- 通过 FRED 和 DBnomics 集成访问数百万个全球经济和金融数据序列。
- 在导入过程中聚合、筛选、排序和转换 FRED 数据序列。
- 从GAUSS搜索FRED序列。
从互联网上的任何地方加载数据
简化数据加载...
自动类型检测
以前的版本需要带有关键字的公式字符串来指定某些文件类型中的日期、字符串和分类变量。
GAUSS 23 中的智能数据类型检测会计算出变量类型，因此您不必手动指定它。自动检测近 40 种流行的日期格式。
自动标头和分隔符检测
像这样替换旧代码：
load X[127,4] = mydata.txt;
使用
X = loadd("mydata.txt");
自动处理
- 存在或不存在的标题行。
- 分隔符（制表符、逗号、分号或空格）。
- 行数和列数。
- 变量类型。
一流的数据帧存储
无需学习新代码，只需使用带有 loadedd 和 save 的文件扩展名来加载和存储数据帧。.gdat
扩展分位数回归
- 新的核估计方差-协方差矩阵。
- 速度提升高达 4 倍。
- 扩展的模型诊断，包括伪 R 平方、系数 t 统计量和 p 值以及自由度。
核密度估计
- 使用13 个可用内核来估计未知概率函数。
- 自动或用户指定的频宽（bandwidth）。
- 核密度图，具有易于使用的自定义选项。
改进的协方差计算
- 计算Newey-West HAC标准误差的新程序。
- 所有稳健协方差过程现在都包括关闭小样本校正的选项。
- 扩展了数据帧和公式字符串兼容性。
用于数据清理和探索的新功能
between
返回一个二进制向量，指示哪些观测值落在指定范围内。它可以与 selif 一起使用以选择行。支持日期和有序分类列。
where
提供一种方便直观的方法来合并或修改数据。它根据a 或b条件返回元素。
new_price = 238 405 364.50 296.10 238
- 探索具有skewness 和kurtosis函数的样本对称性和尾部。
- 使用新的 JarqueBera 函数测试正态性。
加速和效率改进
- 使用 shiftc 和 lagn 创建滞后（lag）的速度提高了 10 倍，内存使用量减少了 50%。
- 速度提升高达 2 倍（对于大数据，速度或更多），对于miss、missrv内存使用量减少 50%。
- 高达 2 倍的加速（对于大数据或更多），逐元素算术（、、、）、关系（、、）和逻辑（、、、）运算符+-.*./.>.<.>=.<=.==.!=.and.not.or.xor的内存使用量减少 50%。
- 对于某些情况下，使用indsav的速度高达100倍。
- reclassify高达 40%的加速。
- 使用数据导入窗口.loadd加载 Excel® 文件的速度提高了 3 倍
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
400-621-1085
