[Skip Global Navigation]

Velkommen til SPSS Norge Du kan opprette en internasjonal SPSS konto her

SPSS® Advanced Models

Statistikk Familien:

  • SPSS Base
  • SPSS Data Entry
  • SPSS SmartViewer
  • SPSS Web App
  • Amos
  • SamplePower

    SPSS Data Mining Familien:

  • Answer Tree
  • IBM SPSS Modeler


  • Statistikk Familien
  • Data Mining Familien


    SPSS Kurs

  • Introduksjon til PASW Statistics
  • Anvendt Statistikk
  • Regresjonskurs
  • Klassifikasjon og Gruppering
  • Datatilrettelegging
  • Introduksjon til Data Entry
  • Spørreskjemametode
  • Oppfriskningskurs i PASW Statistics
  • Presentasjon i tabeller/grafer

  •   Buy Now
    Kjøp
     
      Demo
    Demo
     
      Upgrade
    Brosjyrer/Whitepapers
     


    SPSS Advanced Models er utstyrt med et kraftig sett sofistikerte univariate og multivariate analyseteknikker. Du kan gjør mer nøyaktige analyser og dra sikrere konklusjoner ved prosedyrer som er laget spesielt for å studere iboende karakteristikker i dataene dine.

    Bruk Polytomous Logit Universal Models (PLUM) for å predikere ordinalt resultat med mer enn to kategorier. For eksempel, kan du predikerer kunders interesse for et produkt (lav, medium, høy). Dette gjør det mulig å gi flere svaralternativer. PLUM gjør det mulig å kontrollere gjentakende algoritmer brukt for å beregne estimater, spesifisere numerisk toleranse for å sjekke singularitet og gjøre bruk av dette resultatet. Du kan spesifisere modellen ved å bruke en av de fem linkfunksjonene til PLUM. Gjør bruk av hypotesetest med direkte å spesifisere nullhypotesen som en lineær kombinasjon av parametre.

    General Linear Model (GLM) prosedyren gir deg mer fleksibilitet i forhold til å beskrive sammenhengen mellom den avhengige variabelen og et sett av uavhengige variabler. Modellen innbefatter lineær regresjon, AVOVA, ANCOVA, MANOVA og MANCOVA. GLM innbefatter også muligheten til å foreta gjentatte målinger, lage sammensatte modeller, gjennomføre ”post hoc”-tester, fire typer av ”sums of squares”, parvise sammenlikninger av forventet marginalt gjennomsnitt, sofistikert behandling av manglende verdier og muligheten til å lagre designet på matriser og effektfiler.

    Med Advanced Models kan du gjøre loglineær og hierarkisk loglineær analyse for å modellere sammensatte oppsummeringsdata. General Loglinear Analysis gir hjelp til å analysere frekvenser av observasjoner som faller inn i hver kryssklassifikasjon i en krysstabell eller tilfeldig (contigency) tabell. Du kan velge opp til 10 faktorer for å definere cellene i tabellen. SPSS vil automatisk vise modellinformasjon og ”goodness-of-fit”-statistikker. Du kan også se variasjonen i statistikken eller plottet, eller lagre residual-verdier eller predikerte verdier i en arbeidsdatafil.

    Med SPSS Advanced Models, kan du undersøke livstids- eller pågående data for å forstå periodiske hendelser, slik som delfeil, overlevelses- eller dødstall. Du får de siste overlevelsesprosedyrer, Kaplan-Meier- og Cox-regresjon. Du kan bruke Kaplan-Meier-beregninger for å måle tiden til en hendelse, og bruke Cox-regresjon til å vise proposjonal ”hazard” regresjon, med reaksjonstid og varighet som avhengig variabel. Disse prosedyrene, sammen med "Life Tables" -analyse, gir en fleksibel og sammensatt sett av teknikker for å arbeide med overlevelsesdata.

    SPSS Advanced Models gjør det også mulig å bygge inn et makrobibliotek for å utvide analysen. Advanced Models har to typer makroer for å vise hva spesialisert statistisk analyser inneholder: kanonisk korrelasjon inkludert overskudds- (redundancy-) analyse og ”ridge”-analyse. Du kan også lage din egen statistiske prosedyre med matrisespråk.