fact
- Gestion des donnees
- cdel — suppression de colonnes dans une structure Div
- centering — centre une structure Div
- csv2div — charge un fichier csv au format Div
- csv2div2 — charge au format Div un fichier csv avec: séparateur de champ = ',' et séparateur décimal = '.'
- dcsv2div — charge un fichier csv contenant uniquement des données numériques sans valeurs manquantes et organisées sous forme d'une matrice
- dcsv2div2 — charge au format Div un fichier csv contenant des données numériques sans valeur manquante et organisées sous forme d'une matrice, avec séparateur de champ = ',' et séparateur décimal = '.'
- div — convertit une entrée en structure Div
- div2csv — exporte une structure Div au format csv
- div2dcsv — exporte au format csv, sans les labels de variable ou d'observation, une matrice (n x q) ou le champ .d d'une structure Div
- div2mat — exporte une structure Div ou une structure de Divs au format .mat
- div2tab — exporte une structure Div au format csv-tabular
- groupcreate — construit des groupes organisés en liste de structures Div à partir d'un codage des échantillons conjonctif ou disjonctif
- indexseek — dans un vecteur de nombres, cherche l'index dont la valeur est la plus proche d'un nombre donné
- isconj — vérifie si un vecteur colonne x (ou x.d d'une structure Div) représente un codage conjonctif
- isdisj — vérifie si une matrice x (ou x.d d'une structure Div) représente un codage disjonctif
- islist — vérifie si une entrée est une liste et convertit en structure Div les éléments qui ne le sont pas
- jstr — justifie un vecteur de chaines de caractères à un nombre de caractères égal à (ndigits+1)
- nandel — suppression de lignes ou colonnes contenant des valeurs manquantes (NaN)
- num2str — transforme un vecteur de nombres en un vecteur de termes alphanumériques justifiés pour un nombre de caractères égal à ndigits
- rdel — suppression de lignes
- reorder — trie deux structures Div à partir des identifiants qu'elles partagent
- scsv2sci — importe un fichier .csv contenant des données alphanumériques organisées sous forme d'une matrice; séparateur de colonne = point-virgule
- standardize — divise chaque colonne par son écart-type
- str2conj — construit un vecteur conjonctif de classes identifiées dans un vecteur de chaines de caractères
- strseek — recherche une chaine de caractères dans les éléments d'un vecteur
- Conversions de formats
- div2lmata — exporte une structure Div dans un fichier texte au format lmata
- lmata2div — importation d'un fichier texte au format lmata dans une structure Div
- mz_hdf5tosci — importation dans Scilab d'un fichier au format HDF5 obtenu par MSconvert a partir d'un spectre de masse au format raw
- Statistiques
- arand_index — calcule l'index de Rand pour deux partitions (classifications)
- corrmat — matrice des coefficients de corrélation entre les vecteurs-colonne de deux matrices
- covmat — matrice des covariances entre les vecteurs-colonne de deux matrices
- snk — analyse de variance et comparaison de moyennes par Student-Newman-Keuls (SNK)
- std — calcule l'écart-type de chaque colonne de x
- wilks — calcule le Lambda de Wilks = inertie intra-classes / inertie totale
- (X) Une matrice d'observations / variables
- cspcana — analyse en composantes principales sur données centrées-réduites
- ica_blocs_signals — le nombre de composantes indépendantes est déterminé d'après les corrélations entre blocs issus des données
- ica_dwresiduals — le nombre de composantes indépendantes est déterminé d'après le crière de Durbin-Watson
- icajade — produit la matrice d'extraction des composantes indépendantes selon l'algorithme Jade
- icascores — extrait les composantes indépendantes et les proportions (scores) avec la fonction icajade
- kcmeans — regroupe les observations en groupes par la méthode des nuées dynamiques
- outlier — calcul de 3 paramètres: T2-Hotelling, Q ou variances résiduelles, et effet de levier, permettant d'identifier des échantillons extrêmes
- pcaapply — applique un modèle d'ACP, construit avec un premier jeu de données, sur un deuxième jeu de données
