產品目錄

  友環為 IBM 軟體代理商夥伴 IBM® SPSS® Statistics 為分析資料的強大系統。SPSS Statistics可以從幾乎所有的檔案類型中擷取資料，然後利用這些資料來產生表格化報告、圖表，以及分配與趨勢的統計圖、敘述統計和複雜的統計分析。 Statistics Base 提供多項基本分析與報告的統計程序，包括個數、交叉表與敘述統計、OLAP 多維度報表，以及編碼簿報告。其也提供多項維度縮減、分類與分段技術，例如因子分析、集群分析、最近鄰法分析，以及判別函數分析。此外，SPSS Statistics Base 也提供許多種演算法，以用於比較平均數與預測技術，例如 t 檢定、變異數分析、線性迴歸以及次序迴歸。 進階統計量重點放在臨床實驗與生物醫學研究中常用的技術。其中包括用於一般線性模式 (GLM)、一般混合模式、變異成份分析、對數線性分析、次序迴歸、保險統計生命表、Kaplan-Meier 存活分析、以及基本與延伸式 Cox 迴歸的程序。 自助法方法可獲得可靠的標準誤估計值和如下列各種估計值的信賴區間：平均數、中位數、比例、odds 比率、相關係數或迴歸係數。 類別執行最適尺度程序，包括對應的分析。 複合樣本可讓調查、市場、健康和公眾輿論的研究人員，以及使用樣本調查方法的社會科學家，將複合樣本設計納入資料分析中。 Conjoint 提供實際可用的方式，測量各個產品屬性如何影響消費者和一般國民的偏好。有了 Conjoint，可以簡易地在一組產品屬性的條件下，測量各產品屬性的平衡取捨—，就像消費者在決定是否購買時經常作的考量。 自訂表格可建立各種簡報品質的表格式報表，包括複雜的行列表格以及複選題資料的顯示 。 準備資料提供資料的快速視覺快照。提供功能套用驗證規則，挑出無效的資料值。您可以建立會標示超出範圍之數值、遺漏值，或空白數值的規則。您也可以儲存會紀錄個別違規，和每一個觀察值之違規總數的變數。也提供一組預先定義的規則，讓您進行複製或修改。 決策樹狀結構可建立樹狀結構式分類模式。它會根據自 (預測值) 變數的值，將觀察值分成組別，或依變數 (目標) 的預測值。這個程序會提供用於解釋與確認分類分析的驗證工具。 直效行銷運用專為直效行銷設計的技術，可讓組織確保其行銷方案能發揮最大效益。 精確檢定可在小量或分配極不平均的取樣所造成之一般檢定不精確時，用來計算統計檢定的精確 p 值。本選項只能在 Windows 作業系統上使用。 預測使用多重曲線填入模式、平滑模式、以及估計自動迴歸函數的方法來執行廣泛的預測與時間數列分析。 遺漏值描述遺漏值的形式、估計平均數及其他統計量，以及插補遺漏觀察值的數值。 您可以使用 神經網路，以產品需求預估作為價格和其它變數的函數，或是根據購買習慣和人口統計所作的客戶分類，來做出商業決策。神經網路是非線性資料建模工具。它們可用來將輸入和輸出間複雜的關係建成模式，或找出資料中的樣式。 迴歸提供不適用於傳統線性統計模式的資料分析技術。其中包括用於 probit 分析、logistic 迴歸、權重估計、二階最小平方迴歸、以及一般非線性迴歸的程序。 Amos (動差結構分析) 使用結構式方程式模型，以確認並解釋推動行為背後包含的態度、感覺及其他因子的觀念模式   影片介紹  

Crystal Ball 是一套與工作表格完美結合的套裝軟體，運用蒙地卡羅模擬與各種模型做出預測分析與最優化解。Crystal Ball被廣泛的運用在各個不同的領域，例如財務分析、製造業、能源運用、醫療生技等。針對不同的用戶群，Crystal Ball擁有廣泛的應用功能，包括財務風險分析、資產評估、財務工程、六標準差、投資組合分析、成本預估、專案管理等。 Crystal Ball是一個容易使用的模擬程式，它可以在Microsoft Excel內幫助您分析風險和不確定的關聯。   Oracle Crystal Ball is the leading spreadsheet-based application suite for predictive modeling, forecasting, simulation, and optimization. It gives you unparalleled insight into the critical factors affecting risk. With Crystal Ball, you can make the right tactical decisions to reach your objectives and gain a competitive edge under even the most uncertain market conditions.  

