériences et études

Science de l’environnement : Importez des données provenant de plusieurs stations de surveillance ou d’études sur le terrain.

Finance : Importez des données à partir de plusieurs rapports financiers ou bases de données.

Sciences sociales : Importez des données provenant d’enquêtes, de sondages ou de recensements.

Ingénierie et fabrication : Importez des données provenant de plusieurs essais ou séries de production.

Principaux avantages de l'utilisation de la Macro pour importer plusieurs feuilles Excel dans SigmaPlot v16 :

Gain de temps : Automatisez le processus d’importation et gagnez du temps.

Réduction des erreurs : Réduire les erreurs liées à la saisie manuelle des données

Augmentation de la productivité: Concentrez-vous sur l’analyse et l’interprétation des données plutôt que sur leur saisie.

Amélioration de l’intégrité des données : Garantit la cohérence et l’exactitude des données

Amélioration du flux de travail : Rationalisez votre flux de travail d’analyse des données

SigmaPlot v16 supporte désormais les grandes données :

Améliorer l'analyse des données pour les grands ensembles de données

Relevez le défi des données volumineuses avec SigmaPlot 16 :

SigmaPlot 16 est conçu pour traiter facilement de grands ensembles de données. En améliorant son architecture, SigmaPlot 16 vous permet d'analyser des ensembles de données complexes sans compromettre la performance ou la précision.

Données d'entrée

Voici un exemple d'un grand ensemble de données dans SigmaPlot v16 :

Données de sortie

Voici quelques exemples de graphiques réalisés à partir de grands ensembles de données.

Principaux domaines d'application de SigmaPlot 16 pour les données volumineuses :

Génomique et bioinformatique : Analyser des données génomiques et protéomiques à grande échelle.

Essais cliniques : Traiter et analyser de grandes quantités de données sur les essais cliniques

Sciences de l’environnement : Traiter de grands ensembles de données provenant d’études de surveillance de l’environnement.

Analyse financière : Analyser de grands ensembles de données financières afin d’identifier des tendances et des modèles.

Sciences sociales : Analyser des données d’enquêtes à grande échelle et des études de population.

Principaux avantages de SigmaPlot 16 pour les données volumineuses :

Traitement efficace des données : Traitez et analysez en toute transparence de vastes ensembles de données.

Amélioration des performances : Bénéficiez de temps de traitement plus rapides et de flux de travail plus fluides.

Visualisation améliorée : Créez des visualisations claires et informatives, même avec des données complexes.

Des résultats fiables : Faites confiance à l’exactitude et à la précision de vos analyses.

Applications dans le monde réel :

Génomique et bioinformatique : Analyser des données génomiques et protéomiques à grande échelle.

Essais cliniques : Traiter et analyser de grandes quantités de données sur les essais cliniques.

Sciences de l’environnement : Traiter de grands ensembles de données provenant d’études de surveillance de l’environnement.

Analyse financière : Analyser de grands ensembles de données financières afin d’identifier des tendances et des modèles.