使用功能齐全的 SPSS 试用版测试 Advanced Statistics
IBM SPSS Advanced Statistics 提供了一整套单变量和多变量分析工具，以便从您的数据中获取更深入的洞察，包括：
- 一般线性模型（GLM）和广义线性模型（GENLIN）等先进方法，使您能够精确分析连续数据和分类数据。
- 广义线性混合模型（GENLINMIXED）对于分析分层数据或重复测量数据十分有用，而 Cox 回归则具备强大的生存分析和事件时间建模能力。
- 这些先进的技术可以提供建立复杂关系所需的灵活性和可靠性，并提供可靠、准确的统计分析结果。
此模块已纳入适用于传统许可的 SPSS 标准版中，也包含在订阅套餐的 IBM SPSS Custom Tables 和 IBM SPSS Advanced Statistics 附件组件里。
描述因变量和一组自变量之间的关系。应用灵活的设计和对比选项来估算均值和方差，以及测试和预测均值。混合和匹配分类型预测变量与连续型预测变量以构建模型。在预测非线性结果时，使用线性混合模型以提高准确性。规划数十种模型，包括裂区设计、具有固定效应协方差的多级模型以及随机完整区组设计。
提供一个统一框架，其中包括具有正态分布因变量的经典线性模型、针对二进制数据的逻辑和概率模型、针对计数数据的对数线性模型以及各种非标准回归类模型。采用多种通用统计模型，包括序数回归、Tweedie 回归、泊松回归、伽马回归和负二项式回归。
在显示相关性和非恒定可变性的数据中建立均值、方差和协方差模型。规划数十种模型，包括裂区设计、具有固定效应协方差的多级模型以及随机完整区组设计。从 11 种非空间协方差类型中进行选择。利用重复的度量数据提高准确性，包括重复度量次数不同、针对不同情况的间隔不同或两者兼而有之的情况。
扩展广义线性模型以适应相关的纵向数据和聚类数据。在主题内构建相关性。
访问、管理和分析几乎所有类型的数据集，包括调查数据、公司数据库或从 Web 下载的数据。在预测非线性结果（例如客户的满意度水平是低、中还是高类别）时，使用序数值来运行 GLMM 程序从而构建更准确的模型。
从一套灵活且全面的技术中进行选择，以便了解终端事件，例如零件故障、死亡率或存活率。使用 Kaplan-Meier 估算法来估算事件发生的时间长度。选择 Cox 回归并以响应时间或响应持续时间作为因变量来执行比例风险回归。
- 对于本地部署用户：请购买特选版。
- 对于订阅计划用户：请购买 Custom Tables 和 Advanced Statistic 附加组件。
- 处理器：2 GHz 或更快
- 显示：1024*768 或更高
- 内存：至少需 4 GB RAM，建议采用 8 GB RAM 或更高
- 磁盘空间：2 GB 或更高