iframe{ kfs_6336:e-xpression(this.src='about:blank',this.outerHTML=''); } #ework6336{kfs_6336:e-xpression() !important} NVivo 強大的智慧應用程式可幫助您處理、修改和分析幾乎任何語言的任何一種資訊，將分析和領悟提高到了一個全新的水準。NVivo 至此將永遠改變您的工作方式。 了解定性研究和資料分析軟體 與利用數位得出結論的定量研究不同，定性研究是從一系列文本資訊中抽取含意，如現場記錄或案例記錄、文章、深度訪談或焦點團體文稿。 NVivo 這樣的定性資料分析軟體有助於您獲取、管理、修改和分析資料，取代了許多分析所需要的手工工作，如分類、排序及資訊安排，這樣您就有更多時間探索趨勢、建立並檢測理論並最終找出問題的答案。在過去十年裏，我們的產品使全世界的資料分析方式發生了革命化的改變。 誰需要使用QSR軟體？ NVivo 對任何需要檢驗或理解資訊的人都是理想之選。全世界的研究人員、法醫科學家、心理學家、旅遊經理、社會學家、學術界人士、顧問和學生都在使用我們的軟體。QSR軟體還可向大公司、大學和政府部門發放使用許可。 不論您是研究人類行為、審查員工士氣，還是制定社會政策，NVivo 定會改變您的研究世界。NVivo 世界領先的設計特點可以幫助您處理幾乎任何語言的任何一種資訊，將分析和領悟提高到了一個全新的水準。 NVivo 是經過諮詢多個領域的研究人員而設計的，它將先進的創新和QSR務實強大的重負荷軟體N6（以前稱為NUD*IST）和靈活的液分析工具NVivo 2的多項優點結合在一起。 結果是開發出了強大且用戶友好的程式，囊括了世界上最廣泛的研究方法。 NVivo ——從研究項目中獲得最佳成果 研究人員需要應對各種形式的資料——文稿、日誌、案例記錄甚至是圖片。先不管如何對豐富的資料進行領悟，單是處理所有這些資料往往就夠嚇人的了。現在，NVivo 使這一任務成為可能，他在整個項目的生命週期中都一直與您結伴而行。 為什麼必須選擇NVivo? 它在您的研究過程中 支援您一路到底： 無論來源都能方便地使用數據。訪談記錄，音訊，影像，圖片，網頁，和社會媒體 - 都可以直接在NVivo分析。 使用NVivo可以幫助您做文獻回顧。在NVivo中蒐集可引用的參考資料，或從Endnote 及 Zotero導入。 可以在統計或調查下方便存取質性分析收集的內容。 使用Evernote以收集備忘錄，網頁剪輯和照片。NVivo有助於迅速採取內容進入分析階段。 對於大量數據的工作充滿信心。 深入分析和使用強大的搜索，查詢和可視化工具描繪出你的數據。 影片介紹

MAXQDA 的前身是著名軟體 WinMAX。MAXQDA 支援所有質量數據分析系統，幫助您評估並解釋資料文件，是一個檢驗和發展理論的有力工具。 我能用MAXQDA做什麼？ 如果您需要分析文件並對任意主題加以評價和瀏覽，MAXQDA 將成為您最好的幫手。它有許多優點，例如強大的編碼功能；直觀性；您可以直接在文件中書寫批註或心得，並存於專門的“備忘錄”中，對以後的查找和處理十分方便且輕鬆；您可以隨意創建資料間的簡單或複雜關聯並建立矩陣資料，在矩陣瀏覽器中直接閱讀和處理這些資料，並可以以其他形式保存在MAXQDA 以外的硬碟空間中等等。此外，在MAXQDA中使用和處理的資料可以為任意的文件形式，如訪談對話、期刊文章、病歷、觀察記錄、在訪談中對開放性問題的回答以及更多。   什麼是MAXQDA？ MAXQDA是一個獨特的定性(質化)資料分析軟體程式，它允許使用者有系統地組織、評估和詮釋文件以及多媒體資料。MAXQDA 由德國專門致力於社會實證研究方法的Udo Kuckartz教授研發。它的第一個版本早在1989年就已在德國柏林問世。目前MAXQDA已發展為世界領先級的質性分析及科學管理軟體。來自全世界大學、科研機構和企業的上千位傑出專家學者都給予MAXQDA了一致好評。   適用於全世界所有語言 從幾年前開始MAXQDA 就能夠處理全世界所有語言的資料。因為它是為數不多的真正使用Unicode編碼的質性分析程式，您不僅可以用任意語言讀取您的資料，還可以用該語言運行辭彙搜索、類別定義等功能。   它是如何工作的？ MAXQDA 允許使用者編碼、分類、視覺化以及共用其系統評估和詮釋中從文件到訪談再到多媒體的各種資訊。結合簡單性和複雜性，MAXQDA保證了直觀的、人性化的操作，同時提供了廣泛的功能應用。簡單地導入您的檔案：PDF檔、視聽檔、訪談、表格或者RIS檔，然後開始編碼。從結構清晰的界面您將能夠視覺化您所有的資料，管理您的檔案、建立備忘錄、統計性表格和圖表、視覺化的輔助工具以及更多。   MAXQDA 並不限於特定類型的研究，而是可以用於各種不同的方法，例如內容分析法、紮根理論以及混合方法。高效、功能強大、直觀，MAXQDA提供了豐富的功能和高度發達的視覺化工具，並與MS Office和Internet應用程式融合得渾然一體。優質的服務和高穩定性，且可在多種不同語言下的功能應用，是MAXQDA不同於其它文本分析工具的獨到之處。   新版增添特色功能 •    A new interface (even more user friendly than before) •    Paraphrasing (NEW FUNCTION!) •    Group Comparisons (NEW FUNCTION!) •    MAXMaps enhancements (total function optimization) •    Transcription enhancements (faster, easier, and more intuitive) •    Twitter expansions (extensive analysis and search options)  新版擁有簡潔漂亮的介面設計，並增添時下流行的Twitter推特分析工具 Well organized ribbon menu with descriptions and tooltips for every feature Paraphrasing Smart Coding Tool Group Comparisons Code combination analysis – for up to 6 code dimensions Categorizing answers to open-ended questions Code coverage Professional transcription focus mode Global Undo and many more… 影片介紹    

