Saiba mais sobre todos os recursos do módulo em versões de licença do SPSS Statistics.

Saiba mais sobre todos os recursos do módulo em versões de licença do SPSS Statistics. Veja o resumo da solução (PDF, 437 KB)

O que ele pode fazer por seus negócios

O IBM® SPSS® Regression possibilita prever resultados categóricos e aplicar diversos procedimentos de regressão não linear. É possível aplicar os procedimentos em projetos de negócios e análise nos quais as técnicas de regressão ordinária são limitadas ou inadequadas. Isso inclui estudar os hábitos de compra do consumidor, as respostas aos tratamentos ou analisar o risco de crédito. A solução ajuda você a expandir os recursos do SPSS Statistics para o estágio de análise de dados do processo analítico.

Este módulo está incluído nos pacotes Standard, Professional e Premium do SPSS.

Destaques do recurso

Regressão logística binária

Preveja a presença ou ausência de um resultado característico ou binário com base nos valores de um conjunto de variáveis preditoras. Ele é semelhante a um modelo de regressão linear, mas se adéqua a modelos nos quais a variável dependente é dicotômica e compreendida como uma variável que segue uma distribuição binomial. Os coeficientes estimados podem ser usados para estimar razões de probabilidades para cada uma das variáveis independentes no modelo.

Modelos de resposta de logit

Use a função de ligação logit para modelar a dependência de uma resposta ordinal politômica em um conjunto de preditores. No modelo logit, as probabilidades de log do resultado são modeladas como uma combinação linear das variáveis preditoras.

Regressão logística multinomial

Classifique os assuntos com base nos valores de um conjunto de variáveis preditoras. Esse tipo de regressão é semelhante à regressão logística, mas é mais geral porque a variável dependente não se restringe a duas categorias.

Regressão não linear

Encontre um modelo não linear do relacionamento entre a variável dependente e um conjunto de variáveis independentes. Ao contrário da regressão linear tradicional, que se restringe a estimar modelos lineares, a regressão não linear pode estimar modelos com relacionamentos arbitrários entre as variáveis independentes e dependentes. Isso é realizado usando algoritmos de estimação iterativos.

Análise de resposta probito

Use a modelagem de resposta probit e logit para analisar a potência das respostas a
estímulos, como doses de medicamento, preços ou incentivos. Esse procedimento mede o relacionamento entre a força de um estímulo e a proporção de casos que exibem uma determinada resposta a ele. Isso é útil para situações nas quais você tem uma saída dicotômica que acredita ser influenciada ou causada por níveis de algumas variáveis independentes e é particularmente adequado para dados experimentais.

Quadrados mínimos de dois estágios

No primeiro estágio, use variáveis instrumentais não correlacionadas com os termos de erro para calcular os valores estimados dos preditores problemáticos. No segundo estágio, use os valores computados para estimar um modelo de regressão linear da variável dependente. Uma vez que os valores computados têm base em variáveis não relacionadas aos erros, os resultados do modelo de dois estágios são ideais.

Quadrados mínimos ponderados

Controle as correlações entre as variáveis preditoras e os termos de erro que podem ocorrer em dados com base em tempo. O procedimento de estimação ponderada testa uma variedade de transformações de ponderação e indica qual é o melhor ajuste aos dados.

Regressão quantil

Modele o relacionamento entre um conjunto de variáveis preditoras (independentes) e percentis específicos (ou "quantis") de uma variável de destino (dependente), na maioria das vezes, a mediana. A regressão de quantil tem duas vantagens principais sobre a regressão de quadrados mínimos ordinários: ela não faz suposições sobre a distribuição da variável de destino e tende a resistir à influência das observações remotas.

Imagens do produto

Detalhes técnicos

Como comprar o SPSS Statistics Regression

  • Para implementações locais: inclua-o em seu SPSS Statistics Base Edition ou compre a Standard Edition
  • Para os planos de subscrição: compre o complemento "Custom Tables and Advanced Statistics"

Requisitos de hardware

  • Processador: 2 GHz ou mais rápido
  • Resolução de exibição: 1024*768 ou superior
  • Memória: 4 GB de RAM necessários, 8 GB de RAM ou mais recomendados
  • Espaço em disco: 2 GB ou mais

Next Steps

Experimente o SPSS Statistics gratuitamente

Compre agora para começar a usar hoje