- pcana — analyse en composantes principales
- (X) Une matrice de contingence
- ca — analyse des correspondances
- (X->X) Pretraitements par projection orthogonale
- detrending — applique la correction Detrend par projection orthogonale à une matrice de Vandermonde
- dop — calcule la matrice de vecteurs propres pour projection orthogonale avec la méthode Dynamic Orthogonal Projection
- epo — calcule les vecteurs-propres et les paramètres de réglage de External Parameter Orthogonalization (EPO) avec l'approche classique basée sur les moyennes par grandeur d'influence
- epoe — calcule les vecteurs-propres et les paramètres de réglage de External Parameter Orthogonalization (EPO) avec un centrage par échantillon inspirée de EROS
- eros — calcule les vecteurs-propres et les paramètres de réglage de Error Removal by Orthogonal Substraction (EROS)
- iirp — calcule les vecteurs-propres et les paramètres de réglage de Independent Interference Reduction (IIR)
- osc — calcule les paramètres de l'orthogonal signal correction (OSC) selon la méthode directe
- pop_dextract — extrait la matrice d'information nuisible selon l'une des méthodes: IIR ('iirp'), EPO ('epo'), EROS('eros' ou 'epoe')
- pop_dtop_optim — calcule les paramètres de réglage de la méthode TOP-transfert par projection orthogonale, pour laquelle la variabilite est donnée par deux mesures sur les mêmes échantillons (ex: avec deux appareils différents)
- pop_dtune — calcule les paramètres de réglage d'une projection orthogonale pour laquelle la matrice d'information nuisible (dmatrix) est donnée
- popapply — applique un modèle obtenu avec 'epo','epoe','eros','iirp' ou 'pop_dtune' à une matrice xtest ou un jeu (xtest,ytest)
- vanderm — calcule la matrice de Vandermonde pour la correction Detrend
- (X->X) Pretraitements par selection de variables
- covsel — sélection de variables par maximisation de leur covariance avec y
- Alignement de pics
- obiwarp — recalage des temps de rétention en chromatographie gaz et liquide
- (X->X) Autres pretraitements
- gapremove — corrige des décalages brusques sur les spectres, typiquement au changement de lampe
- msc — réalise la correction MSC-multiplicative scatter correction sur un jeu de spectres
- normc — ajuste à 1 la norme des colonnes; les colonnes nulles sont inchangees
- pds_apply — application d'un modèle PDS à un nouveau jeu de données issus du spectromètre B
- pds_calc — calcul de PDS-piecewise direct standardization, une méthode qui utilise les spectres acquis avec un spectromètre B (maitre) pour estimer les spectres qui auraient été obtenus si on avait utilisé un spectromètre A (esclave)
- savgol — lissage, dérivées première ou seconde de spectres selon Savitzsky-Golay
- simufilters — conversion d'une unité de mesure de longueurs d'onde en une autre unité, souvent décalée, selon la formule: x_new = x_old * filter' ; très utile pour convertir des fréquences en longueurs d'onde, et vice versa
- snv — normalisation Standard Normal Variate (SNV)
- (X->y) Etalonnages linéaires
- covsel_mlr — sélection de variables avec covsel, puis régression linéaire multiple (MLR)
- dimension_tune — 8 critères de réglage de dimension pour PLS et PCR, obtenus sur les prédictions (RMSECV), sur les b-coefficients (norme de b, Durbin-Watson, facteur porphologique et Gini) et sur les matrices X déflatées (KMO-Kaiser-Meyer-Olkin, VIF-Variance Inflation Factor et Durbin-Watson)
- ikpls — régression 'partial least squares' (PLS) par la méthode 'improved kernel'
- mlr — régression linéaire multiple (MLR)
- pcr — régression sur composantes principales (PCR)
- pls — régression 'partial least squares' (PLS) par la méthode standard
- regapply — applique un modèle d'étalonnage obtenu avec pls, vodka, pcr, ridge ou mlr à un nouveau jeu de données
- ridge — méthode de régression Ridge
- spls — régression Stacked PLS
- vodka — régression Vodka-PLSR
- (X->y) Etalonnages non linéaires
- nns_buildbayes — construction d'un réseau de neurones à 1 couche cachée et avec biais
- nns_init — initialisation d'un réseau de neurones à 1 couche cachée, avec biais
