주목받는 기능

일반 선형 모델(GLM)

종속 변수와 독립 변수들 간의 관계를 기술합니다. 유연한 설계와 대조 옵션을 사용하여 평균 및 분산을 추정하며 평균을 테스트하고 예측합니다. 범주 예측변수와 연속 예측변수를 다양한 방법으로 조합하여 모델을 구축합니다. 비선형 결과를 예측할 때 정확도를 높이도록 선형 혼합 모델을 사용합니다. 분할법 설계 모델, 고정 효과 공분산을 사용한 다층 모델 및 RCBD(Randomized Complete Block Design) 모델을 비롯해 수많은 모델을 형식화합니다.

일반화 선형 모델(GENLIN)

정규 분산 종속 변수가 있는 클래식 선형 모델, 2진 데이터용 로지스틱 및 프로빗 모델, 카운트 데이터용 로그 선형 모델, 이외 다양한 비표준 회귀형 모델을 포함하는 단일 프레임워크를 제공합니다. 순서형 회귀 분석, 트위디 회귀 분석, 포아송 회귀 분석, 감마 회귀 분석, 음이항 회귀 분석 등을 포함하는 많은 유용한 일반 통계 모델을 적용합니다.

선형 혼합 모델/계층 구조 선형 모델(HLM)

상관관계 및 비상수 가변성을 표시하는 데이터의 평균, 분산 및 공분산을 모델링합니다. 분할법 설계 모델, 고정 효과 공분산을 사용한 다층 모델 및 RCBD(Randomized Complete Block Design) 모델을 비롯해 수많은 모델을 형식화합니다. 11가지 비공간 공분산 유형 중에서 선택합니다. 반복되는 여러 측정치나 케이스별로 서로 다른 간격 또는 두 가지 모두 존재하는 상황을 비롯하여 반복 측정 데이터로 정확도를 높입니다.

일반화 추정 방정식(GEE) 프로시저

일반화 선형 모델을 확장해 상관 종단면 데이터 및 군집 데이터를 수용합니다. 주제 내에서 상관관계를 모델링합니다.

일반화 선형 혼합 모델(GLMM)

설문조사 데이터, 기업 데이터베이스 또는 웹에서 다운로드한 데이터를 포함해 사실상 모든 종류의 데이터에 액세스하고 관리하며 분석합니다. 고객의 만족 레벨처럼 그 범주가 낮음, 중간, 높음과 같은 비선형 결과를 예측할 때 더 정확한 모델을 구축하도록 순서 값으로 GLMM 프로시저를 실행합니다.

생존 분석 프로시저

부품 고장, 사망 또는 생존과 같은 말단의 이벤트를 이해하기 위해 유연하고 포괄적인 기법 중에서 선택합니다. 카플란-마이어 추정치를 사용하여 이벤트가 발생하기까지의 시간을 측정합니다. Cox 회귀 분석을 선택하여 종속 변수로 기간 응답 또는 응답까지의 시간을 지정해 비례 위험 회귀 분석을 수행합니다.

기술 요구사항

소프트웨어 요구사항

IBM SPSS Advanced Statistics를 사용하려면 유효한 IBM SPSS Statistics Base 라이센스가 필요합니다.

  • 필수 소프트웨어: IBM SPSS Statistics

하드웨어 요구사항

  • 프로세서: 2GHz 이상
  • 디스플레이: 1024x768 이상
  • 메모리: 4GB RAM 필요, 8GB 이상의 RAM 권장
  • 디스크 공간: 2GB 이상

세부기능을 확인하세요

구매하고 시작하세요