Cosa c'è di nuovo in IBM SPSS Statistics Digital

Settembre 2025

Giugno 2025

Settembre 2024

Settembre 2022

Analizzare le procedure

Alternative OLS lineari

Elastic Net

Fare clic su Analizza > Regressione > Alternative OLS lineari > Rete elastica per ottenere un'analisi di regressione della rete elastica lineare. La nuova procedura di estensione Linear Elastic Net utilizza la classe Python sklearn.linear_model.ElasticNet per stimare modelli di regressione lineare regolarizzati per una variabile dipendente su una o più variabili indipendenti. La regolarizzazione combina le pene L1 (Lasso) e L2 (Ridge). L'estensione include modalità facoltative per visualizzare i grafici di traccia per i diversi valori di alfa per un determinato rapporto L1 e per selezionare i valori del rapporto L1 e dell'iperparametro alfa in base alla convalida incrociata. Quando un singolo modello viene adattato o viene utilizzata la convalida incrociata per selezionare il rapporto di penalità e / o alfa, è possibile utilizzare una partizione di dati di holdout per stimare le prestazioni out - of - sample.

Lasso

Fare clic su Analizza > Regressione > Alternative OLS lineari > Lasso per ottenere un'analisi di regressione lineare Lasso. La nuova procedura di estensione Lasso lineare utilizza la classe Python sklearn.linear_model.Lasso per stimare i modelli di regressione lineare regolarizzata della perdita L1 per una variabile dipendente su una o più variabili indipendenti e include modalità facoltative per visualizzare i grafici di traccia e selezionare il valore dell'iperparametro alfa in base alla convalida incrociata. Quando viene adattato un singolo modello o viene utilizzata la convalida incrociata per selezionare alpha, è possibile utilizzare una partizione di dati di holdout per stimare le prestazioni fuori campione.

Ridge

Fare clic su Analizza > Regressione > Alternative OLS lineari > Ridge per ottenere un'analisi di regressione lineare Ridge. La nuova procedura di estensione Linear Ridge utilizza la classe Python sklearn.linear_model.Ridge per stimare i modelli di regressione lineare regolarizzata con perdita quadrata o L2 per una variabile dipendente su una o più variabili indipendenti e include modalità facoltative per la visualizzazione dei grafici di traccia e per selezionare il valore dell'iperparametro alfa in base alla convalida incrociata. Quando viene adattato un singolo modello o viene utilizzata la convalida incrociata per selezionare alpha, è possibile utilizzare una partizione di dati di holdout per stimare le prestazioni fuori campione.

Parametric Accelerated Failure Time (AFT) Modelli

Fare clic su Analizza > Sopravvivenza > Modelli parametrici del tempo di guasto accelerato (AFT) per ottenere un'analisi del modello parametrico del tempo di guasto accelerato (AFT), che richiama la procedura dei modelli parametrici di sopravvivenza con i dati del tempo di vita non ricorrente. I modelli di sopravvivenza parametrica presuppongono che il tempo di sopravvivenza segua una distribuzione nota, e questa analisi si adatta ai modelli di tempo di fallimento accelerato con i loro effetti del modello proporzionali rispetto al tempo di sopravvivenza.

Misure pseudo-R² in Linear Mixed Models e Generalized Linear Mixed Models

Le misure pseudo-R² e il coefficiente di correlazione intra - classe sono ora inclusi in Linear Mixed Models e Generalized Linear Mixed Models output (quando appropriato). Il coefficiente di determinazione R² è una statistica comunemente riportata perché rappresenta la proporzione di varianza spiegata da un modello lineare. Il coefficiente di correlazione intra - classe (ICC) è una statistica correlata che quantifica la proporzione di varianza spiegata da un fattore di raggruppamento (casuale) in dati multilivello / gerarchici.

Sintassi dei comandi

GENLINIZZATO

L'output ora include misure pseudo-R² e il coefficiente di correlazione intra - classe (quando appropriato).

LINEAR_ELASTIC_NET

Il nuovo comando di estensione utilizza la classe Python sklearn.linear_model.ElasticNet per stimare modelli di regressione lineare regolarizzati per una variabile dipendente su una o più variabili indipendenti.

LINEAR_LASSO

Il nuovo comando di estensione utilizza la classe Python sklearn.linear_model.Lasso per stimare i modelli di regressione lineare L1 per una variabile dipendente su una o più variabili indipendenti. Il comando include le modalità opzionali per visualizzare i tracciati di traccia e per selezionare il valore alfa hyper - parametro che si basa sulla validazione incrociata.

LINEAR_RIDGE

Il nuovo comando di estensione utilizza la classe Python sklearn.linear_model.Ridge per stimare L2 o i modelli di regressione lineare regolarizzati per una variabile dipendente su una o più variabili indipendenti. Il comando include le modalità opzionali per visualizzare i tracciati di traccia e per selezionare il valore alfa hyper - parametro che si basa sulla validazione incrociata.

MISTO

L'output ora include misure pseudo-R² e il coefficiente di correlazione intra - classe (quando appropriato).

SURVREG AFT

Il nuovo comando richiama la procedura dei modelli di sopravvivenza parametrici con dati di durata non ricorrenti.

Python e aggiornamenti R

Python 3.10.4 e R 4.2.0 fanno parte del programma IBM SPSS Statistics Subscription.

Seleziona casi - casi nascosti

I casi non selezionati non sono più nascosti nell'Editor dei dati quando viene selezionato un sottoinsieme di casi e i casi non selezionati non vengono scartati. Questo rappresenta un ritorno al comportamento di l'aggiornamento di novembre 2020 e gli aggiornamenti precedenti.

Complotti di violino

Il Graph board Template Chooser include un nuovo grafico per violino, che è un ibrido dei grafici di densità del kernel e della scatola. I tracciati di violino mostrano picchi nei dati e sono utilizzati per visualizzare la distribuzione dei dati numerici. A differenza di un grafico a scatole che può mostrare solo le statistiche di riepilogo, i grafici violino rappresentano le statistiche di riepilogo e la densità di ciascuna variabile.

Miglioramenti della modalità di lavoro

• Due nuovi elementi della barra degli strumenti di lavoro: Mostra / Nascondi tutte le finestre di sintassi e Cancella tutto l'output.
• Nuovo pulsante sulla barra di stato per passare tra le modalità Classic (Output e Syntax) e Workbook.

Miglioramenti della ricerca

La funzione Cerca fornisce ora le opzioni per l'inserimento dei termini direttamente in un campo della barra degli strumenti e per la visualizzazione dei risultati in un riquadro a discesa.

Novembre 2021

Analizzare le procedure

KRR (Kernel Ridge Regression)

La nuova procedura basata sull'estensione utilizza la classe Python sklearn.kernel_ridge.KernelRidge per stimare una regressione kernel ridge di una variabile dipendente su una o più variabili indipendenti. Le variabili indipendenti includono hyperparametri modello, o una selezione di valori di iperparametro, su una griglia di valori specificata. La convalida incrociata si ottiene utilizzando la classe sklearn.model_selection.GridSearchCV .

Modelli misti lineari

Una nuova tabella di output per la procedura fornisce le misure pseudo - R² marginali e condizionali. La tabella visualizza solo in istanze ove opportuno.

Procedure di analisi dell'alimentazione

La nuova funzione di precisione calcola le dimensioni del campione che sono necessarie per stimare il parametro di popolazione con precisione determinato dall'intervallo di confidenza specificato dall'utente. Il risultato atteso produce la dimensione minima del campione per garantire che l'intervallo di confidenza effettivo di mezza larghezze non superi i valori desiderati.

Nota: La nuova funzione è disponibile per tutte le procedure di Power Analysis tranne Univariate Linear Regression.

La dimensione dell'effetto come input per la stima della potenza o della dimensione del campione è ora supportata. Il valore della dimensione dell'effetto definito viene passato al passo intermedio nella procedura e calcola la potenza desiderata o la dimensione del campione. Le seguenti procedure di Power Analysis supportano la dimensione dell'effetto come input per la stima della potenza o del campione:

• Analisi di alimentazione di One - Esempio t Test
• Analisi di alimentazione di Pandate - Samples t Test
• Analisi di alimentazione di Independent - Samples t Test
• Analisi di potenza di ANOVA a una via
• Analisi di potenza di Univariate Linear Regression Test

Sintassi dei comandi

Creazione di output

Il nuovo comando fornisce opzioni per la creazione di tabelle personalizzate, grafici e altri elementi di output da JSON immesso dall'utente o da un file *.json esterno. Per ulteriori informazioni, vedere OUTPUT CREATE.

