功能聚焦

一般线性模型 (GLM)

描述因变量与一组自变量之间的关系。使用灵活的设计和对比选项,估算平均值和方差,并测试和预测平均值。混合并匹配分类和连续预测变量,以构建模型。使用线性混合模型,以在预测非线性结果时提高准确性。用公式表示数十个模型,包括裂区实验设计(split-plot design)、具有固定效应协方差的多层统计分析模型(multi-level models with fixed-effects covariance)和完全随机区组设计(randomized complete blocks design)。

广义线性模型 (GENLIN)

提供一个统一框架,包含因变量服从正态分布的经典线性模型、针对二元数据的逻辑模型和概率单位模型、针对计数数据的对数线性模型,以及各种其他非标准的回归类型的模型。应用众多使用的一般统计模型,包括序数回归、Tweedie 回归、Poisson 回归、Gamma回归和负二项回归。

线性混合模型/分层线性模型 (HLM)

可对显示相关性和非恒定可变性的数据的平均值、方差和协方差进行建模。用公式表示数十个模型,包括裂区实验设计(split-plot design)、具有固定效应协方差的多层统计分析模型(multi-level models with fixed-effects covariance)和完全随机区组设计(randomized complete blocks design)。从 11 个非空间协方差类型中进行选择。通过重复的度量数据提高准确性,包括重复度量的不同数字和/或不同案例的不同时间间隔的情况。

广义估计方程 (GEE) 过程

扩展广义线性模型,使其适用于关联的纵向数据和聚类数据。对象中的模型关联

广义线性混合模型 (GLMM)

访问、管理和分析几乎任何类型的数据集,包括调研数据、企业数据库或从 Web 下载的数据。采用序数值运行 GLMM 过程,以在预测非线性结果(例如,客户的满意度级别处于低、中还是高级别)时构建更准确的模型。

生存分析过程

从灵活全面的一组技术中进行选择,以了解零件故障率、死亡率或存活率等终止事件。使用 Kaplan-Meier 估算对事件的时间长度加以测量。选择 Cox 回归执行比例风险回归,以响应时间(time-to-response)或疗效持续时间(duration response)作为因变量。

技术详细信息

软件需求

IBM SPSS Advanced Statistics 需要有效的 IBM SPSS Statistics Base 许可证。

  • 必备软件:IBM SPSS Statistics

硬件需求

  • 处理器:2 GHz 或更高主频
  • 显示器:1024*768 或更高
  • 内存:4 GB RAM(必需),8 GB RAM 或更高(建议)
  • 磁盘空间:2 GB 或更大空间

了解工作方式

立即购买并开始使用