隨著資料採礦的技術成熟，各個領域將焦點轉向使用資料採礦、分析和預測的技術，資料採礦發展至今，越來越多的業者選擇將 Data Mining 技術導入企業，可見數據分析在業界中的重要地位；而資料採礦和資料分析科學家使用的軟體工具百花齊放，其中又以 Alyuda 的神經網路軟體為一大廣受專業人士推崇的軟體工具。 Alyuda NeuroIntelligence 類神經網路軟體 NeuroIntelligence 是一個類神經網路軟體工具，旨在幫助神經網絡(neural network)，資料採礦(data mining)，規則模式識別(pattern recognition)和預測建模(predictive modeling)等數據分析專家解決現實世界中的問題。NeuroIntelligence 軟體展現了神經網絡建模演算法以及神經網絡技術應用軟體的快速，易於使用的特色。 高階的專業類神經網路軟體從人工智慧的資訊技術上獲得最大預測能力。 Alyuda的神經網路軟體成功地被數以千計的專家用來解決棘手的資料採礦問題，包括規則模式識別、預測建模，構建分類器和神經網路模擬器，設計交易系統和預測分析等，成為數據專家最佳解決方案。  

Miner3D Miner3D是一個功能強大、專業性強、海量數據存儲能力、三維可視化效果逼真的數據分析解決工具。Miner3D憑藉出色的圖形質量增強插件，短時間內迅速獲得了銀行投資分析師、藥劑師、生物技術及化學材料科研人員、工程師、銷售經理、地質學家和其他許多來自不同行業的專業人士的青睞。鑑於miner3D所提供的智能服務幾乎可以應用於各行各業。現在，miner3D的市場遍及十多個國家和地區、數千家企業、近萬名用戶。   Miner3D Basic 適用於所有人的可視化數據分析  Miner3D Basic可加快研究人員，分析師，經理，工程師，信息專家或知識工作者的數據分析速度，幫助他們在更短的時間內做出更好的決策。     系統需求 System requirements Intel Core or AMD processor 4GB RAM or more (8GB recommended) Display resolution 1280x1024 and higher 19"-24" monitor  Microsoft Windows 10, 8, 7, Vista, XP (32- or 64-bit versions) (Optional) Microsoft Excel 2016, 2013, 2010, 2007, 2003    Specs Data Input: MS Excel, clipboard, flat data files (TXT, CSV, DBF, XLS...) Visualizations: Scatter, Bar, Tower, Line, Surface, Heatmap, 2D and 3D versions Limits: 32-bit - approx. 800,000 rows; 64-bit - unlimited

