使用期限*
许可形式单机版
原产地美国
介质下载
适用平台Windows
科学软件网是一个以引进国研软件，提供软件服务的营业网站，网站由北京天演融智软件有限公司创办，旨在为国内高校、科研院所和以研发为主的企业事业单位提供的科研软件及相关软件服务。截止目前，科学软件网已获得数百家国际软件公司正式授权，代理销售科研软件达一千余种，软件涵盖领域包括经管，仿真，地球地理，生物化学，工程科学，排版及网络管理等。同时，还提供培训、课程（包含34款软件，66门课程）、实验室解决方案和项目咨询等服务。
PC-ORD对电子表格中的生态数据进行多变量分析。PC-ORD的重点是非参数工具、图形表示、随机化测试和自举置信区间的社区数据分析。除了用于转换数据和管理文件的实用程序之外，PC-ORD还提供了许多统计数据包中不可用的排序和分类技术：CCA、DCA、指示物种分析、Mantel试验、部分Mantel试验、MRPP、PCoA、perMANOVA、RDA、双向聚类、TWINSPAN、Beals平滑、多样性指数、物种列表、许多排序叠加方法（定量、符号编码、颜色编码、网格、联合图、双情节、连续向量）、各种旋转方法、3D排序、Bray-Curtis排序、城市街区距离测量、物种面积曲线、树数据摘要、发布质量树图、自动驾驶模式的非度量多维范围（NMS或NMDS）。可以分析大型数据集。只要您计算机的内存够，大多数操作接受多32,000行或32,000列和多536,848,900个矩阵元素的矩阵。完整的手册包括上下文敏感的帮助系统。
改进的数据格式和管理
新性状窗口同时显示物种形状矩阵
分类变量类型中允许文本。例如，实验的C变量由1,2,3替换，您可以把它们编码为"burned", "mowed", and control"。其结果是，分类变量不能再用于算术运算，只定义项目组。
变量类型之间的转换：
√ Categorical to Quantitative
√ Quantitative to Categorical
√ Categorical to Binary
行名称和列名称（首字母缩写）多可以输入12个字符。
电子表格设计允许多达200万行或列。
精简导入\导出到Excel
新项目的拖放功能被重新设计，便于文件管理
点击save All保存具有共同碱基的相关新文件组
Export Project是将给定项目的所有文件和设置从一台机器移动到另一台机器的便捷方式
Modifed File | Import简单电子表格选项包括为矩阵定义特定范围的单元
紧凑格式：代码数量从大为4位增加到大为8位。代码名称（物种缩写）从大8字符增加到大12字符
单击并拖动切换矩阵
将主矩阵或*二矩阵转换为图形文件。这提供了一种使用PC-ORD以外生成坐标的简单方法。在版本6中，这个功能只作为外接程序"wk1togph"来使用
重新分类变量（数字到文本或文本到文本）
系统需求
Operating System: Windows 98, NT, ME, 2000, XP, Vista, 7, 8, and 10
80486 or higher CPU (including Pentium 4, Athlon, Celeron, etc.)
8 MB RAM (more RAM means ability to analyze larger data sets)
16 MB of available hard disk space
New Matrix Format
Categorical values can now be either numerical or text with a maximum of 20 characters
Because the hilltops are based on a contoured response surface, you can better understand the basis for hilltop plots by reading about contour overlays. The chief difference in use between the hilltops and the contour plots is that contour plots can be shown for only one variable at a time, while one can graph many hilltops on the same ordination. This comes at a loss of information in that most of the contour plot is discarded when converting to a hilltop, but has the advantage of representing multiple nonlinear relationships at once..
Redundancy Analysis (RDA)
Redundancy Analysis models a set of response variables as a function of a set of predictor variables, based on a linear model. RDA thus applies to the same conceptual problem as canonical correspondence analysis (CCA). RDA is, however, based on a linear model among response variables and between response variables and predictors. CCA, on the other hand, implies a unimodal response to the predictors.
科学软件网不仅提供软件产品，更有多项附加服务免费提供，让您售后**！
http://turntech8843.b2b168.com
