Dowiedz się więcej o wszystkich funkcjach modułów SPSS Statistics w wersjach licencyjnych.

Dowiedz się więcej o wszystkich funkcjach modułów SPSS Statistics w wersjach licencyjnych. Przeczytaj krótkie omówienie rozwiązania (PDF, 437 kB)

Co może zrobić dla Twojej firmy

IBM® SPSS® Regression umożliwia przewidywanie wyników jakościowych i korzystanie z różnych procedur regresji nieliniowej. Procedury te znajdują zastosowanie w wielu projektach biznesowych i analitycznych, w których zwykłe techniki regresji okazują się zbyt ograniczone lub nieodpowiednie — na przykład w analizie zwyczajów zakupowych klientów, reakcji na leczenie bądź ryzyka kredytowego. To oprogramowanie pozwala rozszerzyć możliwości produktu SPSS Statistics oferowane na etapie analizy danych w procesie analitycznym.

Moduł ten jest dostępny w pakietach SPSS Standard, Professional i Premium.

Wyróżnione cechy i funkcje

Binarna regresja logistyczna

Przewiduje obecność lub brak cechy lub wyniku binarnego w oparciu o wartości zestawu predyktorów. Metoda ta jest podobna do modelu regresji liniowej, ale odpowiednia dla modeli, w których zmienna zależna jest dychotomiczna i opiera się na dystrybucji dwumianowej. Oszacowane współczynniki mogą zostać wykorzystane do określenia ilorazu szans dla każdej niezależnej zmiennej w modelu.

Logitowe modele odpowiedzi

Korzystają z logitowych funkcji łączenia, aby modelować zależność politomicznych odpowiedzi porządkowych na zestaw predyktorów. W modelu logitowym logarytm szans jest modelowany jako liniowa kombinacja predyktorów.

Wielomianowa regresja logistyczna

Klasyfikuje podmioty w oparciu o wartości zestawu predyktorów. To rodzaj regresji podobny do regresji logistycznej, ale jest bardziej ogólny — zmienna zależna nie jest ograniczona do dwóch kategorii.

Regresja nieliniowa

Odnajduje nieliniowy model relacji między zmienną zależną a zbiorem zmiennych niezależnych. W przeciwieństwie do tradycyjnej regresji liniowej, która jest ograniczona do szacowania modeli liniowych, regresja nieliniowa może szacować modele na podstawie arbitralnych relacji między zmiennymi zależnymi i niezależnymi. Jest to realizowane przy użyciu iteracyjnych algorytmów estymacji.

Analiza probit odpowiedzi

Modelowanie reakcji metodą probit i logit pozwala na analizę siły reakcji na bodźce, takie jak dawki leku, ceny czy różne zachęty. Procedura ta mierzy zależność między siłą bodźca i proporcją przypadków, w których pojawiła się na niego reakcja. Znajduje to zastosowanie w przypadku wyników dychotomicznych, które mogły zostać otrzymane w związku z pewnymi zmiennymi niezależnymi i które w dużym stopniu odpowiadają danym eksperymentalnym.

Dwustopniowa metoda najmniejszych kwadratów

W pierwszej kolejności wykorzystuje zmienne instrumentalne, które nie są skorelowane ze składnikami błędów, aby obliczyć oszacowane wartości problematycznych predyktorów. Następnie wykorzystuje obliczone wartości do oszacowania modelu regresji liniowej dla zmiennej zależnej. Ponieważ obliczone wartości są oparte na zmiennych nieskorelowanych ze składnikami błędów, wyniki otrzymane w modelu dwustopniowym są optymalne.

Metoda ważonych najmniejszych kwadratów

Pozwala na kontrolowanie korelacji między predyktorami a składnikami błędów, które mogą pojawić się wśród danych opartych na parametrze czasu. Metoda szacowania wag poddaje testowi szereg przekształceń wagi i wskazuje, które z nich najlepiej pasują do danych.

Regresja kwantylowa

Modeluje relacje między zestawami predyktorów (niezależnych) i określonymi centylami („kwantylami”) zmiennej przewidywanej (zależnej), najczęściej mediany. Regresja kwantylowa ma dwie główne zalety, które wyróżniają ją na tle zwykłej regresji metodą najmniejszych kwadratów: nie przyjmuje żadnych założeń co do rozkładu przewidywanej i zwykle nie jest zależna od obserwacji odstających.

Ilustracje przedstawiające produkt

Szczegóły techniczne

Jak kupić rozwiązanie SPSS Statistics Regression

  • Wdrożenia lokalne: dodaj do posiadanej edycji Base rozwiązania SPSS Statistics lub kup edycję Standard
  • Modele subskrypcji: kup dodatek „Custom Tables and Advanced Statistics”

Wymagania sprzętowe

  • Procesor: 2 GHz lub szybszy
  • Wyświetlacz: 1024 na 768 pikseli lub więcej
  • Pamięć: min. 4 GB pamięci RAM, zalecane 8 GB pamięci RAM
  • Miejsce na dysku: 2 GB lub więcej

Next Steps

Wypróbuj SPSS Statistics bezpłatnie

Kup teraz i postaw pierwszy krok już dziś