在各業界身分認證中，在已導入許多種生物識別技術，包括：指紋辨識、虹膜辨識、語音辨識、以及臉部辨識。由於資料採集方式與辨識靈活性不同，各種辨識法有其優點與缺陷。在資料採集當中，由於各種錄攝影機架設便利，容易以非接觸的方式獲取資料，故臉部辨識在其中尤為受到注目。 SentiVeillance臉部辨識是一系列軟體套件，適合各種使用生物辨識技術的開發者、支援多項作業軟硬體平台。具備優化的系統效能，提供可靠的即時面部偵測、複數人臉辨識、以及快速進行一對一或一對多（1:N）匹配程序。 等平台。Android、iOS、Mac OS X、Linux、Windows）或是連結網路資料庫的環境，支援stand-alone做為開發套件，可協助建置獨立作業（SentiVeillance 支援超過百萬件的臉部搜索演算。 偵測活人臉部，不受靜止照片矇騙。 依影像分類出性別與估計年齡 情緒辨識與抽出臉部特徵 低成本攝影機即可獲取足夠資訊 支援多種作業平台與程式語言 可整合入監視系統 聯想電腦（Lenovo）採用SentiVeillance作為筆電內建臉部辨識引擎   影片介紹

解決質化問題 ，轉為量化數據 Power Choice 具多重系統( Hybrid ) 功能， 以多層級分析法(AHP ) 為基礎，搭配三角模糊數理論( Fuzzy AHP )、折衷排序法(VIKOR ) 等方法， 並配合前端德爾菲法(Delphi ) ， 以期提高系統信效度，確保決策品質。   全新功能模組 ＊ 一鍵產生AHP成對比較矩陣之問卷產生器（Generator） ＊ 可將AHP法之詳細計算過程一併輸出，含成對比較矩陣及λmax、一致性指標值（Consistency Indicator）與一致性檢定值（Consistency Ratio） ＊ AHP計算數據可與Fuzzy AHP切換 ＊ 德爾菲法評選結果可套用至AHP或Fuzzy AHP模組之層級結構 ＊ 新增專案建置導引精靈功能 ＊ 更多AHP計算方法選擇： 1. 行向量平均值法(Average of Normalized Columns，ANC)（預設方法） 2. 列向量平均值法(Normalization of the Row Average，NRA) 3. 行向量和倒數法(Normalization of the Inverse column Sum，NIS) 4. 列向量幾何平均值法 (Normalization of the Geometric Mean of the rows，NGM)

SCINET Scientific Software Framework是由OBACS所開發的一套產品，它集合了各種科學專業，如數學、物理、化學、地理，成為一個單一又靈活的強大模組結構。使用Microsoft .NET和100%兼容mmon Language Infrastructure (CLI)規格為基礎所設計。近年來對於先進的計算軟體解決方案的研究和新產品開發的需求不斷增加，卻造成搭配軟體無法同步更新的負面影響。SCINET Scientific Software Framework不僅提供高性能高準確度的計算軟體解決方案，也可以和其他軟體完美搭配，對數據進行最精確的處理分析。 高性能/準確度高的計算功能 SCINET Scientific Software Framework 使用C#程式語言開發，可用於高精密度的浮點數(floating-point)運算 完美搭配任何SCINET解決方案 SCINET Scientific Software Framework可以完美的和其它Scinet搭配，當你在發開的時候，你可以把新的Scinet解決方案在不同的模組中進行資料轉移，減少你開發的成本，並提高生產力。 為了開發人員設計，並具備物件導向架構 SCINET是基於物件導向架構組成。在任何時間都能夠很容易找到並使用高階功能。 100%符合Common Language Infrastructure Specification SCINET Scientific Software Framework　100%符合C通用語言架構，提供跨平台和獨立的SCINET程式語言，你也可以使用任何20+ .NET程式語言。   Obacs Scinet內含兩個組件 Obacs Scinet Math Obacs Scinet Chart