POTENZA ONEWAY ANOVA

La nuova parola chiave del sottocomando CONTRAST HALFWIDTH stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere Sottocomando CONTRAST (comando POWER ONEWAY ANOVA).

La parola chiave e il nuovo ES del sottocomando PARAMETERS specificano la dimensione dell'effetto del test globale, misurato mediante f o η². Per ulteriori informazioni, consultare PARAMETERS Sottocomando (POWER ONEWAY ANOVA command).

Le nuove parole chiave del sottocomando PLOT ES, ES_YAXISe ES_XAXIS controllano il grafico della dimensione della potenza bidimensionale per effetto, il grafico della potenza tridimensionale per dimensione del campione totale (asse x) e dimensione dell'effetto (asse y) e il grafico della potenza tridimensionale per dimensione del campione totale (asse y) e dimensione dell'effetto (asse x). Per ulteriori informazioni, consultare Sottocomando PLOT (comando POWER ONEWAY ANOVA).

Medie potenza - Indipendente

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER MESA INDIPENDENTE).

La nuova parola chiave del sottocomando PARAMETERS ES specifica la dimensione dell'effetto come input per la stima della potenza o della dimensione del campione. Quando si ipotizza che i due gruppi indipendenti per il confronto abbiano delle varianze non uguali, la dimensione dell'effetto dell'analisi del campione indipendente è misurata con la differenza media. Per ulteriori informazioni, vedere PARAMETERS Sottocomando (POWER MESA INDIPENDENTE).

POTENZA SIGNIFICA ONESAMPLE

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, consultare sottocomando PRECISION (comando POWER MEDIE ONESAMPLE).

La nuova parola chiave del sottocomando PARAMETERS ES specifica la dimensione dell'effetto come input per la stima della potenza o della dimensione del campione. Per ulteriori informazioni, consultare PARAMETERS Sottocomando (POWER MEDIE ONESAMPLE).

Medie potenza - Correlato

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER MEDIE RELATED).

La nuova parola chiave del sottocomando PARAMETERS ES specifica la dimensione dell'effetto come input per la stima della potenza o della dimensione del campione. Per ulteriori informazioni, consultare PARAMETERS Sottocomando (POWER MEDIE RELATED).

POTENZA PARTIALCORR

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, consultare PRECISION Sottocomando (POWER PARTIALCORR command).

POTENZA PEARSON ONESAMPLE

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER PEARSON ONESAMPLE).

Proporzioni potenza - Indipendente

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER PROPORZIONI INDIPENDENTI).

PROPORZIONI POTENZA ONESAMPLE

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER PROPORZIONI ONESAMPLE).

Proporzioni potenza - Correlato

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER PROPORZIONI CORRELATE).

POTENZA DEL CAMPIONE DI SPEARMAN

Il nuovo sottocomando PRECISION stima la dimensione campione in base alle mezze larghezze dell'intervallo di confidenza specificato. Per ulteriori informazioni, vedere sottocomando PRECISION (comando POWER SPEARMAN ONESAMPLE).

POTENZA UNIVARIATA LINEARE

La nuova parola chiave ES del sottocomando PARAMETERS specifica il valore della dimensione dell'effetto misurato da f². Per ulteriori informazioni, vedere PARAMETERS Sottocomando (POWER UNIVARIATE LINEAR).

RACCOLTA DATI DI SALVATAGGIO

Il comando è stato obsoleto.

Miglioramenti della tabella Pivot

La maggior parte delle tabelle contiene un mix di valori, e applicare una mappa di calore su un'intera tabella produce tipicamente tavoli con intervalli di varia natura. L'editor di tabelle pivot include ora l'opzione di menu Color Scale, che fornisce impostazioni di stile della mappa del calore che visualizzano celle da tavolo selezionate in varia colori in base ai valori delle celle. Per ulteriori informazioni, consultare Scala di colore.

Miglioramenti della modalità di lavoro

Menu di contesto

Il menu contestuale del tasto destro del mouse fornisce ora opzioni per il taglio, la copia e il contenuto di pasting e per la visualizzazione della finestra di dialogo Output Style, che specifica le modifiche da apportare agli oggetti di output selezionati nel Workbook. Per ulteriori informazioni, consultare Output Style: Select.

Pannello di errore del paragrafo sintassi

Le informazioni relative all'errore relative alla sintassi ora vengono visualizzate sotto il paragrafo della sintassi.

Impostazioni proxy

Un file di configurazione proxy.ini è ora installato con il prodotto e fornisce le opzioni per la configurazione manuale delle impostazioni proxy. Per ulteriori informazioni, consultare File di configurazione proxy.

Documentazione

L'argomento "Esportazione nella raccolta dati" è stato rimosso in quanto IBM SPSS Statistics non supporta più UNICOM Intelligence (precedentemente IBM SPSS Data Collection).

Maggio 2021

Analizzare le procedure

Meta-analisi

Meta analysis è l'analisi dei dati ottenuti da una raccolta di studi che rispondono a domande di ricerca analoghe. Questi studi sono noti come studi primari. Meta analisi utilizza metodi statistici per produrre una stima complessiva di un effetto, esplorare l'eterogeneità di studio e indagare l'impatto della pubblicazione bias o, più in generale, effetti di piccole dimensioni sui risultati finali.

Le seguenti procedure di meta-analisi sono nuove in IBM SPSS Statistics Digital.

Meta Analisi Continua

Esegue meta-analisi con esiti continui su dati greli forniti nel dataset attivo per la stima della dimensione dell'effetto.

Meta Analisi Meta effetto continuo

Esegue la meta - analisi con esiti continui quando i dati di dimensione dell'effetto pre - calcolati sono forniti nel dataset attivo.

Meta Analisi Binario

Esegue la meta - analisi con esiti binari su dati raw forniti nel dataset attivo per la stima della dimensione dell'effetto.

Meta Analisi Binario Effetto Binario

Esegue la meta - analisi con esiti binari quando i dati di dimensione dell'effetto pre - calcolati sono forniti nel dataset attivo.

Regressione Meta Analisi

Esegue la regressione meta-analisi.

Procedure Generali di Linear Model (GLM)

Le Interfacce Utente di procedura GLM (General linear Model) forniscono ora un impostazione Confronta semplici effetti principali sui propri dialoghi EM EM . L'impostazione è abilitata ogni qualvolta l'elenco di destinazione contiene uno o più effetti di prodotto o interazione (ad esempio A*B, A*B*C). L'impostazione supporta la specifica dei confronti tra semplici effetti principali, che sono effetti principali nidificati all'interno dei livelli di altri fattori.

ANOVA a una via

La procedura ora supporta variabili categoriali non numeriche.

Analisi di potenza

La nuova finestra di dialogo Valori Grigi fornisce opzioni per specificare una gamma di valori POWER allo scopo di visualizzare le dimensioni del campione proiettate in un formato di griglia per ogni valore di gamma POWER specificato.

La finestra di dialogo Valori di griglia è disponibile per ogni procedura di Power Analysis quando le opzioni Dimensione del campione preventivo e Valori di alimentazione della griglia sono selezionate (clicca sul controllo Griglia per visualizzare la finestra di dialogo).

Statistiche dei rapporti

Distorsione correlata al prezzo (PRB)

La procedura ora supporta il metodo di dispersione Prezzo - Related Bias (PRB). PRB è indice di se la valutazione ai rapporti di prezzo sia sistematicamente superiore o inferiore per le proprietà ad alto prezzo. PRB regala differenze percentuali nei rapporti di valutazione. Le differenze sono tratte dal rapporto mediano sui logaritmi di base 2 delle misure proxy del valore. Le misure proxy sono calcolate come le "medie dei prezzi di vendita" e i "rapporti di valori valutati al rapporto mediano". Il metodo dà anche la variazione percentuale dei rapporti di valutazione per una variazione del valore del 100.

Coefficiente di variazione (COV)

Il nuovo metodo di dispersione COV include i coefficienti mediani e medi di variazione e sostituisce efficacemente i metodi di dispersione Median Centered COV e Mean Cimmessi COV . (Coefficiente di variazione) È il risultato dell'espressione delle radici quadrate medie della deviazione dalla mediana come una percentuale della mediana. (Coefficiente di variazione) È il risultato dell'espressione della deviazione standard come una percentuale della media.

