中国科学软件网-首页
MVSP V3.1 ——多变量统计软件

最专业的多变量统计软件,用于生态,地质,社会科学及市场分析等.提供23种距离和相似度的测量方法及7种分类的方法,擅长于特征分析EigenSystem含主成分分析PCA;principal components,PCO; principal coordinates , (CA/DCA)correspondence/detrended correspondence analyses . (CCA)canonical correspondence analysis等等

MVSP是一个便宜易用的程序,它执行许多科学领域有用的一系列多元数值分析


计算三种基本类型的eigenanalysis:主成分,主坐标,和信件去趋势对应分析。


版本3增加了典型对应分析,技术在生态学研究非常受欢迎。它还可以执行聚类分析,23个不同距离和相似性度量和7个聚类策略。


MVSP是在86个国家数以百计的网站使用并且它的结果已经发表在众多科学期刊,包括科学和自然。


MVSP 3功能:


易于使用,拥有现代Windows界面(可配置的工具栏,上下文菜单,简单的菜单结构)。


许多用户定义选项自动保存以备将来使用。


Saveable桌面,你可以保存所有结果,图表和分析指出当前会话到磁盘,然后恢复到之前的地方。


无限数量的变量和例(只有可用Windows内存限制,包括内存和硬盘交换文件)。


数据矩阵操作:内置在电子表格的数据编辑器,包括完整的多级撤消功能,行和列删除和插入。换位矩阵。转换的数据,使用以10为底的对数,e,和2,平方根,Aitchison年代logratio比例数据和标准化。个体变量可能选择转换。通过地层研究格式转换为范围。可以指定个案pre-designated组;这些结果和图表所示。


分析:简单的选择变量和包括病例分析;不需要修改原始数据。使用以下选项:主成分分析、相关或协方差矩阵,集中或uncentred分析,用户定义轴提取,包括凯撒和Jolliffe年代平均规则特征值,用户定义的精度水平。主坐标分析,执行以下选项:使用任何类型的输入相似度矩阵,用户定义的轴数提取和精度水平。


图表:散点图(二维和三维)变量的原始数据。盒子,晶须的原始数据。散点图(2 - d和3 - d)的PCA PCO和CA CCA的结果。联合块(变量的散点图,一起案件)CA CCA的结果。




MVSP performs several types of eigenanalysis ordinations: principal components analysis (PCA), principal coordinates analysis (PCO), and correspondence/detrended correspondence analysis (CA/DCA). It also does canonical correspondence analysis (CCA), a technique highly popular in ecological studies.

I found the program very easy to use. The GUI is intuitive and the graphing and report functions are EXCELLENT.’ - V.A., Panama

It can also perform cluster analysis, using 23 different distance or similarity measures and seven clustering strategies. A dual clustering option lets you produce dendrograms of both variables and cases in one step, along with a copy of the original data matrix, sorted in the same order as the dendrograms. Constrained clustering may also be performed, so that the original input data order is maintained. Diversity indices may be calculated on ecological data; these include Simpson’s, Shannon’s, and Brillouin’s indices.

The number of cases and variables that can be analyzed is limited only by the amount of memory available to Windows (RAM and hard disk swap file), up to a maximum of 2 billion cases and variables.

A full list of MVSP 3.1 features can be viewed here. Those interested in upgrading from version 2 can see the new features here.

MVSP Desktop
‘On the whole I found the new version an excellent piece of software that will make my life much easier.’ - J.S., Ireland
MVSP uses the KCS desktop metaphor (see this screen shot). You can spread out your data, the statistical results and graphs in front of you while you study them, just like paper on your desktop. It also has a notepad where you can jot down ideas and observations. Try new graphs, add new data, peruse the results, then print or save just those that you need. When you exit MVSP you can save the position and contents of all the windows on your desktop. Later you can restore it to the same state. MVSP lets you pick up where you left off. Multiple desktops can be saved for different projects.

Graphics
’First, congratulations on an excellent piece of software: it is easily one of the best biostatistical software packages available. Keep up the good work!’ - R.R., South Africa
Once your data have been analyzed you can plot the results directly. Select the ordination axes you want to see and scattergrams will be drawn. Joint plots of both variables and cases can be drawn for CA results. Euclidean biplots of PCA results (with variables as vectors) can be produced, as can biplots of the environmental variables in CCA. Scree plots can also be produced for PCA, PCO and CA/CCA. Dendrograms of the cluster analysis results are drawn automatically. These graphs can be customized, with your favourite settings being saved for future use.

Scatterplots of the original variables can also be produced, as well as box and whisker plots summarizing each variable. All graphs have a zoom feature that lets you magnify parts of the graph for easier viewing.

