Die Vorteile für Ihr Unternehmen

Verbessern Sie die Genauigkeit Ihrer Analysen und die Zuverlässigkeit Ihrer Schlussfolgerungen mithilfe von Statistiken für komplexe Beziehungen. IBM SPSS Advanced Statistics, ein Modul von IBM SPSS Statistics, bietet verschiedene hoch entwickelte univariate und multivariate Analyseverfahren und -modelle: GLMM (Generalized Linear Mixed Model), GLM (General Linear Model), heterogene Modellverfahren, GENLIN (Generalized Linear Model) und GEE-Verfahren (Generalized Estimating Equations). Ziehen Sie aussagekräftige Informationen aus Ihren Daten, um Probleme aus der Praxis in Bereichen wie medizinische Forschung, Fertigung, Pharmazie und Marktforschung lösen zu können.

Mehr als nur Basisanalysen

Verbessern Sie Ihre Analysen, um mehrere Ergebnisse oder Ergebnisse im Lauf der Zeit zu erhalten. Analysieren Sie Daten mit hierarchischen Strukturen oder schätzen Sie die Zeitdauer bis zu einem Ereignis.

Aufbau flexibler Modelle

Mit der GLM-Prozedur können Sie die Beziehung zwischen einer abhängigen Variable und einer Reihe von unabhängigen Variablen beschreiben. Dabei kommen Modelle wie lineare Regression, ANOVA, ANCOVA, MANOVA und MANCOVA zum Einsatz.

Effizienteres Arbeiten mit Daten mit verschachtelten Strukturen

Die Prozedur für lineare heterogene Modelle lässt sich auf Modelle ausweiten, die in der GLM-Prozedur verwendet werden. So können Sie Daten analysieren, die Korrelationen und nicht konstante Variabilität aufweisen.

Anwendung ausgereifter Modelle

Wenn Ihre Daten nicht den Annahmen entsprechen, die für einfachere Verfahren benötigt werden, wenden Sie loglineare und hierarchisch-loglineare Analysen für die Modellierung von Mehrwege-Tabellen mit Zähldaten an.

Analyse von Ereignisprotokollen und Zeitraumdaten

Sie können Laufzeit- oder Zeitraumdaten untersuchen, um terminale Ereignisse wie Teileschaden, Schaden mit Todesfolge oder Fortbestand besser zu verstehen.

Wichtige Leistungsmerkmale

  • GLM (General Linear Model)
  • GENLIN (Generalized Linear Model)
  • Linear heterogene Modelle/hierarchisch-lineare Modelle (HLM)
  • GEE-Verfahren (Generalized Estimating Equations)
  • GLMM (Generalized Linear Mixed Model)
  • Verfahren zur Überlebensanalyse

Produktbilder

GLMM (Generalized Linear Mixed Model)
GLMM (Generalized Linear Mixed Model)
GENLIN und GEE
GENLIN und GEE
Heterogene Modelle
Heterogene Modelle

Funktionsweise sehen

Jetzt kaufen und loslegen