Sintassi dei comandi

coxreg

La parola chiave DEVIATION del sottocomando CONTRAST ora imposta come valore predefinito refcat sulla prima categoria. Per ulteriori informazioni, vedere Sottocomando CONTRAST (comando COXREG).

Regressione logistica

La parola chiave DEVIATION del sottocomando CONTRAST ora imposta come valore predefinito refcat sulla prima categoria. Per ulteriori informazioni, vedere Sottocomando CONTRAST (comando LOGISTIC REGRESSION).

comando META BINARIO

Il nuovo comando rappresenta la procedura di analisi meta-analisi per gli outcome binari quando i dati greli vengono forniti nel dataset attivo per la stima della dimensione dell'effetto. Per ulteriori informazioni, consultare META BINARIO.

comando META ES BINARIO

Il nuovo comando rappresenta la procedura di analisi meta-analisi per gli esiti binari quando nel dataset attivo vengono forniti i dati relativi alla dimensione dell'effetto pre - calcolato. Per ulteriori informazioni, consultare META ES BINARIO.

comando META CONTINUO

Il nuovo comando rappresenta la procedura di analisi meta-analisi per gli esiti continui quando i dati greli sono forniti nel dataset attivo per la stima della dimensione dell'effetto. Per ulteriori informazioni, consultare META CONTINUA.

comando META ES CONTINUO

Il nuovo comando rappresenta la procedura di analisi meta-analisi per gli esiti continui quando nel dataset attivo vengono forniti i dati relativi alla dimensione dell'effetto pre - calcolato. Per ulteriori informazioni, consultare META ES CONTINUA.

comando META REGRESSION

Il nuovo comando rappresenta la procedura di meta - regressione. Per ulteriori informazioni, consultare META REGRESSION.

Statistiche dei rapporti

• Parole chiave COV e PRB aggiunte al sottocomando OUTFILE .
• Parole chiave COV, PRBe N aggiunte al sottocomando PRINT .

Per ulteriori informazioni, consultare STATISTICHE RATIO.

Mappe delle relazioni

Le mappe delle relazioni sono utili per determinare in che modo le variabili sono correlate tra loro fornendo una rappresentazione visiva delle connessioni e delle influenze che i nodi e i collegamenti hanno tra loro. Le mappe di relazione rappresentano visivamente connessioni e influenze attraverso nodi e link. I nodi rappresentano variabili e categorie variabili; i link rappresentano la forza di influenza tra i nodi. Nodi più grandi e linee di collegamento più veloci rappresentano connessioni e influenza più forti. I nodi minori e le linee di collegamento più sottile rappresentano connessioni e influenza più deboli.

La funzione Mappe di relazione è accessibile tramite Grafici > Mappa di relazione...

R

R 4.4.1 è ora parte del file IBM SPSS Statistics. Le impostazioni dell'ambiente R sono definite in Modifica > Opzioni... > Posizioni dei file > Posizione R.

Python 3 e programmabilità R

Il supporto per Python 3 e R è stato incrementato tramite l'abilitazione di un ambiente di runtime virtuale facilmente configurabile.

Si accede all'ambiente di runtime Python facendo clic sull'opzione Python 3 IDLE (PythonGUI) (Windows) o Python 3 for SPSS Statistics (macOS) nella cartella del prodotto.

Windows

Inizio > IBM SPSS Statistics > Python 3 IDLE ( PythonGUI )

macOS

> Applicazioni > IBM SPSS Statistics > Python 3 per SPSS Statistics

Nota: Python 2 non è più supportato ufficialmente. Se è ancora necessario eseguire Python 2, fare riferimento all'SDK di Programmability.

È possibile accedere all'ambiente di runtime R facendo clic sull'opzione R x64 4.0.5 (Windows) o R per SPSS Statistics (macOS) nella cartella del prodotto.

Windows

Start > IBM SPSS Statistics > R x64 4.0.5

macOS

> Applicazioni > IBM SPSS Statistics > R per SPSS Statistics

Installazione e licensing

Il programma di installazione del prodotto è stato aggiornato per fornire l'opzione di registrazione della sottoscrizione o della versione con licenza di IBM SPSS Statistics.

Sottoscrizione

Richiede un IBMid per attivare e installare la versione a base di abbonamento del software. È necessario acquistare IBM SPSS Statistics Digital per attivare il prodotto tramite il metodo di abbonamento.

Su licenza

Richiede una licenza utente autorizzata o una licenza utente simultanente per attivare il software. È necessario acquistare una licenza on-premise per IBM SPSS Statistics per attivare il prodotto tramite una licenza utente o una licenza utente simultanea.

Per ulteriori informazioni sulle differenze tra la versione in abbonamento e quella con licenza, vedere Quale versione di IBM SPSS Statistics è adatta a voi?

Fare riferimento al seguente video introduttivo per una breve panoramica sugli aggiornamenti dell'installatore:

Miglioramenti di output

Cartelle di lavoro

Visualizzazione dell'output in modalità Workbook ponti la capacità di modifica della sintassi SPSS Statistics con un approccio notebook che fornisce un metodo interattivo per la gestione della sintassi e la visualizzazione dell'output corrispondente. I documenti della cartella di lavoro (*.spwb) sono costituiti da singoli paragrafi. I paragrafi contengono gli elementi di output (sintassi, tabelle, grafici e così via). I paragrafi di sintassi forniscono funzionalità di modifica e di esecuzione della sintassi completa. I paragrafi rich text forniscono funzionalità complete di editing rich text.

Miglioramenti dell'usabilità del grafico e della tabella

Editor di tabella Pivot

L'interfaccia utente dell'editor della tabella pivot include ora il riquadro slide-out delle opzioni di modifica sul lato destro della finestra di dialogo. Il riquadro fornisce opzioni per la gestione di righe e colonne, specificando gli attributi del testo, la definizione dei parametri di bordo, la specifica dei formati delle celle e la definizione di note e commenti di tabella.

Estensioni installate

Ulteriori estensioni comunemente utilizzate sono ora installate automaticamente con il prodotto. Le estensioni installate sono identificate dal simbolo più accanto alla loro voce di menu (ad esempio, ).

Miglioramenti della ricerca

La funzione di ricerca è stata aggiornata per ora fornire risultati per le procedure, gli argomenti di aiuto, il riferimento della sintassi e gli studi di casi. La funzione Cerca ora ricerca tutte le parole / termini in ogni finestra di dialogo dell'interfaccia utente e help topic.

Fare riferimento al seguente video introduttivo per una breve panoramica sui miglioramenti di ricerca:

La guida alla sintassi dei comandi è stata aggiornata per fornire suggerimenti di strumento che forniscono esempi di sintassi quando si aggancia il cursore su comandi e sottocomandi in Syntax Editor.

Esporta miglioramenti di output

Documento Word (*.docx)

È ora possibile esportare l'output in formato Microsoft Word (*.docx).

Testo - Pieve (* txt), Testo - UTF8 (* txt) e Testo - UTF16 (* txt)

Le impostazioni di esportazione del testo sono ora suddivise in tre distinte opzioni che forniscono diversi metodi di codifica.

Output excel

Le impostazioni di esportazione di Microsoft Excel forniscono ora opzioni per la creazione sia di workbook che di fogli di lavoro.

Anteprima di stampa

File > Anteprima di stampa fornisce una versione di anteprima in formato PDF dell'output.

Seleziona casi - casi nascosti

Per impostazione predefinita, i casi non selezionati sono ora nascosti nell'Editor dei dati quando viene selezionato un sottoinsieme di casi e i casi non selezionati non vengono scartati. I casi nascosti non vengono prelevati quando le righe vengono copiate dall'Editor dei dati.

È possibile scegliere di visualizzare i casi nascosti deselezionando Modifica > Nascondi casi esclusi o facendo clic con il pulsante destro del mouse nell'Editor dati e deselezionando l'opzione Nascondi casi esclusi.

Miglioramenti di usabilità del grafico Builder

I controlli del modello nella scheda Grafico Aspetto sono stati riprogettati per snellare le opzioni di selezione del modello.

Accessibilità

L'interfaccia utente ora supporta la modalità di contrasto elevata, che regola i colori di sfondo e di testo per rendere l'applicazione più semplice da leggere.

