Lernressourcen
Tutorials
Videos
9385

Neu in GAUSS 21

GAUSS 21 führt eine neue und schnelle Datenverwaltung ein. Die neuen Dataframes und die interkative Datenverwaltung machen die Arbeit angenehmer und sparen Zeit.

Einfaches und schnelles Datenmanagement in GAUSS 21

Neue GAUSS Dataframes machen Daten einfach lesbar sowie Code und Ergebnisse übersichtlicher

Nahaufnahme der neuen Dataframes in GAUSS 21 Nahaufnahme der neuen Dataframes
Übersichtlicherer Code und Ergebnisse mit Dataframes in GAUSS 21 Übersichtlicherer Code und Ergebnisse mit Dataframes

Anpassen der Datumsanzeige

Anpassen der Datumsanzeige in GAUSS 21

Referenzieren der Daten über den Namen

Referenzieren der Daten über den Namen in GAUSS 21

Daten auf eigene Art und Weise mit GAUSS Dataframes betrachten

See your data your way with GAUSS dataframes in GAUSS 21
  • Unterstützung für fehlende Werte
  • Kategorische, Datums-, String- und numerische Daten
  • Reference-by-name oder traditionelle Matrix-Indizierung
  • Programmatische und interaktive Unterstützung:
    • Kategorie-Basisfall, Beschriftungen oder Reihenfolge
    • Datumsanzeigeformat
  • Einfachere Datenbereinigung
  • Übersichtliche Datenansicht und Berichterstellung
  • Kompatibel mit Matrizen und älteren Code- und Anwendungsmodulen

Einfache und schnelle interaktive Datenverwaltung

Interaktiver Datenimport

Interaktiver Datenimport in GAUSS 21
  • Ein-Klick-Import und Vorschau.
  • CSV-, Excel-, SAS-, Stata-, SPSS-Dateien
  • Automatische Code-Generierung
  • Spezifizieren von Werten, die als fehlend importiert werden sollen
  • Variablen auswählen und umbenennen
  • Live-Vorschau
  • Verwalten von Kategorien

Anzeigen, Umbenennen und Neuanordnen von kategorischen Variablen

Intuitive interaktive Steuerelemente zum:

  • Einstellen des Basisfalls
  • Umbenennen von Bezeichnungen
  • Einstellen der Kategoriereihenfolge

Importieren von Datumsangaben in jedem Format

Nicht standardisierte Datumsformate sind kein Problem.

  • Automatische Erkennung von 30 Formaten
  • Spezifieren eines beliebigen benutzerdefinierten Formats
  • Beliebige Zeichen
  • Beliebige Reihenfolge

Interaktiver Datenfilter

Interactive data filter in GAUSS 21
  • Einfache Dropdown-Optionen
  • Erstellen mehrerer Filter
  • Automatische Code-Generierung
  • Verfügbar für Daten vor und nach dem Laden
  • Kann mit fehlenden Daten umgehen
  • Live-Vorschau
  • Intuitive Datumsfilterung.