- nns_simul — prédictions par un réseau de neurones à 1 couche cachée et avec biais
- nns_simulbis — prédictions et estimations des erreurs de prédiction par un réseau de neurones à 1 couche cachée et avec biais
- nns_simulter — erreurs de prédiction par un réseau de neurones à 1 couche cachée et avec biais
- i-Asca-anova
- asca — décomposition ASCA - analysis of variance simultaneous components analysis
- (X->Y_classes) Classification
- copda — classification par projection orthogonale (COP) avec validation croisée
- covsel_fda — selection de variables par Covsel puis fda sur les variables selectionnees
- daapply — application d'un modèle d'analyse discriminante à un jeu de test
- fda — analyse factorielle discriminante (AFD) avec validation croisée
- forwda — analyse discriminante pas à pas 'forward' avec validation croisée
- knnda — méthode des k plus proches voisins avec validation croisée
- plsda — analyse discriminante PLS avec validation croisée: une PLS2 (Simpls) calcule des scores sur la matrice disjonctive des classes, puis chaque observation est attribuée à une classe en utilisant ces scores
- plsfda — analyse discriminante PLS avec validation croisée: une PLS2 (Simpls) calcule des scores sur la matrice disjonctive des classes, puis une Analyse Factorielle Discriminante est appliquée sur ces scores, produisant de nouveaux scores; chaque observation est attribuée à une classe en utilisant ces nouveaux scores
- (X1-X2…Xk) Multitableaux
- acom1 — analyse en composantes communes et co-inertie
- ccswa — analyse en composantes communes et poids spécifiques
- comdim — analyse en composantes communes et poids spécifiques, algorithme différent de ccswa
- statis — méthode Statis
- statislda — méthode Statis-analyse factorielle discriminante
- Graphiques
- barycentermap — nuages de points, toutes les observations de la même classe sont représentées par la même couleur et sont rattachées au barycentre de leur classe
- coloredmap — figure couleur représentant des observations par leur identifiant de classe
- corrplot — cercle des corrélations entre les variables d'une ou plusieurs matrices d'une part; et deux axes représentant des scores orthogonaux issus p.ex. d'une ACP ou d'une PLSR d'autre part
- curves — graphe des vecteurs-colonne d'une structure Div
- dendro — calcule les distances entre observations, puis représente l'arbre de classification par un dendrogramme
- diacmap — figure couleur représentant des observations par un triangle de couleur différente selon la classe
- dotcmap — figure couleur représentant des observations par un point de couleur différente selon la classe
- holdoff — une nouvelle figure est crée à chaque nouveau graphe de Fact
- holdon — la dernière figure est utilisée pour chaque nouveau graphe crée par Fact
- kcmap — figure noir et blanc représentant des observations par leur identifiant de classe
- kscmap — figure noir et blanc représentant des observations par un symbole (ou un nombre si plus de 7 classes) différent selon la classe
- map — nuages de points noir et blanc représentant des observations par leur label
- regplot — graphe des valeurs de référence vs les valeurs prédites, ainsi que: R2, bias, RMSE, pente et valeur à l'origine de la courbe de tendance
- scmap — figure représentant les observations par un symbole (ou un number si plus de 7 classes) dont la couleur est différente pour chaque classe
- starcmap — figure couleur représentant des observations par une etoile de couleur différente selon la classe
- Data management
- cdel — removes columns from a Div structure
- centering — centers a Div structure
- csv2div — loads a csv file to the Div format
- csv2div2 — loads to the Div format a csv file with: field separator=comma ',' and decimal separator = dot '.'
- dcsv2div — loads a csv file containing only numerical values without missing values and organized as a matrix
- dcsv2div2 — loads a csv file containing only numerical values without missing values and organized as a matrix with field separator = comma ',' and decimal separator = dot '.'