Novembre 2020.

Analizzare le procedure

Correlazioni di bivariate

La procedura è stata aggiornata per fornire la possibilità di sopprimere la tabella delle correlazioni dall'output. La procedura prevede anche ora opzioni per il controllo della stima degli intervalli di confidenza.

Proporzioni campioni indipendenti

La nuova procedura fornisce test e intervalli di confidenza per la differenza in due proporzioni binomiali indipendenti. L'output include proporzioni osservate, stime delle differenze di proporzioni della popolazione, errori standard asintotici delle differenze di popolazione sotto ipotesi nulle e alternative, statistiche di prova specificate con probabilità a due lati e intervalli di confidenza specificati per differenze di proporzioni.

Proporzioni campione singolo

La nuova procedura fornisce test e intervalli di confidenza per singole proporzioni binomiali. L'output include la proporzione osservata, la stima della differenza tra la proporzione di popolazione e la proporzione di popolazione ipotizzata, gli errori standard asintotici sotto ipotesi nulle e alternative, le statistiche di prova specificate con probabilità a due lati, e gli intervalli di confidenza specificati per le proporzioni.

Proporzioni campioni accoppiati

La nuova procedura fornisce test e intervalli di confidenza per la differenza in due proporzioni binomiali correlate o accoppiate. L'output include proporzioni osservate, stime delle differenze di proporzioni della popolazione, errori standard asintotici delle differenze di popolazione sotto ipotesi nulle e alternative, statistiche di prova specificate con probabilità a due lati e intervalli di confidenza specificati per differenze di proporzioni.

Analisi di affidabilità

La procedura è stata aggiornata per fornire l'opzione del modello Omega (McDonald’s Omega). Questo modello presuppone che il modello sia unidimensionale incluso un singolo fattore senza alcuna dipendenza da voce locale sotto forma di covarianze di errore. Il modello implica che la covarianza delle due diverse voci sia il prodotto dei loro saccheggi.

Miglioramenti del comando

Comando CORRELAZIONI

È stato aggiunto il supporto per la parola chiave NOMATRIX nel sottocomando PRINT . La parola chiave sopprime la tabella delle correlazioni dall'output. Per ulteriori informazioni, vedere Sottocomando PRINT (comando Correlazioni).

Supporto aggiunto per il comando secondario CI . Il sottocomando controlla la stima degli intervalli di confidenza. Per ulteriori informazioni, vedere Sottocomando CI (comando Correlazioni).

comando MULTIPLE IMPUTAZIONE

È stato aggiunto il supporto per la specifica di un singolo parametro numerico nel metodo SCALEMODEL keyword PMM del sottocomando IMPUTE . Il valore assegnato si basa sul valore definito per il caso completo selezionato casualmente più vicino dalle previsioni più vicine (k), dove (k) è un numero intero positivo con un valore predefinito di 5. Per ulteriori informazioni, vedere Sottocomando IMPUTE (comando MULTIPLE IMPUTATION).

Comando PORPORTIONI

Il nuovo comando PROPORTIONS calcola i test e gli intervalli di confidenza per le proporzioni binomiali o le differenze di proporzioni. Le statistiche sono disponibili per le proporzioni di un campione (verificate rispetto a un valore specificato), per i campioni accoppiati (variabili differenti) o per i campioni indipendenti (gruppi di casi differenti).Per ulteriori informazioni, vedere PROPORZIONI, sottocomando ONESAMPLE, sottocomando PAIREDSAMPLESe sottocomando INDIPENDENTSAMPLES.

comando RELIABILITY

È stato aggiunto il supporto per la parola chiave OMEGA nel sottocomando MODEL . La parola chiave fornisce una stima di McDonald’s Omega per valutare l'affidabilità. Per ulteriori informazioni, consultare Sottocomando MODEL (comando RELIABILITY).

Punti di ripristino

I punti di ripristino salvano i dati da sessioni attive che hanno lasciato inaspettatamente (ripristino automatico) o che si salva esplicitamente. Ogni punto di ripristino è un'istantanea di sessione SPSS Statistics . Ogni punto di ripristino contiene informazioni sui file Editor, sintassi e file di output che erano attive nel momento in cui la sessione ha lasciato inaspettatamente o che si è salvato esplicitamente. I punti di ripristino salvati rimangono in uno stato di backup fino a quando non si ripristinano o li eliminano.

Miglioramenti di output

Esportare i grafici SVG

È ora possibile esportare i grafici in formato Scalar Vector Graphics (*.svg).

Miglioramenti dell'usabilità del grafico e della tabella

• Un pulsante Reset è stato aggiunto sia al grafico che ai editor di tabelle. Il pulsante reimposta il grafico / tabella alla sua configurazione originale.
• La barra degli strumenti della tabella editor è stata suddivisa in barre degli strumenti Modifica e Formato .
• Aumentano e Diminuzione Decimali i controlli della barra degli strumenti sono ora disponibili. I controlli consentono di aumentare o diminuire le impostazioni del posto decimale nelle tabelle.

Miglioramenti in stile APA

• Note e didascalie possono ora essere doppie.
• Le problematiche di allineamento della nota sono state fissate.
• Le note di tavola e le didascalie possono ora essere disabilitate.
• La spaziatura del grafico e la questione di allineamento sono state indirizzate.
• I valori di significatività piccoli possono ora essere rappresentati con "<0.001".

Giugno 2020

Impacchettamento

Le funzioni Bootstrap e Data Preparation sono ora incluse nell'edizione di base di IBM SPSS Statistics Edition (Bootstrap era precedentemente incluso in Custom Tables e Advanced Statistics; Data Preparation era precedentemente incluso in Sampling and Testing).

Ripristino automatico

Il ripristino automatico è progettato per recuperare file e contenuti non salvati in istanze in cui l'applicazione si arresta inaspettatamente. È possibile selezionare per abilitare / disabilitare la funzione di ripristino automatico (la funzione è abilitata per impostazione predefinita), selezionare un intervallo di tempo (in minuti) tra il salvataggio dei file e visualizzare o modificare la posizione del file di recupero automatico. Per ulteriori informazioni, consultare Opzioni generali.

Al riavvio di SPSS Statistics dopo un'uscita non prevista, viene visualizzato un report di errore IBM SPSS Statistics , che consente di inserire le informazioni sulla sessione prima dell'uscita non prevista. Dopo aver lasciato il report di uscita, ci si presenta con la finestra di dialogo Auto - Recovery, che fornisce le opzioni per il recupero dei dati di sessione precedenti o l'eliminazione dei dati di sessione salvati. Per ulteriori informazioni, consultare Auto - Recovery.

Impostazioni di privacy

La finestra di dialogo Opzioni include ora una scheda Privacy le opzioni per:

• Consentire all'applicazione SPSS Statisticsdi condividere le informazioni con IBM.
• Abilitare o disabilitare SPSS Statistics dal richiamo degli aggiornamenti dei contenuti di dialogo di benvenuto.
• Abilitare o disabilitare SPSS Statistics dall'invio di report di errore a IBM.

Per ulteriori informazioni, consultare Opzioni Privacy.

Reporter di rilascio

Il menu della guida ora fornisce un collegamento Segnala problema che avvia la finestra di dialogo IBM SPSS Statistics Reporter problemi. La finestra di dialogo consente di inserire informazioni riguardanti eventuali problematiche che si possono incontrare quando si utilizza il prodotto. Le informazioni immesse vengono inviate a IBM per essere utilizzate per migliorare il prodotto.

Finestre di dialogo di selezione file macOS native

Le finestre di dialogo di selezione file nella versione macOS di SPSS Statistics sono state storicamente fortemente personalizzate per contenere funzioni di file specifiche di SPSS Statistics . È ora possibile attivare le finestre di dialogo native per la selezione dei file macOS (tramite Modifica > Opzioni... > Generale > Windows > Visualizza finestre native per i file macOS ). Le finestre di dialogo dei file macOS native forniscono i seguenti vantaggi:

• Sono disponibili tutti i vantaggi delle finestre di dialogo di selezione file macOS native (ad esempio, ricerca, tasti di scelta rapida della barra laterale, tasti di scelta rapida della tastiera e così via).
• Le finestre di dialogo di selezione file di SPSS Statistics sono congruenti con altre finestre di dialogo di selezione file di macOS .

