GAUSS es más que un simple modelo econométrico potente

Somos su socio para lograr el éxito en cada paso del ciclo de investigación.

Estás en la búsqueda de avances que demuestren tu perspicacia y ambición. Pero generar un impacto significativo, a la vez que satisfaces tus necesidades diarias y exploras las herramientas de análisis de datos, puede dejarte estancado.

Ahí es donde entramos nosotros: ofrecemos software y servicios para ayudar a los expertos en economía, finanzas e ingeniería civil a dar vida a datos y modelos. Hagamos juntos descubrimientos que importen.

Fusiona, filtra, ordena, visualiza y mucho más sin esfuerzo. Nuestra colección de herramientas interactivas y programáticas te permite comprender a fondo tus datos.

Comandos fáciles de usar, con cobertura integral, para estimación y modelado estándar.

Cree gráficos profesionales y personalizados que capturen su visión utilizando comandos o nuestras amigables herramientas interactivas.

Para los profesionales de disciplinas basadas en datos, desde finanzas hasta física, GAUSS ha sido durante mucho tiempo la fuente de referencia para modelos, técnicas y aplicaciones especializadas. Sin embargo, GAUSS también es un entorno integral que ofrece todo lo necesario para desarrollar, adaptar, ejecutar y generar gráficos con calidad de publicación para prácticamente cualquier problema o proyecto.

GAUSS es ideal para el prototipado rápido, así como para la implementación completa de una amplia gama de modelos científicos y de negocio. Todas las funciones y programas pueden ser modificados por el usuario y se integran fácilmente con C/C++, Java, FORTRAN y otros entornos.

Obtenga más información sobre las fortalezas específicas que GAUSS ofrece a estas diversas industrias:

GAUSS 24 facilita más que nunca el trabajo con datos de panel. Cargue, limpie y explore datos de panel sin esfuerzo y sin salir de GAUSS, ¡la experiencia más fluida hasta la fecha!

• Alterne de forma fácil e intuitiva entre datos de formato largo y ancho con las nuevas funciones dfLonger y dfWider.
• Explore estadísticas descriptivas a nivel de grupo y estime modelos lineales a nivel de grupo con funcionalidad expandida by palabra clave.

• Calcular coeficientes GLS factibles y errores estándar asociados, estadísticas t, valores p e intervalos de confianza.
• Proporciona estadísticas de evaluación de modelos que incluyen R cuadrado, F-stat y la estadística de Durbin-Watson.
• Elija entre 7 métodos de estimación de covarianza integrados o proporcione su propia matriz de covarianza.

Las nuevas herramientas para la tabulación bidireccional proporcionan un enfoque estructurado y sistemático para comprender y extraer información de las variables categóricas.

• Nuevo procedimiento para tabular tablas de dos vías con opciones avanzadas para excluir categorías y formatear informes.
• Funcionalidad ampliada para la función de frecuencia:
  • Nuevas tablas de dos vías.
  • Informes y gráficos de frecuencia ordenados.

• 12 nuevos procedimientos para extraer componentes de fecha y hora de las fechas del marco de datos.
• Extraiga componentes de fecha y hora que van desde segundos hasta años.

• dropCategories: elimina observaciones de categorías específicas de un marco de datos y actualiza las etiquetas y los valores clave asociados.
• getCategories: Devuelve las etiquetas de categoría para una variable categórica.
• isString: verifica si una entrada es una cadena o una matriz de cadenas.
• startsWith - Localiza elementos que comienzan con una cadena especificada.
• insertCols: inserta una o más columnas nuevas en una matriz o marco de datos en una ubicación específica.

• La funcionalidad ampliada de strindix permite la búsqueda de subcadenas únicas en múltiples variables.
• La función upmat ahora tiene la opción de especificar un desplazamiento desde la diagonal principal, la opción de devolver solo los elementos triangulares superiores como un vector y es más rápida para matrices medianas y grandes.
• Mejoras de velocidad significativas al utilizar la combinación con valores grandes de n .
• Elimine valores faltantes de vectores grandes de manera más eficiente con aumentos de velocidad en packr.