Uji Regression dengan uji coba SPSS fitur lengkap
IBM SPSS Regression memungkinkan Anda untuk memprediksi hasil kategorikal, membuat model regression, menganalisis ringkasan model, dan menerapkan berbagai prosedur regression nonlinier pada kumpulan data ketika mempelajari kebiasaan pembelian konsumen, respons terhadap perlakuan, keampuhan tindakan diagnostik, analisis risiko kredit, dan situasi lain di mana regression biasa dan teknik analisis data membatasi atau tidak sesuai.
Pelajari kebiasaan membeli konsumen. Mengoptimalkan strategi pemasaran dan kepuasan pelanggan.
Menganalisis respons dosis untuk meningkatkan kualitas perawatan dan mencapai hasil pasien yang lebih baik.
Menilai risiko kredit dan outlier dan meningkatkan hubungan pelanggan melalui penawaran yang ditargetkan.
Mengukur tes akademik dan mendukung penelitian kelembagaan.
Memeriksa perilaku pelanggan untuk mengkurasi penawaran yang dipersonalisasi.
Meningkatkan layanan dan keselamatan warga. Menilai kepatuhan pembayaran pajak, meminimalkan penipuan, dan mengurangi ancaman.
Memprediksi ada atau tidaknya suatu karakteristik atau hasil biner berdasarkan nilai dari serangkaian variabel prediktor.
Gunakan fungsi tautan logit untuk memodelkan ketergantungan respons ordinal politomus pada sekumpulan prediktor.
Mengklasifikasikan subjek berdasarkan nilai dari serangkaian variabel prediktor. Jenis regression ini mirip dengan regresi logistik, tetapi lebih umum karena variabel dependennya tidak terbatas pada dua kategori.
Menemukan model nonlinier dari hubungan antara variabel dependen dan satu set variabel independen.
Gunakan pemodelan respons probit dan logit untuk menganalisis potensi respons terhadap rangsangan, seperti dosis obat, harga, atau insentif. Prosedur ini mengukur hubungan antara kekuatan stimulus dan proporsi kasus yang menunjukkan respons tertentu terhadap stimulus.
Pada tahap pertama, gunakan variabel instrumental yang tidak berkorelasi dengan error term untuk menghitung nilai estimasi dari satu atau lebih prediktor yang bermasalah. Pada tahap kedua, gunakan nilai yang dihitung tersebut untuk mengestimasi model regression linier dari variabel dependen.
Mengontrol korelasi antara variabel prediktor dan istilah kesalahan yang dapat terjadi pada data berbasis waktu. Prosedur estimasi bobot menguji berbagai transformasi bobot dan menunjukkan mana yang memberikan kecocokan terbaik pada data.
Prosedur ekstensi jaring elastis linier baru memperkirakan model regression linier teratur untuk variabel dependen pada satu atau lebih variabel independen.
Ekstensi laso linier baru memperkirakan kerugian L1 dalam model regression linier teratur untuk variabel dependen pada satu atau lebih variabel independen.
Prosedur ekstensi ridge linier baru memperkirakan L2 atau model regression linier teratur kerugian kuadrat untuk variabel dependen pada satu atau lebih variabel independen.
Catatan kaki
* Ulasan pengguna mungkin diperoleh melalui insentif.