Analizzare le procedure

Correlazioni di bivariate

La Mostra solo l'impostazione del triangolo inferiore è stata aggiunta alla finestra di dialogo principale. Quando l'impostazione è abilitata solo il triangolo inferiore della tabella di correlazione viene presentato nell'output. Quando non viene selezionato, la tabella di matrice di correlazione completa viene presentata nell'output. L'impostazione è stata introdotta per consentire l'output della tabella per aderire alle linee guida in stile APA. Per ulteriori informazioni, consultare Correlazioni Bivariate.

Tabelle di contingenza

Le impostazioni di Crea tabella stile APA sono state aggiunte alla finestra di dialogo Cell Display. L'impostazione produce una tabella che aderisce alle linee guida in stile APA. Per ulteriori informazioni, consultare Visualizza celle di Crosstabs.

Frequenze

Le impostazioni Crea tabelle di stile APA sono state aggiunte alla finestra di dialogo principale. L'impostazione produce tabelle che aderiscono alle linee guida in stile APA. Per ulteriori informazioni, consultare Frequenza.

Analisi di potenza

L'analisi di potenza svolge un ruolo cardine in un piano di studio, design e conduzione. Il calcolo del potere è di solito prima che siano stati raccolti dati di campione, salvo possibilmente da un piccolo studio pilota. La stima precisa del potere può dire agli investigatori quanto sia probabile che una differenza statisticamente significativa venga rilevata in base a una dimensione di campione finito sotto una vera ipotesi alternativa. Se il potere è troppo basso, ci sono poche possibilità di rilevare una differenza significativa, e i risultati non significativi sono probabili anche se davvero le differenze reali esistono. Le nuove procedure sono raggruppate come segue.

Medie

Test T a campione singolo

In un'analisi a campione, i dati osservati vengono raccolti come un singolo campione casuale. Si suppone che i dati di esempio seguano in modo indipendente e identicamente una normale distribuzione con media e varianza fissa, e richiama inferenza statistica sul parametro medio. Per ulteriori informazioni, consultare Power Analysis of One - Sample T Test.

Test T a campioni indipendenti

Nell'analisi dei campioni indipendenti, i dati osservati contengono due campioni indipendenti. Si suppone che i dati in ogni campione seguano in modo indipendente e identicamente una normale distribuzione con una media e una varianza fissa, e richiama inferenza statistica sulla differenza dei due mezzi. Per ulteriori informazioni, consultare Power Analysis of Independent - Samples T Test.

Test T a campioni accoppiati

Nell'analisi dei campioni in coppia, i dati osservati contengono due campioni accoppiati e correlati e ogni caso ha due misurazioni. Si suppone che i dati in ogni campione seguano in modo indipendente e identicamente una normale distribuzione con una media e una varianza fissa, e richiama inferenza statistica sulla differenza dei due mezzi. Per ulteriori informazioni, consultare Power Analysis of Ponda - Samples T Test.

ANOVA a una via

L'analisi della varianza (ANOVA) è un metodo statistico di stima dei mezzi di diverse popolazioni che spesso si presume siano normalmente distribuiti. La One-way ANOVA, un tipo comune di ANOVA, è un'estensione del test a due sample t. La procedura fornisce approcci per stimare la potenza per due tipi di ipotesi per confrontare i mezzi di gruppo multipli, il test complessivo e il test con contrasti specificati. Il test over si concentra sull'ipotesi nulla che tutti i mezzi di gruppo siano uguali. Il test con contrasti specificati rompe le ipotesi di ANOVA complessive in pezzi più piccoli ma più descrivibili e utili dei mezzi. Per ulteriori informazioni, consultare Power Analysis of One-Way ANOVA.

Proporzioni

Test binomiale a campione singolo

La distribuzione binomiale si basa su una sequenza di prove di Bernoulli. Può essere utilizzato per modellare quegli esperimenti tra cui un numero fisso di prove totali che si presume siano indipendenti l'una dall'altra. Ogni processo porta a un risultato dicotomico, con la stessa probabilità per un risultato "di successo".

Il test binomiale di un campione effettua inferenza statistica sul parametro di proporzione confrontandolo con un valore ipotizzato. I metodi per stimare la potenza per un tale test sono la normale approssimazione o l'enumerazione binomiale. Per ulteriori informazioni, consultare Power Analysis of One - sample Binomial Test.

Test binomiale a campioni correlati

La distribuzione binomiale si basa su una sequenza di prove di Bernoulli. Può essere utilizzato per modellare quegli esperimenti tra cui un numero fisso di prove totali che si presume siano indipendenti l'una dall'altra. Ogni processo porta a un risultato dicotomico, con la stessa probabilità per un risultato "di successo".

Il binomio campione correlato stima la potenza del test di McNemar's per confrontare due parametri di proporzione basati su una coppia di soggetti abbinati campionati da due popolazioni binomiali correlate. Per ulteriori informazioni, consultare Power Analysis of Related - Sample Binomial Test.

Test binomiale a campioni indipendenti

La distribuzione binomiale si basa su una sequenza di prove di Bernoulli. Può essere utilizzato per modellare quegli esperimenti tra cui un numero fisso di prove totali che si presume siano indipendenti l'una dall'altra. Ogni processo porta a un risultato dicotomico, con la stessa probabilità per un risultato "di successo".

Il test binomiale a campione indipendente confronta due parametri di proporzione indipendenti. Per ulteriori informazioni, consultare Power Analysis of Independent - sample Binomial Test.

Correlazioni

PPMC (Pearson Product-Moment Correlation)

Il coefficiente di correlazione del momento prodotto da Pearson misura la forza dell'associazione lineare tra due variabili casuali su scala che si ipotizza di seguire una distribuzione normale bivariata. Per convenzione, è una grandezza adimensionale e si ottiene standardizzando la covarianza tra due variabili continue, quindi compresa tra -1 e 1.

Il test utilizza il metodo asintotico di Fisher per stimare la potenza per la correlazione di Pearson a campione. Per ulteriori informazioni, consultare Power Analysis of One - Sample Pearson Correlation Test.

Ordine di rango di Spearman

Il coefficiente di correlazione di grado - ordine di Spearman è una statistica non parametrica a base di rango di misura per misurare la relazione monotonica tra due variabili solitamente censurate e non normalmente distribuite. La correlazione di rango di Spearman è uguale alla correlazione di Pearson tra i valori di rango delle due variabili, e quindi anch'essa compresa tra -1 e 1. Rilevare la potenza del test di correlazione di grado Spearman è un argomento importante nell'analisi dei dati della serie temporale idrologica.

Il test utilizza il metodo asintotico di Fisher per stimare la potenza per la correlazione degli ordini di grado di uno Spearman. Per ulteriori informazioni, consultare Power Analysis of One - Sample Spearman Correlation Test.

Parziale

La correlazione parziale può essere spiegata come l'associazione tra due variabili casuali dopo l'eliminazione dell'effetto di un'altra o di diverse altre variabili. Si tratta di una misurazione utile in presenza di confondazione. Simile al coefficiente di correlazione di Pearson, il coefficiente di correlazione parziale è anch'esso una quantità adimensionale compresa tra -1 e 1.

Il test utilizza il metodo asintotico di Fisher per stimare la potenza per la correlazione di Pearson a campione. Per ulteriori informazioni, consultare Power Analysis of Partial Pearson Correlation Test.

Regressione

Lineare univariata

La regressione lineare univariata è un approccio statistico di base e standard in cui i ricercatori utilizzano i valori di diverse variabili per spiegare o prevedere valori di un risultato su scala.

Il test richiama l'analisi di potenza per il tipo III F- test in regressione lineare univariata. Per ulteriori informazioni, consultare Power Analysis of Univariate Linear Regression Test.

Miglioramenti del comando

Comando CORRELAZIONI

È stato aggiunto il supporto per le parole chiave FULL, LOWERe LNODIAG nel sottocomando PRINT . Le parole chiave controllano la visualizzazione del triangolo inferiore della tabella di correlazione o la tabella di matrice di correlazione completa. Le parole chiave sono state introdotte per consentire l'output della tabella per aderire alle linee guida in stile APA. Per ulteriori informazioni, vedere Sottocomando PRINT (comando Correlazioni).

