スポットライト

一般線形モデル(GLM)

従属変数と複数の独立変数の間の関係性を表します。設計と対比の柔軟なオプションを使用して、平均値と分散の推定、および平均値の検定と予測を行います。離散型と連続型の因子を組み合わせてモデルを構築します。非線形の結果を予測する場合は、線形混合モデルを使用すると、さらに正確性が高まります。分割プロット設計、固定効果共分散を使用したマルチレベル・モデル、任意配列完全ブロック設計など、多数のモデルを作成できます。

一般化線形モデル(GENLIN)

正規分布している従属変数を扱う従来の線形モデル、2値型データを扱うロジスティック・モデルやプロビット・モデル、度数データを扱う対数線形モデル、およびその他の標準的でない回帰型モデル等に関して、共通の枠組みを提供します。順序回帰、Tweedie回帰、ポアソン回帰、ガンマ回帰、負の二項回帰など、多数の有用な一般統計モデルを適用します。

線形混合モデル/階層線形モデル(HLM)

相関関係と非定常的な変動を示すデータの平均値、分散、共分散をモデル化します。分割プロット設計、固定効果共分散を使用したマルチレベル・モデル、任意配列完全ブロック設計など、多数のモデルを作成できます。11種類の非空間的共分散タイプから選択できます。反復測定の数が異なる場合、それぞれのケースの時間の間隔が異なる場合、あるいは両方の場合など、反復測定データを処理するときに、より精度の高い結果を得られます。

一般化推定方程式(GEE)

一般化線形モデルを拡張して、相関性のある経時データとクラスター化されたデータを処理します。対象内の相関をモデル化します。

一般化線形混合モデル(GLMM)

調査データ、企業データベース、Webからダウンロードしたデータなど、事実上あらゆる種類のデータ・セットにアクセスし、管理と分析を実行できます。顧客満足度のレベルが低、中、高のどのカテゴリーに入るかなどの非線形の結果を予測する場合は、序数を使用するGLMMを実行すると、より精度の高いモデルを構築できます。

生存分析手法

部品故障、死亡率、生存率などの終結現象を把握するために用意された柔軟で包括的な一連の手法の中から選択できます。Kaplan-Meier(カプランマイヤー)を使用して事象発生までの時間の長さを測定します。Cox回帰を選択すると、応答までの時間や応答持続時間を従属変数として使用した比例ハザード回帰を実行できます。

技術的詳細

ソフトウェア要件

IBM SPSS Advanced Statisticsには、有効なIBM SPSS Statistics Baseのライセンスが必要です。

  • 前提条件: IBM SPSS Statistics

ハードウェア要件

  • プロセッサー: 2GHz以上
  • モニター: 1024*768以上
  • メモリー: 4GBのRAMが必要、8GB以上のRAMを推奨
  • ディスク容量: 2GB以上

仕組みを見る

購入・お問い合わせ