Pruebe Advanced Statistics con una versión de prueba con características completas de SPSS
IBM SPSS Advanced Statistics proporciona una suite completa de herramientas de análisis univariante y multivariante para descubrir insights más profundos de sus datos, que incluyen:
- Los 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 lineales mixtos 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 del tiempo hasta el evento.
- Estas técnicas avanzadas ofrecen la flexibilidad y confiabilidad necesarias para explorar relaciones complejas y obtener resultados de análisis estadísticos confiables y precisos.
Este módulo está disponible en la SPSS Standard edition para uso de licencia tradicional y como parte de IBM SPSS Custom Tables y el complemento IBM SPSS Advanced Statistics para planes de suscripción.
Describa la relación entre una variable dependiente y un conjunto de variables independientes. Aplique opciones flexibles de diseño y contraste para estimar medias y varianzas, y probar y predecir medias. Mezcle y combine predictores categóricos y continuos para crear modelos. Use modelos mixtos lineales para obtener una mayor precisión al predecir resultados no lineales. Formule docenas de modelos, incluido el diseño de gráficos divididos, modelos multinivel con covarianza de efectos fijos y diseño de bloques completos aleatorios.
Proporcione un marco de unificación que incluya modelos lineales clásicos con variables dependientes distribuidas normalmente, modelos logísticos y de probit para datos binarios, y modelos loglineales para datos de recuento de código fuente, así como varios modelos de tipo de regresión no estándar. Aplique varios modelos estadísticos generales, incluyendo regresión ordinal, regresión de Tweedie, regresión de Poisson, regresión gamma y 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.
Amplíe los modelos lineales generalizados para dar cabida a datos longitudinales correlacionados y datos agrupados. Correlaciones de modelos dentro de los sujetos.
Acceda, gestione 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 la anomalía de una 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 on-premises: adquiera la edición Premium.
- Para planes de suscripción: adquiera el complemento Custom Tables and Advanced Statistics
- Procesador: 2 GHz o más rápido
- Pantalla: 1024 * 768 o superior
- Memoria: se requieren 4 GB de RAM, se recomiendan 8 GB de RAM o más
- Espacio en disco: 2 GB o más