- div — converts an entry into a Div structure
- div2csv — exports a Div structure to the csv format
- div2dcsv — exports to the csv format, without labels, a matrix or the .d field within a Div structure
- div2mat — exports a Div structure or a structure of Divs to the .mat format
- div2tab — exports a Div structure to tabular-csv
- groupcreate — yields groups organized as a list of Div structures from a conjunctive or disjunctive codification
- indexseek — in a vector of numbers, seeks the index coresponding to the value which is the closer to a given number
- isconj — verifies if a column vector x (or x.d from a Div structure)
corresponds to a conjunctive codification
- isdisj — verifies if a matrice x (or x.d from a Div structure) corresponds to a disjunctive classification
- islist — verifies if an input is a list and converts to Div the elements which were not Div structures previously
- jstr — justifies a vector of strings to a number of characters equal to (ndigits+1)
- nandel — removing of lines or columns containing missing values (NaN)
- num2str — transforms a vector of numbers into a vector of strings which are justified for a number of digits equal to ndigits
- rdel — removes lines
- reorder — sorts two Div structures from the identifiers they share
- scsv2sci — loads a .csv file containing strings organized as a matrix; column separator=semi colon(;)
- standardize — divides each column by its standard deviation
- str2conj — yields a conjunctive vector of classes identified within strings
- strseek — seeks a string within the elements of a vector
- Formats conversions
- div2lmata — exports a Div structure into a lmata text file
- lmata2div — imports a lmata text file into a Div structure
- mz_hdf5tosci — import in Scilab of a HDF5-format file obtained by MSconvert from a raw-format mass spectrum
- Statistics
- arand_index — calculates the adjusted Rand index for two classifications
- corrmat — matrix of the correlation coefficients between the column vectors of two matrices
- covmat — matrix of covariances between the column vectors of two matrices
- snk — analysis of variance et comparison of means by Student-Newman-Keuls (SNK)
- std — calculates the standard deviation of each column of x
- wilks — calculates the Wilks lambda = inter-classes inertia / total inertia
- (X) One matrix of observations/variables
- cspcana — principal component analysis on centered-standardized data
- ica_blocs_signals — the number of independent components is determined from the correlations between blocs issued from the dataset
- ica_dwresiduals — the number of independent components in ICA is determined from the Durbin-Watson criterium
- icajade — yields a matrix for extracting the independent components using the Jade algorithm
- icascores — extracts independent components (signals, loadings) and proportions (scores) using the icajade function
- kcmeans — classifies the observations into groups according to the k-means classification
- outlier — calculation of 3 parameters: T2-Hotelling, Q or residual variances, and leverage, useful to identify outliers
- pcaapply — applies a PCA model, calculated with a first dataset, to a second dataset
- pcana — principal component analysis
- (X) One matrix of contingency
- ca — correspondence analysis
- (X->X) Pretraitments by orthogonal projection
- detrending — applies a Detrend correction by orthogonal projection to a Vandermonde matrix
- dop — calculates the eigenvectors for orthogonal projection with Dynamic Orthogonal Projection
- epo — calculates the eigenvectors and the parameters for tuning External Parameter Orthogonalization (EPO) with the classical approach based on the means for each influence factor
- epoe — calculates the eigenvectors and the parameters for tuning External Parameter Orthogonalization (EPO) with a centering by sample inspired from EROS
- eros — calculates the eigenvectors and the parameters for tuning Error Removal by Orthogonal Substraction (EROS)
- iirp — calculates the eigenvectors and the parameters for tuning Independent Interference Reduction (IIR)
- osc — computes the parameters of orthogonal signal correction (OSC) according to the direct method
- pop_dextract — extracts the matrix of detrimental information with one of these methods: IIR ('iirp'), EPO ('epo'), EROS('eros' ou 'epoe')
- pop_dtop_optim — calculates the tuning parameters of the TOP-Transfer by Orthogonal Projection method, for which the variability is issued from two measurements on the same samples (ex: with two devices)
- pop_dtune — calculates the tuning parameters of an orthogonal projection for which the matrix of detrimental information is given
