span8
span4
FME的功率是能够从多个源获取数据,有效地操纵它。那么,为什么不使用FME进行数据科学吗?
我们最近增加了一系列变压器执行使用RCaller或PythonCaller一些基本的统计检验FME枢纽。
如果你没有看到你在此列表中寻找统计测试,您可以创建自己的,并把它上传到FME基金中心与其他用户共享或创建一个新的的想法如果它得到足够的票数将其添加到列表中。
了解如何建立使用R或Python来执行夏皮罗 - 威尔克斯测试(测试对于分布的正态)的自定义变压器。该工作流可亚搏在线以适合于使用R或Python的任何统计检验。
列出的每个变压器的FME中心页面的链接,以及一个测试工作区下载。由于R的外部软件要求,这些测试工作区不能被上传到所述轮毂。每个R-变压器的需要R要在用户的机器上安装,以及在sqldf R包。对于Python的变压器时,SciPy Python包需要安装。
一种相关是两个变量之间的测试,以确定他们的协会。
使用R键计算,如果有两个变量之间的关联。
RCorrelation-TestWorkspace.fmwt
一种聚类分析是用于确定数据组的方法。
使用R键计算使用三种算法中的一种数据的类似的基团。此变压器仅适用于2018.0+
RClusterCalculator-TestWorkspace.fmwt
该Shapiro-Wilks测试计算数据的随机样本是否来自一个正态分布。
使用R和RCaller该变压器计算数据的随机样本是否来自使用夏皮罗 - 威尔克斯测试正态分布。
RShapiroWilks-TestWorkspace.fmwt
使用SciPy的和PythonCaller,该变压器计算数据的随机样本是否来自使用夏皮罗 - 威尔克斯测试正态分布。
PyShapiroWilks-TestWorkspace.fmwt
一种T-测试是一个统计测试,以测试两个样品的装置是从随机显著不同。
单样本t检验测试的零假设的总体均值等于指定的值,换句话说,它会告诉你,如果你的样本的均值是足够接近到一定的数量是统计上显著。该测试输出t值,p值,置信区间和估计。
ROneSampleTTest-TestWorkspace.fmwt
两样本t检验测试两个组的平均值,以确定它们是否显著不同,或者是通过随机的机会。该测试输出t值,p值,置信区间和估计。
©2019安全亚搏在线软件公司|法律