Other Features
MVSP offers various data manipulation features, such as transformation, merging of two or more data files, and conversion to formats such as range-through. Data can be imported from and exported to a variety of formats, including Lotus 1-2-3, Excel, Quattro, xBase, Paradox, Cornell Ecology Program format and various plain text files.

Individual data cases can be assigned to groups. The group names are then printed on output and dendrograms, and the groups are depicted on scatterplots as different symbols.

A fully customizable toolbar is available. Also, the data editor and other windows have multiple level undo, letting you reverse any changes you have made in the current session.

Features of Version 3
Easy to use, with modern Windows interface (configurable toolbar, context menus, simple menu structure).
Numerous user-defined options that are automatically saved for future use.
Saveable desktop; you can save all the results, graphs and notes of the current analysis session to disk, then restore them later to resume where you left off.
Unlimited number of variables and cases (restricted only by available Windows memory, including both RAM and hard disk swap file).

Data matrix manipulation:
Built in spreadsheet-like data editor; includes full multilevel undo capabilities, row and column deletion and insertion.

Transposition of matrix.
Transformation of data, using logarithms to base 10, e, and 2, square root, Aitchison’s logratio for percentage data, and standardization. Individual variables may be selected for transformation.
Conversion to range through format for stratigraphic studies.
Can assign individual cases to pre-designated groups; these are then shown on results and graphs.
Merging of several data files into one.
Data import and export; Lotus 1-2-3 and Symphony, Excel, Quattro, xBase, Paradox, SIMSTAT, plain text and Cornell Ecology Programs.
Import process eased by the use of the Import Preview dialog; lets you preview the imported data and change options to ensure successful results.

Analyses:
Easy selection of variables and cases to include in analysis; no need to modify original data.

Principal Components Analysis, with the following options: correlation or covariance matrix, centred or uncentred analysis, user defined number of axes to extract, including Kaiser’s and Jolliffe’s rules for average eigenvalues, user defined accuracy level.

Principal Coordinates Analysis, performed with the following options: use any type of input similarity matrix, user defined number of axes to extract and accuracy level.

Correspondence Analysis, with these options: Hill’s detrending by segments, choice of cyclic Jacobi or reciprocal averaging algorithm, weighting of rare or common taxa and scaling to percentages, user defined number of axes to extract and accuracy level, choice of alternative scalings for representing cases vs. variables.

Canonical Correspondence Analysis, a technique highly popular in ecological studies for incorporating environmental variables into an ordination of species distributions.
Twenty three different similarity and distance measures, including Euclidean, squared Euclidean, standardized Euclidean, cosine theta (or normalized Euclidean), Manhattan metric, Canberra metric, Bray Curtis, chord, squared chord, chi-square, average, and mean character difference distances; Pearson product moment correlation and Spearman rank order correlation coefficients; percent similarity, modified Morisita’s similarity and Gower’s general similarity coefficient; S?rensen’s, Jaccard’s, simple matching, Yule’s, Nei’s and Baroni-Urbani Buser’s binary coefficients.
Cluster analysis, with the following options: seven strategies (UPGMA, WPGMA, median, centroid, nearest and farthest neighbour, and minimum variance (or Ward’s)), constrained clustering in which the input order is maintained (e.g. stratigraphic studies), randomized input order, integral dendrogram production. Dual clustering of both variables and cases with a sorted data matrix being produced; allows patterns to be seen in the data.
Diversity indices, with the following options: Simpson’s, Shannon’s, or Brillouin’s indices, choice of log base, evenness and number of species also calculated.
Graphics
Scatterplots (2-d and 3-d) of variables in raw data.
Box and whisker plots of raw data.
Scatterplots (2-d and 3-d) of PCA, PCO and CA/CCA results.
Joint plots (scatterplot of variables and cases together) for CA/CCA results.
Euclidean biplots (scatterplot of cases with variables plotted as vectors) of PCA results.
CCA biplots, with environmental variables as vectors or, for nominal variables, as centroids.
Scree plots of eigenvalues from PCA, PCO and CA/CCA results.
Points on scatterplot can be identified by clicking on point. Also can have labels applied to all points.
When cases are assigned to groups scatterplots show different symbols for each group. Symbol and color used is user definable.
Dendrograms of clustering results (both graphic and text-based).
Zoom in on graphs to view specific areas more closely.
Fully customizable; can modify fonts, titles, colours, background style, axis scaling and placement, type and colour of scatterplot symbol. All settings saved for future use.
Save graphs as BMP or WMF files, or copy to Windows clipboard for transfer to other programs.