Comando MATRIX-END MATRIX

• La funzione di distribuzione cumulativa NCDF.BETA è ora supportata.
• Le funzioni di densità di probabilità sono ora supportate (in precedenza erano supportate solo dal comando COMPUTE ).
• Le funzioni di probabilità di coda sono ora supportate (in precedenza erano supportate solo dal comando COMPUTE ).
• Le funzioni variabili casuali sono ora supportate (in precedenza erano supportate solo dal comando COMPUTE ).

Per ulteriori informazioni, consultare MATRIX - END MATRIX.

Comando NONPAR CORR

È stato aggiunto il supporto per le parole chiave FULL, LOWERe LNODIAG nel sottocomando PRINT . Le parole chiave controllano la visualizzazione del triangolo inferiore della tabella di correlazione o la tabella di matrice di correlazione completa. Le parole chiave sono state introdotte per consentire l'output della tabella per aderire alle linee guida in stile APA. Per ulteriori informazioni, consultare Sottocomando PRINT (comando NONPAR CORR).

Comando NPTESTS

CRITERIO CRITERIA

La parola chiave SEED è ora supportata. La parola chiave reimposta il seme casuale utilizzato per il campionamento di Monte Carlo.

ONESAMPLE secondario

La parola chiave KOLMOGOROV_SMIRNOV ora supporta il seguente test Lilliefors per le impostazioni di campionamento Monte Carlo:

parola chiave NSAMPLES

Reimposta il numero di repliche utilizzate dal test di Lilliefors per il campionamento di Monte Carlo.

Parola chiave MC_CILEVEL

Reimposta il livello di intervallo di confidenza stimato dal test Kolmogorov-Smirnov.

parola chiave SIMULAZIONE

Controlla se la simulazione Monte Carlo sarà utilizzata per condurre la prova di Lilliefors per la distribuzione Normale quando i parametri non sono specificati.

Parola chiave POISSON

L'impostazione SAMPLE è stata rimossa dalla parola chiave POISSON .

Per ulteriori informazioni, consultare NPTESTS.

Comando NPAR TESTS

Sottocomando KS_SIM

Il sottocomando KS_SIM è ora supportato. KS_SIM (simulazione KOLMOGOROV-SMIRNOV) controlla i parametri per la simulazione Monte Carlo per le distribuzioni Normale, Uniforme ed esponenziale. Il nuovo sottocomando supporta il seguente test di Lilliefors per le parole chiave di campionamento di Monte Carlo:

Parola chiave CIN

Reimposta il livello di intervallo di confidenza stimato utilizzato dal test Kolmogorov-Smirnov (utilizzando le simulazioni Monte Carlo).

parola chiave CAMPIONI

Reimposta il numero di repliche utilizzate dal test di Lilliefors per il campionamento di Monte Carlo.

NONORMALE parola chiave

Quando specificato, i risultati non includeranno il campionamento di Monte Carlo per la distribuzione Normale.

Il sottocomando k-S

POISSON=varlist non è più supportato.

Per ulteriori informazioni, consultare NPAR TESTS.

SGO

• FORMAT=REPORTHTML e FORMAT=REPORTMHT obsoleto dal comando DESTINATION . La sintassi del sottocomando è stata associata al sottocomando HTML .
• REPORTTITLE parola chiave deprecata dal comando DESTINATION .

Per ulteriori informazioni, consultare OMS.

comando ONEWAY

I sottocomandi CRITERIA e ES sono ora supportati dal comando ONEWAY :

CRITERIO CRITERIA

Il sottocomando opzionale controlla il livello di significatività per stimare gli intervalli di confidenza.

Sottocomando ES

Il sottocomando opzionale controlla la stima delle dimensioni dell'effetto fornendo parole chiave per il controllo del calcolo delle dimensioni dell'effetto per la prova complessiva, e controllando il calcolo della dimensione dell'effetto del test di contrasto.

Per ulteriori informazioni, consultare ONEWAY.

Esportazione output

Il supporto per il sottocomando REPORT è obsoleto. La sintassi del sottocomando REPORT è stata associata al sottocomando HTML . Per ulteriori informazioni, consultare OUTPUT EXPORT.

Modifica output

• È stato aggiunto il supporto per la parola chiave PIVOT nel sottocomando TABLES . La parola chiave pivota la dimensione di riga specificata alla dimensione della colonna specificata. Le dimensioni delle colonne esistenti vengono incrementate verso l'esterno. La parola chiave è stata introdotta per consentire l'output della tabella per aderire alle linee guida in stile APA.
• Aggiunto il supporto per le parole chiave HIDE e UNGROUP nel sottocomando TABLECELLS . HIDE sopprime la riga o la colonna selezionata; UNGROUP elimina l'intestazione del gruppo di righe o colonne selezionato. Le parole chiave sono state introdotte per consentire l'output della tabella per aderire alle linee guida in stile APA.
• È stato aggiunto il supporto per le opzioni PARENT e CHILD per la parola chiave SELECTCONDITION nel sottocomando TABLECELLS . Entrambe le opzioni specificano le condizioni della stringa primaria e secondaria per applicare le modifiche all'interno dell'area della tabella specificata dalla parola chiave SELECT .
• Supporto aggiunto per le opzioni VALID, TOTAL, MISSING, CUMULATIVEPERCENTe VALIDPERCENT per la parola chiave SELECTCONDITION nel sottocomando TABLECELLS .

Per ulteriori informazioni, consultare OUTPUT MODIFICA.

Salvataggio output

L'opzione SPW del sottocomando TYPE è obsoleta. Per ulteriori informazioni, consultare OUTPUT SAVE.

comando POWER ONEWAY ANOVA

Il nuovo comando stima la potenza per due tipi di ipotesi per confrontare i mezzi di gruppo multipli, il test complessivo e il test con contrasti specificati. Il test over si concentra sull'ipotesi nulla che tutti i mezzi di gruppo siano uguali. Il test con contrasti specificati rompe le ipotesi di ANOVA complessive in pezzi più piccoli ma più descrivibili e utili dei mezzi. Per ulteriori informazioni, consultare POWER ONEWAY ANOVA.

POTENZA SIGNIFICA COMANDO INDIPENDENTE

Il nuovo comando richiama l'analisi di potenza per il campione indipendente t- test per trarre inferenza statistica sulla differenza dei due mezzi. Per ulteriori informazioni, consultare POWER MEDIE INDIPENDENTI.

POWER SIGNIFICA ONESAMPLE comando

Il nuovo comando richiama l'analisi di alimentazione per il singolo campione t- test per tracciare l'inferenza statistica sul parametro medio. Per ulteriori informazioni, consultare POTENZA SIGNIFICA ONESAMPLE.

comando POWER SIGNIFICARE RELATED

Il nuovo comando richiama l'analisi di potenza per il relativo campione t- test per trarre inferenza statistica sulla differenza dei due mezzi. Per ulteriori informazioni, consultare POWER MEDIE RELATED.

comando POWER PARTIALCORR

Il nuovo comando richiama l'analisi di potenza per il test di correlazione parziale di un campione. La correlazione parziale può essere spiegata come l'associazione tra due variabili casuali dopo l'eliminazione dell'effetto di un'altra o di diverse altre variabili. Si tratta di una misurazione utile in presenza di confondazione. Per ulteriori informazioni, consultare POWER PARTIALCORR.

comando POWER PEARSON ONESAMPLE

Il nuovo comando richiama l'analisi di potenza per il test di correlazione di Pearson a campione. Il coefficiente di correlazione del momento prodotto Pearson misura la forza dell'associazione lineare tra due variabili casuali su scala, che si ipotizza di seguire una distribuzione normale bivariata. Per ulteriori informazioni, consultare POWER PEARSON ONESAMPLE.

comando POWER PROPORZIONI INDIPENDENTI

Il nuovo comando richiama l'analisi di potenza per il test binomiale a campione indipendente per confrontare due parametri di proporzione indipendenti. Per ulteriori informazioni, consultare POWER PROPORZIONI INDIPENDENTI.