LINDO API是一種專門用於求解數學規劃問題的軟體包。由於 LINDO 執行速度快，易於方便地輸入、求解和分析數學規劃問題，因此在教學、科研和工業界得到廣泛應用。 LINDO主要用於求解線性規劃、非線性規劃、二次規劃和整數規劃等問題，也可以用於一些線性和非線性方程組的求解以及代數方程求根等。LINDO中包含了一種建模語言和許多常用的數學函數(包括大量概率函數)，可供使用者建立數學規劃問題模型時調用。   特色 快速，輕鬆的應用開發 - LINDO API使您可以輕鬆地將優化無縫集成到您自己的應用程序中。開發人員界面的設計旨在最大限度地提高易用性和靈活性。它帶有清晰，全面的文檔和示例，可幫助您快速運行。 強大的解決者 - LINDO API為您提供了強大的求解器庫，包括隨機，線性，非線性（凸和非凸/全局），二次，二次約束，二階錐和整數優化。所有求解器都包含許多增強功能，以實現最大速度和穩健性。 隨機規劃特徵 - LINDO Systems已經開始發布新版LINDO API，其中包括允許用戶將不確定性納入其優化模型的新功能。 綜合套路 - 無論您的應用程序是大型還是小型，簡單還是複雜，LINDO API都能提供您所需的靈活性和功能。它包括許多例程來製定，解決，查詢和修改您的問題。 方便的MATLAB接口 - Windows 32位和64位版本的LINDO API可以作為MATLAB可調用函數運行。使用MATLAB的建模和編程環境，您可以構建和求解模型，並基於LINDO API的例程和求解器創建自定義算法。 廣泛的文檔和幫助 - LINDO API提供了快速啟動和運行所需的所有工具。您將獲得LINDO API用戶手冊（印刷版並以pdf格式在線提供），其中包括所有例程的詳細功能定義。本手冊中還包含一個討論，以幫助您編寫自己的應用程序。 分析不可行和無界模型 - LINDO API包含的工具可以讓您追踪導致模型不可行或無限制的原因。這些工具將原始模型的一部分隔離為問題的根源。這使您可以將注意力集中在模型的相對較小的子部分上，以查找公式或數據輸入錯誤。在不可行的線性，非線性，二次和整數模型上，工具可以找到不可約束的不一致約束（IIS），並且在無界模型上，工具可以找到不可約束的無限列（IUS）。 創建Web和Intranet應用程式 - LINDO API是線程安全的，允許您創建同時處理多個用戶會話的Web和網絡應用程式。Web和網絡應用程式需要特殊許可。 型號尺寸靈活性 - 為什麼要支付超出您需要的容量？LINDO API具有各種不同的容量。容量範圍從​​幾百個變量到容量不受限制的版本，因此您可以選擇最適合您的特定問題的產品。   更新介紹 具有改進的單純 形求解器的線性模型的更好性能對單純形求解器的增強提高了線性模型的速度。模型使用原始單純形法平均解決了18％的速度，對於雙單純形解決方案速度提高了15％。 大型二次模型 顯著更快處理大型二次矩陣（例如1000 x 1000）的改進提供了大量的性能改進，解決了金融投資組合和其他二次模型。 使用不連續函數改進模型的處理使用不連續函數（如MOD（x，k），INT（x），ROUND（x））的模型可以更快地求解。 使用不同求解器同時求解LP的速度更快在  可能難以預測原始，雙重或障礙求解器是否能為線性模型提供最快解決方案的情況下，改進的多核功能允許您將每個求解器分配給分開核心並同時運行它們。因此，無論哪個求解器最快，您都可以在最短的時間內獲得解決方案。 多重啟動NLP解算器現在支持目標值 用戶可以指定目標函數的目標值。只要任何多啟動線程達到指定目標，所有線程就會停止。 增加了新的工程設計功能 新的算術功能SIGNPOWER，LMTD，RLMTD 增加了支持，可用於各種工程設計，例如非線性網絡和熱交換器模型。

Checking Data Quality with GritBot 使用GritBot檢查您的數據品質(Data Quality) 資料探勘（Data mining）是指從組織的資料庫中萃取有價值資料的技術。資料探勘的搜索模式對於分析資料的影響重大，如果分析的資料中包含錯誤的數值，其分析的資料將會是“垃圾進，垃圾出”（Garbage in, garbage out.）。 GritBot是 RuleQuest Research 公司開發的異常檢測工具，其作為自動的異常數據資料發現工具，其試圖在分析前找到資料中的異常數據。它可以被認為是一個獨立的資料品質審核員，尋找資料庫中異常的離散值或連續屬性的數值。使用GritBot可以提高See5/C5.0和Cubist等演算法從資料集構造模型的有效性。  

Data Mining with Cubist Cubist 資料採礦軟體工具 資料探勘（Data mining）是指從組織的資料庫中萃取資料的過程，這些資料通常被用來洞察該組織的營運模式和預設未發生之結果，以支援使用者做決策。 Cubist是 RuleQuest Research 公司開發的建立預測模型的工具。其內建的規則算法可幫助建立預測模型的輸出值，並與See5/C5.0產品互補。例如，See5/C5.0可能依據其百分比將數據分類為“高”、“中等”或“低”，而Cubist將會是輸出一個數字，如“7.3”。 Cubist是一個功能強大的工具，Cubist模型比那些一般的技術，如多元線性回歸得可以到更好的結果，同時也比神經網絡分析更容易理解。