Vollständige Liste der neuen Funktionen

  1. GAUSS 21 unterstützt jetzt Dataframes mit Datums-, kategorischen, String- und numerischen Spalten.
  2. loadd() gibt jetzt einen Dataframe zurück. Diese Änderung kann durch die #defines-Defintion in policy.dec rückgängig gemacht werden.
  3. loadd() aktzeptiert jetzt eine optionale Eingabe mit Unterstützung für zusätzliche Datenladeoptionen, wie z. B. die Auswahl eines Zeilenbereichs, die Angabe von Excel-Blättern, CSV-Begrenzungszeichen, die Kopfzeile, Werte, die als fehlende Werte interpretiert werden sollen, und Anführungszeichen.
  4. loadFileControlCreate() füllt eine loadFileControl-Struktur mit den Voreinstellungen für die neuen Datenladeoptionen.
  5. Das Formel-String-Schlüsselwort cat unterstützt jetzt eine optionale Eingabe zum Festlegen des Basisfalls.
  6. Das Formel-String-Schlüsselwort date now supports an optional input to specify the incoming date format.
  7. Logische Operatoren (.<, .>, .<=, .>=, .==, .!=) unterstützen Vergleiche mit Datumsstrings und kategorialen Variablenbeschriftungen.
  8. glm() und olsmt() unterstützen Dataframes und wandeln kategoriale Variablen automatisch in Dummy-Variablen um.
  9. dstatmt() unterstützt Dataframes und zählt standardmäßig fehlende Werte.
  10. saved() schreibt, string, kategorische und Datumsvariablen. Das Argument "Variablenname" ist jetzt optional.
  11. Die neuen Funktionen setcolnames() und getcolnames() setzen und liefern die Spaltennamen einer Matrix oder eines Dataframes.
  12. Die neuen Funktionen setcoltypes() und getcoltypes() setzen und geben die Variablentypen der Spalten einer Matrix oder eines Dataframes zurück.
  13. Die neue Funktion setcolmetadata() setzt Spaltennamen und Variablentypen für eine Matrix oder einen Dataframe.
  14. Die neue Funktion recodecatlabels() ändert die angezeigten Labels für eine kategoriale Variable in einem Dataframe.
  15. Die neue Funktion reordercatlabels() ändert die Reihenfolge der angezeigten Beschriftungen für eine kategoriale Variable in einem Dataframe.
  16. Die neue Funktion setbasecat() setzt die Basiskategorie einer kategorialen Variablen.
  17. Die neuen Funktionen setcollabels() und getcollabels() setzen und geben die ganzzahligen Schlüsselwerte und String-Labels von kategorialen Variablen in einem Dataframe zurück.
  18. Die neue Funktion getcollabelvalues() gibt die String-Labels für jede Beobachtung einer kategorialen Variable als String-Array zurück.
  19. Die neue Funktion setcoldateformats() setzt das Anzeigeformat einer Datumsvariablen, getcoldateformats()gibt das Anzeigeformat zurück.
  20. Die neue Funktion hasmetadata() gibt 1 zurück, wenn die Eingabe ein Dataframe ist.
  21. Die neue Funktion asmatrix() wandelt einen Dataframe in die entsprechende Matrix um.
  22. Die neue Funktion order() ordnet die Spalten eines Dataframes nach Namen neu an.
  23. Die neue Funktion frequency() berechnet eine Häufigkeitstabelle für eine kategoriale Variable.
  24. Das Datenimport-Fenster unterstützt jetzt die Variablenauswahl, interaktive Filterung und automatische Codegenerierung.
  25. Das Suffix für doppelte Kopfzeilen im Importdialog beginnt jetzt mit _2 statt mit _1.
  26. Symbol-Editoren unterstützen dieselben Variablenauswahl- und Filteroptionen, die dem Datenimport-Fenster hinzugefügt wurden.
  27. Die Formatierung im Symbol-Editor erfolgt jetzt auf Basis der einzelnen Spalten.
  28. Zeichenvektoren zeigen jetzt bis zu 8 Zeichen im Symbol-Editor an (die Länge ist NICHT für String-Arrays oder Dataframe-String- und Kategorie-Spalten begrenzt).
  29. Das CSV-Sniffing im Datenimport-Fenster erfolgt jetzt nur noch für die ersten 200 Zeilen statt für die gesamte Datei, um die Leistung zu verbessern.
  30. Das Fenster "Projektordner" zeigt jetzt automatisch den Inhalt des aktuellen Arbeitsverzeichnisses an.
  31. Das Fenster "Projektordner" zeigt jetzt neue Dateien an, ohne dass eine Aktualisierung erforderlich ist.
  32. Die Standardeinstellung für die Schaltfläche "Ausführen" ist jetzt so, dass die aktive Datei ausgeführt wird. Dies kann in den Voreinstellungen so geändert werden, dass es mit früheren Versionen übereinstimmt.
  33. Die Suche nach Verwendungen von loakeln Variablen mit Find Usages findet jetzt nur noch Instanzen der lokalen Variable.
  34. CTRL+F1 findet jetzt die Deklaration von lokalen Variablen in einer Prozedur.
  35. Neue Voreinstellungsoption zur Angabe des Standardverzeichnisses für File > Open.
  36. Zuweisungen an Arrays von Strukturen in threadFor-Schleifen sind jetzt erlaubt.
  37. Bug Fix: Speicherleck in lagtrim().
  38. Bug Fix: Speicherleck in einer bestimmten Situation mit EuropeanBSCall().
  39. Bug Fix: threadFor ließ bestimmte Fälle mit mehreren Referenzen auf eine Slice-Variable nicht kompilieren.
  40. "Control Var"-Knoten auf der Data Page ist jetzt standardmäßig eingeklappt.
  41. Neue Beispieldateien für Dataframe 'get'- und 'set'-Funktionen sowie für frequency() und plotFreq().
  42. GLM-Beispiel-Dateien aktualisiert, um Dataframes zu verwenden.