SL Calibration Workshop 2.10
Einfache Modellerstellung für quantitative und qualitative Analyse
Lieferumfang:
Software SL Calibration Workshop
Sprache: Englisch
1 CD-ROM
1 Software-Handbuch (Englisch)
Systemvoraussetzungen:
MS Windows 98/2000/NT/XP/Vista
Download:
Kostenlose Demo-Version
Online-Tutorials:
Erste Schritte mit CWS
Eine große Auswahl bewährter statistischer Techniken (z.B. PLS, PCR, MLR, PCA Library- und Clustermodell) steht für jeden analytischen Einsatzzweck zur Verfügung. Die freie Kombination von MLR- und Faktormodellen mit der jeweiligen Outlier-Diagnose sichert die bestmöglichen Analyseergebnisse.
Fertige Applikationen werden im SL Calibration Workshop erstellt und stehen für die Berechnung von qualitativen und quantitativen Eigenschaften unbekannter Proben im SL Predictor zur Verfügung.
Funktionen des SL Calibration Workshop
Bewährte statistische Techniken:
- Methoden der quantitativen Faktoranalyse:
- Principal Component Regression (PCR)
- Partial Least Squares Regression (PLSR)
- Multiple lineare Regression (MLR)
- mit freier Kombinationssuche
- sichert die besten Analyseergebnisse
- PCA Library- und Clustermodelle
- sichere Identifikation und Qualifikation
- Freie Kombination von MLR- und Faktormodellen
- mit der jeweiligen Outlier-Diagnose
- sichert bestmögliche Analyseergebnisse!
Verschiedene Importformate:
- JCAMP *.dx, *.jdx
(Konvertierung anderer Formate in *.dx oder *.jdx
mit den SL Utilities)
- GRAMS Multifiles *.spc
(Konvertierung anderer Formate in *.spc
mit den SL Utilities)
- Unscrambler *.una, *.uns
- Sesame Projektdateien *.spf
- Binary *.dat
Datenvorbehandlung und Spektrenauswahl:
- Standardisierung
- Glättung
- Ableitungen
- Standard Normal Variate (SNV)
- Kombinationen aller Transformations-Algorithmen
- Filterwerkzeuge zur Auswahl von Spektren, z.B. nach Extinktionswerten bei frei wählbarer Wellenlänge, nach Ausreißern oder nach Merkmalswerten
Graphikfunktionen:
- zur Beurteilung von Primär- und Sekundärdaten
- anwendungsfreundliche Tools für die Auswertung der Techniken zur Faktoranalyse