- 軟件大?。?span>35.29M
- 軟件語言:中文
- 軟件類型:國產軟件
- 軟件類別:免費軟件 / 教育學習
- 更新時間:2021-09-15 09:14
- 運行環(huán)境:WinAll, Win7
- 軟件等級:
- 軟件廠商:
- 官方網站:暫無
7.37M/中文/10.0
1290.24M/中文/10.0
38.08M/中文/2.5
8KB/中文/10.0
1KB/中文/10.0
canoco5中文版這是一個可以用來做冗余分析的生態(tài)學數據處理工具,當你在測算數據需要進行科學計算時就可以借助該平臺來幫助,功能全方位化且實用性強,極大滿足用戶需求,分析數據信息清晰明了,詳情功能由需要的用戶可以來了解更多。
Canoco 5是 Canoco 軟件的最新、重新設計的版本,該站點為您提供了有效使用該軟件的其他資源的訪問權限,以及 Canoco 5 新功能的簡要概述。使用此頁面右側的菜單訪問這些資源。
1、共對應分析(CoCA,對稱形式)可用,包括蒙特卡羅置換測試兩種比較群落類型的共變異。
2、在變分劃分框架中,可以使用鄰矩陣主坐標(PCNM)方法。目前的實現符合Legendre & Legendre(2012)中另一個方法名稱(dbMEM)下的建議。
3、您的工作的每一步都由上下文敏感的幫助系統(tǒng)和Canoco顧問支持--一個專家系統(tǒng),幫助您為您的研究問題corre選擇合適的分析方法。
4、對兩組或三組預測者來說,變化劃分很容易實現,包括根據部分或非部分分析和使用原始或調整的變化估計計算被解釋的變化的各個部分。
5、計算、測試和繪制主響應曲線(PRC)現在是一項簡單的任務。
6、您可以輕松地處理物種的功能特性或導入物種的系統(tǒng)發(fā)育相關數據,以及計算和使用功能多樣性。
7、可視化功能得到了增強,例如半透明填充色、在縱坐標圖中顯示變量箭頭的校準軸、或繪制封閉橢圓以替代封閉多邊形。在現有文件格式(PNG、BMP、EMF、Adobe illustrator)中添加了JPEG、TIFF和PDF文件格式的其他導出類型。
8、預測器的逐步選擇在視覺上得到了增強,現在提供了對I型錯誤膨脹的保護(用所有預測器進行初步測試,通過三種方法之一調整p值:錯誤發(fā)現率(FDR)估計、Holm校正和Bonferroni校正)。
9、可以直接測試所有約束軸,并將兩個排序結果與Procrustes分析進行比較。
1、先在本站下載安裝包,安裝完成后點擊箭頭所指打開軟件,如圖
2、啟動安裝程序,點擊next
3、同意協議后點擊next
4、輸入用戶名和名稱。用戶名和名稱任意輸入,序列號不用輸入
5、接著會出現這個界面,點擊next
6、選擇默認選項進行安裝,直至安裝完成
7、安裝完成后,再根據系統(tǒng)位數選擇Runasdate_x64或者Runasdate_x86復制到軟件安裝目錄中
ps:Runasdate_x86對應系統(tǒng)32位;Runasdate_x64對應系統(tǒng)64位
8、運行RunAsDate.exe,將年份設置為2010,其他的內容不設置,在快捷方式界面輸入Canoco 5,設置完畢就可以點擊運行了,無功能限制,放心使用
Canoco 5 是 64 位程序嗎?
現在 Canoco 5 包中只有一個應用程序,安裝程序在 64 位 Windows 上安裝其 64 位版本,在 32 位 Windows 上安裝 32 位版本。讀取和存儲的文件在 Canoco 5 的 32 位和 64 位版本之間兼容。
Canoco 5 是否可以在 Windows 8/10 和其他 Windows 平臺上運行?
Canoco 5 也適用于其他 Microsoft 操作系統(tǒng),從安裝了 SP(服務包)2 或 SP3 的 Microsoft Windows XP 開始。這也包括 Windows Vista 和 Windows 7。
Canoco 可以在裝有 Windows 8、8.1 或 10 的標準臺式機和筆記本電腦上正常運行,適用于 32 位和 64 位版本,在 Canoco 5 發(fā)布時可用。Window 8.x 和 10 還支持其他平臺,例如通過手指觸摸屏幕來管理的小型移動設備,但是,作為任何分析和可視化科學數據的程序,Canoco 5 不會在這些平臺上表現出色。
Canoco 5 是否提供 NMDS?
是的,非度量多維縮放(NMDS 或 NMS)方法現在完全集成到 Canoco 5 中,取代了以前版本的附加程序 WinKyst。WinKyst 程序仍然可以作為執(zhí)行 NMDS 分析的免費替代解決方案。
此外,Canoco 5 提供了一系列直接對數據進行操作的排序方法,而不是像 NMDS 那樣對導出的相似性或不相似性(距離)度量進行操作。這些方法相對于 NMDS 的優(yōu)勢在于:
排序可以側重于特定解釋變量的影響——以約束排序的形式——以便它顯示例如社區(qū)對解釋變量的反應。
由此產生的排序很容易提供有關數據表中各個變量級別的信息。
可以通過使用協變量數據從排序中去除背景變化,以便排序可以顯示新信息,而不是瑣碎或無趣的變化,或者已經很好理解的變化。
請描述您所遇到的錯誤,我們將盡快予以修正,謝謝!
*必填項,請輸入內容