POWER PROPORZIONI ONESAMPLE comando

Il nuovo comando richiama l'analisi di potenza per il test binomiale a campione per effettuare inferenza statistica sul parametro di proporzione confrontandolo con un valore ipotizzato. Per ulteriori informazioni, consultare POWER PROPORZIONI ONESAMPLE.

comando POWER PROPORZIONI RELATED

Il nuovo comando richiama l'analisi di potenza per il test binomiale a campioni correlati (o McNemar's) per confrontare due parametri di proporzione basati sulla coppia di soggetti abbinati campionati da due popolazioni binomiali correlate. Per ulteriori informazioni, consultare POWER PROPORZIONI CORRELATI.

comando POWER SPEARMAN ONESAMPLE

Il nuovo comando richiama l'analisi di potenza per il test di correlazione dell'ordine di uno Spearman. Il coefficiente di correlazione di grado - ordine di Spearman è una statistica non parametrica a base di rango di misura per misurare la relazione monotonica tra due variabili solitamente censurate e non normalmente distribuite. Per ulteriori informazioni, consultare POWER SPEARMAN ONESAMPLE.

comando POWER UNIVARIATE LINEAR

Il nuovo comando richiama l'analisi di alimentazione per il tipo III F- test in regressione lineare univariata. La regressione lineare univariata è un approccio statistico di base e standard in cui i ricercatori utilizzano i valori di diverse variabili per spiegare o prevedere valori di un risultato su scala. Per ulteriori informazioni, consultare POWER UNIVARIATE LINEAR.

comando QUANTILE REGRESSION

CRITERIO CRITERIA

La parola chiave QUANTILE fornisce ora il supporto per una griglia di quantili (collegati dalle parole chiave TO e BY). La griglia di quantili può essere mescolata con altri quantili, e può essere posizionata ovunque. Per ulteriori informazioni, vedere CRITERIA Sottocomando (QUANTILE REGRESSION).

Comando T-TEST

Il sottocomando ES è ora supportato:

Sottocomando ES

Il sottocomando opzionale controlla la stima delle dimensioni dell'effetto fornendo parole chiave per il controllo della stampa del calcolo delle dimensioni dell'effetto per il test complessivo, e controllando come viene calcolato lo standardizzatore nella stima della correzione di Cohen d e Hedges per ogni coppia variabile (solo per Pandate - Samples T Test). Per ulteriori informazioni, consultare ES Sottocomando (comando T_TEST).

comando KAPPA PONDERATO

La statistica kappa di Cohen è ampiamente utilizzata nella classificazione incrociata come misura d'intesa tra due rateri osservati. Si tratta di un indice di accordo adeguato quando gli ascolti sono scale nominali senza struttura d'ordine. Il nuovo comando WEIGHTED KAPPA è un'importante generalizzazione della statistica kappa che misura l'accordo di due soggetti ordinali con categorie identiche. Per ulteriori informazioni, consultare KAPPA PONDERATA.

Miglioramenti di charting

Grafico Builder è stato aggiornato per includere le seguenti funzioni / miglioramenti.

Grafici a bolle

I grafici a bolla visualizzano categorie in gruppi come cerchi compatti non gerarchici. La dimensione di ogni cerchio (bolla) è proporzionale al suo valore. I grafici a bolla sono utili per confrontare le relazioni nei dati.

Opzioni di esportazione grafico ad alta risoluzione

Quando l'opzione None (Graphics only) viene selezionata come tipo di documento nella finestra di dialogo Esporta output, il tipo di file predefinito è ora impostato su Produzione Ready Postscript (*.eps), ovvero un formato immagine ad alta risoluzione.

Quando l'opzione None (Graphics only) viene selezionata come tipo di documento nella finestra di dialogo Esporta output, è ora possibile selezionare il formato Scalable Vector Graphics (*.svg) , ovvero un formato immagine ad alta risoluzione.

Modelli di grafico

• La finestra di dialogo Modifica > Opzioni > Grafici include ora una sezione Impostazioni campioni che fornisce le impostazioni di anteprima per qualsiasi modello di grafico selezionato. La finestra di dialogo aggiorna dinamicamente le immagini del grafico in anteprima in base alle impostazioni specificate.
• La scheda Grafico Aspetto del grafico fornisce ora le opzioni per la selezione dei modelli di grafico. È possibile scegliere di utilizzare le impostazioni definite in Modifica > Opzioni > Grafici, selezionare un modello di grafico installato con IBM SPSS Statistics oppure selezionare un modello di grafico da un'altra posizione. Per ulteriori informazioni, consultare Impostazioni di Aspetto grafico.

Colori grafici predefiniti

I colori grafici predefiniti sono stati modificati in un tema blu.

Costruttore di grafici > scheda Aspetto del grafico

La scheda ora consente di selezionare direttamente diversi file di modello grafico.

Editor di grafici

È ora possibile aumentare / diminuire le dimensioni dei font direttamente nell'editor.

Leggende e titoli

È ora possibile spostare immagini grafico e titoli direttamente nell'output.

SPSS Web Reports e Cognos Active Reports

Il supporto per SPSS Web Reports e Cognos Active Reports è obsoleto.

Selezione della dimensione del carattere

Ora è possibile modificare manualmente la dimensione del carattere nelle seguenti sedi:

• Modifica > Opzioni... > Visualizzatore
• File > Attributi pagina... > Carattere
• Pivot Table Editor (tramite la barra degli strumenti di formattazione)

Gli elenchi dei font Dimensione forniscono una serie di dimensioni predefinite, ma è possibile inserire manualmente altri valori di dimensione supportati.

Miglioramenti della ricerca

La funzione Cerca è stata aggiornata per fornire risultati che includono:

• Finestre di menu
• Argomenti della guida
• Casi di studio
• Riferimento della sintassi

Cliccando su un risultato di ricerca vi porterà direttamente alla relativa finestra di dialogo della procedura, help topic, caso studio o argomento di riferimento della sintassi.

Novembre 2019

Analizzare le procedure

Analisi ROC

La parola chiave CLASSIFIER è stata aggiunta al sottocomando PRINT . La parola chiave controlla la visualizzazione della tabella Metriche di Valutazione dei Classifier nell'output. La tabella mostra come un modello di classificazione si adatta ai dati rispetto ad un assegnazione casuale. Per ulteriori informazioni, consultare Analisi ROC: Display.

miglioramenti delle prestazioni

• Il consumo di memoria è stato migliorato quando si eseguono trasformazioni.
• Il tempo di avvio dell'applicazione è ora migliorato sulle macchine Microsoft Windows .
• Migliorato il supporto per l'importazione dei dati Cognos BI nell'applicazione.
• Supporto per il database di Microsoft Access con i driver Office 2016.

Giugno 2019

Interfaccia utente

Pannello di benvenuto

Il layout di Welcome screen è stato migliorato e gli URL sono stati aggiornati.

Inoltro dati

Aggiunta della funzione opt-in per consentire agli utenti di aiutare a migliorare SPSS Statistics con i report di utilizzo.

Dare un prompt dei feedback

Il Prompt 'Dare Feedback' è stato ottimizzato per non innescare come spesso.

Schermo di avvio

La schermata iniziale di avvio include il testo di hover migliorato e visualizza nomi di prodotti coerenti.

Finestra Informazioni su

La finestra di dialogo Informazioni ora identifica, e consente facilmente la copia di, la versione del prodotto.

Gestione licenze

Convalida e tempo di risposta

Le prestazioni di convalida della licenza e il tempo di risposta sono migliorate.

Correzioni di bug

Numero Fisso di installazione di dialogo personalizzato causato quando il file di guida non è installato correttamente.

Problema di calcolo dell'intervallo di confidenza della Fleiss ' Kappa.

Problema del documento di sintassi del salvataggio fisso causato dalla sintassi evidenziata nell'editor di sintassi.

Risolto un problema in cui la macchina interromma temporaneamente la risposta durante l'avvio dell'applicazione.

Risolto un problema di consumo di risorse di sistema durante l'avvio dell'applicazione.

Fixed Quantile Regression Stimata Parametri di emissione causati quando i tracciati sono troppo ampi da visualizzare.

Varie correzioni per migliorare la sicurezza e l'affidabilità.

Aprile 2019

Analizzare le procedure

Regressione quantile

Modella il rapporto tra una serie di variabili predittiva (indipendenti) e percentili specifici (o "quantili") di una variabile target (dipendente), più spesso la mediana.

La regressione quantile non fa supposizioni sulla distribuzione della variabile target, tende a resistere all'influenza delle osservazioni esternamente, ed è ampiamente utilizzata per la ricerca in industrie come l'ecologia, l'assistenza sanitaria e l'economia finanziaria.

Analisi ROC

Valuta l'accuratezza delle previsioni del modello tracciando sensibilità versus (1-specificity) di un test di classificazione (in quanto la soglia varia su un'intera gamma di risultati dei test diagnostici). L'analisi ROC supporta l'inferenza relativamente a un singolo AUC, curve richiamo precisione (PR) e fornisce opzioni per confrontare due curve ROC generate da gruppi indipendenti o soggetti accoppiati.

