| Jazyková verzia: | Česká, anglická |
| Vlastnosti softvéru: | Intuitívne užívateľské prostredie, široký výber analytických procedúr (vrátane pokročilých lineárnych, nelineárnych a zobecnených lineárnych modelov, viacrozmerných štatistických metód, |
| Vlastnosti softvéru: | analýzy sily testu, data miningových metód, text minigu, strojového učenia, neuronových sietí a pod.), |
| Vlastnosti softvéru: | rozsiahle grafické možnosti – 2D a 3D grafy vrátane 2D a 3D ternárnych grafov, špeciálnych štvorrozmerných grafov, viacnásobných grafov, kategorizovaných viacnásobných grafov, matíc grafov, |
| Vlastnosti softvéru: | ikonových grafov, mozaikových grafov, spektrálnych 2D a 3D grafov a zložených grafov, jednoduchá úprava jednotlivých grafických výstupov, možnosť automatizácie postupov pomocou programovacieho jazyka |
| Vlastnosti softvéru: | Visual Basic, Programovateľnosť – otvorená architektúra založená na COM štandardoch, možnosť tvorby a využitia vlastných algoritmov a makier za použitia štandardných programovacích technológií (Visual |
| Vlastnosti softvéru: | Basic, Java, C/C++, C#, VB, VB.Net, atď…), schopnosť práce s veľkými objemami dát a viacerými súbormi naraz, podpora Microsoft Office (Word, Excel), možnosť automatického ukladania výstupov do Wordu |
| Vlastnosti softvéru: | možnosť voľby vzhľadu klasických ponúk aj formátu MS Office (Ribbon Bar),konektivita do databáz (Access, SQL, Oracle ap) pomocou vstavaných modulov, Možnosť integrácie s jazykom R: 1) Priamy prístup |
| Vlastnosti softvéru: | ku knižnici R COM, 2) Spustenie skriptov R priamo zo softvéru 3) Analýza dát zo softvéru pomocou R a nahratie výsledkov do príslušného softvéru, 4) Volanie R z programovacieho rozhrania analytického |
| Vlastnosti softvéru: | softvéru,5) Vytvárania vlastných ponúk možností, ktoré využívajú balíky R. |
| Vlastnosti softvéru: | Metódy pre výber vhodných prediktorov pre model, Wizard mód pre výuku data minigového procesu – sprievodca analýzou, ktorý automaticky ponúka ďalší krok (počínajúc úpravou dát, voľbou premenných, |
| Vlastnosti softvéru: | tvorbou modelov, až k porovnaniu kvality modelov a aplikácii na nové dáta) |
| Štatistické metódy: | - Popisné štatistiky, kategorizácia a analýza dát, - Korelácie, - Interaktívny pravdepodobnostný kalkulátor, - T-testy (a ďalšie testy rozdielu skupín), -Tabuľky početností, kontingenčné tabuľky a |
| Štatistické metódy: | viacrozmerná analýza, - Metódy viacrozmernej regresie, - Neparametrická štatistika, - ANOVA/MANOVA, - Prekladanie rozdelenia, - Simulácie a distribúcie, - Obecné lineárne modely (GLM), |
| Štatistické metódy: | - Obecné regresné modely (GRM), - Zovšeobecnené lineárne modely (GLZ), -Metóda parciálnych najmenších štvorcov,-Komponenty rozptylu a zmiešané modely ANOVA/ANCOVA, -Analýza prežívania, analýza porúch, |
| Štatistické metódy: | - Obecné nelineárne odhady, - Log-lineárna analýza kontingenčných tabuliek, - Analýza časových radov/predikcie, - Modelovanie pomocou štrukturálnych rovníc/analýza cesty (SEPATH), - Zhluková analýza, |
| Štatistické metódy: | Faktorová analýza, Analýza hlavných komponent a klasifikačná analýza, Kanonická korelačná analýza, Analýza spoľahlivosti, Klasifikačné stromy, Korešpondenčná analýza, Viacrozmerné škálovanie, |
| Štatistické metódy: | anie, - Diskriminačná analýza, - Modely obecnej diskriminačnej analýzy, - Výpočet sily testu, - Výpočet veľkosti výberov, - Odhad intervalov spoľahlivosti, - Kalkulátory štatistických rozdelení, |
| Štatistické metódy: | - Metódy CART trees, CHAID trees pre predikcie regresné a klasifikačné úlohy, - Boosted trees algoritmy, - Random forests algoritmy, - Support Vector Machines, - k-Nearest Neighbour, - Naive Bayes, |
| Štatistické metódy: | - Viacrozmerné adaptívne regresné spliny, - Metódy pre analýzu neštruktúrovaného textu, - Metódy na analýzu sekvencií, asociácii a prepojení, - Automatizované neurónové siete |