O que o SPSS Statistics pode fazer por seus negócios

vista aérea de uma estrada cortando campos de painéis solares

O IBM® SPSS® Statistics Professional Edition inclui todos os recursos dentro da Standard Edition, além de procedimentos estatísticos avançados que abordam qualidade de dados, previsão, classificação e insights em dados categóricos. 

Usuários novatos e experientes podem usar recursos avançados para desenvolver previsões confiáveis usando dados de séries temporais. Use árvores de classificação e de decisão para ajudar a identificar grupos e relacionamentos e prever resultados. Impulsione conclusões mais válidas descobrindo padrões de dados perdidos e inserindo valores ausentes usando o SPSS Missing Values. Visualize e explore relacionamentos e preveja os valores de variáveis categóricas usando o SPSS Categories.

Destaques do recurso

Previsão

Desenvolva previsões confiáveis, independentemente do tamanho do conjunto de dados ou do número de variáveis. Procedimentos avançados de modelagem de série temporal ajudam a criar previsões rapidamente.

Valores ausentes

Descubra os padrões por trás dos dados ausentes, estime estatísticas resumidas e atribua os valores ausentes usando algoritmos estatísticos para tirar conclusões mais válidas.

Categorias

Use procedimentos de regressão categórica para prever os valores de uma variável de resultado nominal, ordinal ou numérica de uma combinação de variáveis preditoras categóricas numéricas e ordenadas ou não ordenadas.

Árvores de decisão

Crie classificação visual e árvores de decisão para identificar grupos ou prever valores de uma variável de destino. Permite prever ou classificar observações futuras com base em um conjunto de regras de decisão.

Esta edição inclui todos os recursos na Standard Edition, além de:

Esta edição inclui todos os recursos na Standard Edition, além de:

Previsão

  • Média móvel integrada auto regressiva
  • Autorregressão

  • Métodos de suavização exponencial de modelador especialista
  • Prever várias séries (resultados) de uma vez

  • Modelagem causal temporal
  • Decomposição sazonal
  • Análise espectral

Categorias

  • Análise de correspondência (ANACOR)
  • Análise de componentes principais para dados categóricos (CATPCA; substitui PRINCALS)
  • Regressão de crista, laço, rede elástica (CATREG)

  • CORRESPONDÊNCIA
  • Correlação canônica não linear (OVERALS)

  • Dimensionamento multidimensional para dimensionamento de diferenças individuais com restrições (PROXSCAL)
  • Dimensionamento de preferência (PREFSCAL; desdobramento multidimensional)
  • Análise de correspondência múltipla

Valores ausentes

  • Tabela de padrões de dados
  • Imputação com estimativa de médias ou regressão

  • Estatísticas listwise e pairwise
  • Tabela de padrões ausentes

  • Imputação múltipla de dados ausentes
  • Agrupamento

Árvores de decisão

  • C&RT
  • CHAID
  • CHAID por exaustão
  • QUEST