XLSTAT-CCR
XLSTAT-CCRモジュールは、多数の相関した予測変数（説明変数）がある場合の回帰分析（線形回帰、ロジスティック回帰など）に焦点を当てています。多くのデータ集合で、相関成分回帰（CCR:Correlated Component Regression）は、Lassoのようなペナルティつき回帰テクニックや, ナイーブ・ベイズやPLS回帰のようなその他の手法よりも優れていることが示されました。
XLSTAT-CCRは、CCR法を用いて信頼性の高い回帰モデルを構築します。CCRモデルは、予測変数（説明変数）の数がケース（レコード）の数よりも多いという従来の回帰手法では不可能な状況にも対応しています。 CCRは、回帰モデルの推定と無関係な予測変数の除去を同時にするために、 Dr. Jay Magidson によって開発されました。モデル・パラメータのチューニング（予測変数の最適数と正則化の量）のために M-フォルド交差検証(クロス・バリデーション）を組み込んだ高速アルゴリズムを用いて、信頼性の高いモデルが得られます。
ボストンに本社を置くStatistical Innovationsは、1981年にDr. Jay Magidsonによって創業され、統計的モデリングの応用に特化しています。以来、Statistical Innovationsは、データ解析やデータマイニングで標準となった多数の手法の先駆者です。
Statistical Innovationsに関しては、次のサイトをご覧ください： www.statisticalinnovations.com.