- popapply — applies a model obtained with 'epo','epoe','eros','iirp' or 'pop_dtune' to a matrix xtest or a test dataset (xtest,ytest)
- vanderm — calculates a Vandermonde matrix for the Detrend correction
- (X->X) Pretraitments by variable selection
- covsel — selection of variables by maximizing their covariance to y
- Peaks alignment
- obiwarp — correction of retention times in liquid and gaz chromatography
- (X->X) Other pretaitments
- gapremove — corrects from sharp baseline shifts, typically observed when lamps are switched during the spectrum acquisition
- msc — performs a MSC-multiplicative scatter correction on a set of spectra
- normc — sets to 1 the norms of the columns; columns of 0 are unchanged
- pds_apply — application of a PDS model to a new dataset obtained with a spectrometer B
- pds_calc — calculation of PDS-piecewise direct standardization, a method which uses the spectra acquired with a spectrometer B (master) to estimate the spectra that would have been obtained with a spectrometer A (slave)
- savgol — smoothing, first or second derivate of spectra according to Savitzsky-Golay
- simufilters — conversion of a wavelength unit into another wavelength unit, often shifted, according to the equation: x_new = x_old * filter'; very useful to convert frequencies into wavelengths, and vice-versa
- snv — standard normal variate (SNV)
- (X->y) Linear calibrations
- covsel_mlr — variable selection using covsel, then multiple linear regression (MLR)
- dimension_tune — 8 criteria to tune the dimension of a PLSR or PCR, obtained on the predictions (RMSECV), on the b-coefficients (b-norm, Durbin-Watson, morphological factor and Gini), and on the deflated X-matrices (KMO-Kaiser-Meyer-Olkin, VIF-Variance Inflation Factor and Durbin-Watson)
- ikpls — partial least squares regression computed with the improved-kernel algorithm
- mlr — multiple linear regression (MLR)
- pcr — principal components regression (PCR)
- pls — partial least squares regression, projection to latent structure regression or PLSR computed with the standard algorithm
- regapply — applies a calibration model calculated with pls, vodka, pcr, mlr or ridge to a new dataset
- ridge — the Ridge regression
- spls — stacked PLS regression
- vodka — the Vodka regression
- (X->y) Non-linear calibrations
- nns_buildbayes — building of a neural network with 1 hidden layer and with bias
- nns_init — initialization of a neural network with 1 hidden layer, with bias
- nns_simul — predictions by a neural network with 1 hidden layer and with bias
- nns_simulbis — prediction and prediction errors of a neural network with 1 hidden layer and with bias
- nns_simulter — prediction errors by a neural network with 1 hidden layer and with bias
- (X1-X2…Xk) Multi-way analysis
- acom1 — common components and co-inertia analysis
- ccswa — common components and specific weights analysis
- comdim — common components and specific weights analysis, algorithmm different from ccswa
- statis — the Statis method
- statislda — Statis-linear discriminant analysis method
- Graphics
- barycentermap — cloud of points; all the observations of the same class are represented by the same colour and are connected to the barycenter of their class
- coloredmap — colored figure representing observations by the identifier of their class
- corrplot — correlations circle between the variables of one or more matrices on the one hand; and two axes representing orthogonal scores (e.g. from a PCA or a PLSR) on the other hand
- curves — plot of the column-vectors of a Div structure
- dendro — calculates distances between observations, then plots the classification tree as a dendrogram
- diacmap — figure representing the observations by a triangle whose color depends on the class of the observation
- dotcmap — figure representing the observations by a dot whose color depends on the class of the observation
- holdoff — a new figure is created for each new graph of Fact
- holdon — the last figure is used for representing each new graph of Fact
- kcmap — black and white figure representing observations by the identifier of their class
- kscmap — black and white figure representing the observations by a symbol (or a number if more than 7 classes) different for each class
- map — black and white figure representing observations by their labels
- regplot — plots reference values vs predicted values and additional informations: R2, bias, RMSE, slope and offset
- scmap — figure representing the observations by a symbol (or a number if more than 7 classes) whose color is different for each class
- starcmap — figure representing the observations by a star whose color depends on the class of the observation