Statistiche bayesiane

Misure ripetute ANOVA a una via

Questa nuova procedura misura un fattore dallo stesso soggetto ad ogni singolo punto temporale o condizione, e consente di incrociare i soggetti all'interno dei livelli. Si suppone che ogni soggetto abbia un'osservazione unica per ogni punto o condizione (in quanto tale, l'interazione oggetto - trattamento non è contabilizzata).

Un esempio di miglioramenti binomiali

La procedura prevede opzioni per l'esecuzione dell'inferenza bayesiana a campione sulla distribuzione binomiale. Il parametro di interesse è π, che indica la probabilità di successo in un numero fisso di prove che potrebbe portare a un esito positivo o negativo. Da notare che ogni processo è indipendente l'uno dall'altro, e la probabilità π rimane la stessa in ogni processo. Una variabile casuale binomiale può essere visualizzata come la somma di un numero fisso di prove Bernoulli indipendenti.

Un esempio di miglioramenti di Poisson

La procedura prevede opzioni per l'esecuzione dell'inferenza bayesiana a campione sulla distribuzione di Poisson. La distribuzione di Poisson, un modello utile per gli eventi rari, presuppone che entro piccoli intervalli di tempo, la probabilità che un evento si verifichi sia proporzionale alla durata dell'attesa. Una probabilità a priori coniugata all'interno di una famiglia di distribuzione Gamma viene utilizzata quando si traccia l'inferenza statistica bayesiana su una distribuzione Poisson.

Analisi di affidabilità

La procedura era stata aggiornata per fornire opzioni per le statistiche di Fleiss ' Multiple Rater Kappa che valutano l'accordo di interruttore per determinare l'affidabilità tra i vari rateri. Un accordo più alto garantisce maggiore fiducia negli ascolti che riflettono la vera circostanza. Le opzioni Fleiss ' Multiple Rater Kappa sono disponibili nella finestra di dialogo Reliability Analysis: Statistiche.

Miglioramenti del comando

Comando GENLINMIXED

• Nuove strutture tipo di covarianza ARH1 & CSH, effetti casuali. Le opzioni CSH e ARH1 sono state aggiunte al sottocomando (parola chiave COVARIANCE_TYPE) /RANDOM .
• Nuove strutture tipo di covarianza ARH1 & CSH, Effetti ripetuti. Le opzioni CSH e ARH1 sono state aggiunte al sottocomando (parola chiave COVARIANCE_TYPE) /DATA_STRUCTURE .
• Kenward - Roger Degree of Freedom metodo. L'opzione KENWARD_ROGER è stata aggiunta al sottocomando /BUILD_OPTIONS (parola chiave DF_METHOD).
• Tipi di Kronecker Covariance. Le opzioni UN_AR1, UN_CS, UN_UN sono state aggiunte al sottocomando /DATA_STRUCTURE (parola chiave COVARIANCE_TYPE).
• Nuova parola chiave KRONECKER_MEASURES . La parola chiave viene usata per specificare un elenco di variabili per il sottocomando /DATA_STRUCTURE . La parola chiave deve essere utilizzata solo quando COVARIANCE_TYPE è uno dei tre tipi di Kronecker. Le regole per KRONECKER_MEASURES sono le stesse di REPEATED_MEASURES. Quando entrambe le specifiche sono in vigore, possono o meno avere campi comuni, ma non possono essere esattamente le stesse (indipendentemente dal fatto che siano nello stesso ordine).

Comando MIXED

• Parola chiave DFMETHOD introdotta nel sottocomando CRITERIA .
• Parola chiave KRONECKER aggiunta al sottocomando REPEATED . La parola chiave deve essere utilizzata solo quando COVTYPE è uno dei seguenti tre tipi di Kronecker.
• Opzioni UN_AR1, UN_CSe UN_UN aggiunte alla parola chiave COVTYPE nel sottocomando REPEATED .

Dicembre 2018

Opzione Nuova "Dare Feedback" nel menu Guida

Consente agli utenti di inoltrare un feedback di prodotto.

Link di supporto SPSS aggiornato e SPSS Statistics Subscription termini servizi

Supporto obsoleto per il plugin .NET

Sono state affrontate le seguenti tematiche

• Fixed Set Customer Table Look come default e altre problematiche di Table Look.
• Risolto un problema di procedura MIXED che causava il blocco con alcuni tipi di dati excel.
• Risolto un problema di crash del motore Statistiche quando si esegue Explore Analysis su mm: ss timestamp variabile.
• Risolto un errore quando si aggiungono valori ad un file protetto da password.
• Risolto un problema di tabella Pivot che ha causato la visualizzazione di valori digitali decimali arrotondati errati.
• Risolto un problema in cui i caratteri di Hiragana non potevano essere inseriti in Syntax Editor.
• Corretto l'errore di installazione non presidiata quando si utilizza l'indicatore -log .
• Errore di avvio del bundle di applicazioni Python fisso causato da spazi nel percorso di installazione.
• Risolti vari temi per migliorare la sicurezza e l'affidabilità.

Novembre 2017

Comando MATRIX-END MATRIX

SPSS Statistics ora supporta i seguenti miglioramenti dei comandi MATRIX:

• I nomi di variabili lunghi (fino a 64 byte) possono essere utilizzati per denominare una matrice o un nome vettore (come COMPUTE, CALL, PRINT, READ, WRITE, GET, SAVE, MGET, MSAVE, DISPLAY, RELEASEe così via).
• I nomi variabili inclusi in un oggetto vettore o matrice vengono troncati a 8 bytes. Questo perché la struttura matrice / vettoriale è una schiera di numeri e ogni numero può corrispondere una stringa solo fino a 8 bytes. I nomi lunghi (fino a 64 bytes) sono supportati solo quando esplicitamente specificato.
• I nomi di variabili lunghi sono supportati nei comandi GET e SAVE quando esplicitamente specificati nel sottocomando /VARIABLES (e quando specificati nel sottocomando /STRINGS per il comando SAVE ). I nomi di variabili per i comandi di GET e SAVE vengono troncati a 8 byte quando si fa riferimento ad essi tramite un vettore nel sottocomando /NAMES .
• Le istruzioni GET, SAVE, MGETo MSAVE supportano sia i riferimenti del dataset che le specifiche del file fisico.
• MATRIX-END MATRIX ora supporta funzioni statistiche precedentemente supportate solo dal comando COMPUTE (ad esempio, IDF.CHISQ, CDF.NORMAL, NCDF.Fe così via).

Agosto 2017

Statistiche bayesiane

SPSS Statistics supporta ora le statistiche Bayesiane. L'inferenza bayesiana è un metodo di inferenza statistica in cui il teorema di Baye è utilizzato per aggiornare la probabilità per un'ipotesi mano a mano che altre informazioni diventano disponibili. Sono supportate le seguenti statistiche Bayesiane:

• Un esempio e Pair Esempio t- test
• One Sample Binomiale Proporzione test
• Un'analisi di distribuzione di Poisson di esempio
• Campioni correlati
• Campioni Indipendenti t- test
• Pairwise Correlazione (Pearson)
• Regressione lineare
• ANOVA a una via
• Regressione Loglineare

Output Viewer "Copia come" potenziamento

È ora possibile fare clic con il pulsante destro del mouse su un oggetto selezionato nel Visualizzatore di output e selezionare Modifica > Copia come per copiare nei formati più diffusi (ad esempio, Tutti, Immagine o Oggetto grafico di Microsoft Office ). Selezionando Modifica > Copia si copiano tutti.

Gestione licenze

Il processo di licensing SPSS Statistics è stato sostituito dal tuo account IBM , noto anche come IBMid. Un IBMid fornisce l'accesso a tutte le applicazioni IBM(a cui si è concessi in licenza), le community e i canali di supporto. Per ulteriori informazioni, consultare Logging on and download updates.

Quando si apre per la prima volta IBM SPSS Statistics Digital, viene richiesto di accedere con il proprio IBMid. Se non hai ancora un IBMid, segui le istruzioni sullo schermo.

Le opzioni di licensing SPSS Statistics sono state semplificate. Le versioni precedenti hanno fornito 14 opzioni di licensing separate; quelle opzioni sono state consolidate fino a 4 opzioni.