Pruebe Advanced Statistics con una versión de prueba completa de SPSS
IBM SPSS Advanced Statistics proporciona un conjunto completo de herramientas de análisis univariante y multivariante para descubrir conocimientos más profundos a partir de sus datos, incluyendo:
- Métodos avanzados como los modelos lineales generales (GLM) y los modelos lineales generalizados (GENLIN) le permiten analizar datos continuos y categóricos con precisión.
- Los modelos mixtos lineales generalizados (GENLINMIXED) son útiles para analizar datos jerárquicos o de medidas repetidas, mientras que la regresión de Cox ofrece capacidades sólidas para el análisis de supervivencia y el modelado de tiempo hasta el evento.
- Estas técnicas avanzadas ofrecen la flexibilidad y la fiabilidad necesarias para explorar relaciones complejas y ofrecer resultados de análisis estadísticos fiables y precisos.
Este módulo está disponible en la edición SPSS Standard para uso con licencia tradicional y como parte del complemento IBM SPSS Custom Tables y el complemento IBM SPSS Advanced Statistics para planes de suscripción.
Programe una hora para analizar cómo IBM SPSS Advanced Statistics puede apoyar las necesidades de su empresa.
Describa la relación entre una variable dependiente y un conjunto de variables independientes. Aplique opciones flexibles de diseño y contraste para estimar las medias y las varianzas, y para probar y predecir dichas medias. Mezcle y combine predictores categóricos y continuos para construir modelos. Utilice modelos lineales mixtos para obtener predicciones más precisas de resultados no lineales. Formule docenas de modelos, incluidos el diseño de parcela dividida, los modelos multinivel con covarianza de efectos fijos y el diseño de bloques completos aleatorizados.
Proporcione un marco unificador que incluya modelos lineales clásicos con variables dependientes distribuidas normalmente, modelos logísticos y probit para datos binarios y modelos loglineales para datos de recuento, así como diversos modelos de regresión no estándar. Aplique muchos modelos estadísticos generales, como la regresión ordinal, la regresión de Tweedie, la regresión de Poisson, la regresión Gamma y la regresión binomial negativa.
Modele las medias, las varianzas y las covarianzas de los datos que muestran correlación y variabilidad no constante. Formule docenas de modelos, incluido el diseño de parcelas divididas, modelos multinivel con covarianza de efectos fijos y diseño de bloques completos aleatorios. Seleccione entre 11 tipos de covarianza no espacial. Mejore la precisión con datos de medidas repetidas, incluidas situaciones en las que hay diferentes números de mediciones repetidas, diferentes intervalos para diferentes casos o ambos.
Ampliar los modelos lineales generalizados para dar cabida a datos longitudinales correlacionados y datos agrupados. Correlaciones de modelos dentro de los sujetos.
Acceda, administre y analice prácticamente cualquier tipo de conjunto de datos, incluidos datos de encuestas, bases de datos corporativas o datos descargados de la web. Ejecute el procedimiento GLMM con valores ordinales para crear modelos más precisos al predecir resultados no lineales, por ejemplo, si el nivel de satisfacción de un cliente se ubicará en la categoría baja, media o alta.
Elija entre un conjunto flexible y completo de técnicas para comprender eventos terminales como una anomalía de pieza, la muerte o los tasas de supervivencia. Utilice estimaciones de Kaplan-Meier para medir el tiempo transcurrido hasta un evento. Seleccione la regresión de Cox para realizar una regresión de riesgos proporcionales con el tiempo de respuesta o la duración de la respuesta como variable dependiente.
- Para uso local: adquirir la edición Premium.
- Para planes de suscripción: compre el complemento Custom Tables and Advanced Statistics.
- Procesador: 2 GHz o superior
- Pantalla: 1024*768 o superior
- Memoria: 4 GB de RAM necesarios, 8 GB de RAM o más recomendados
- Espacio del disco: 2 GB o más