Modules vous pouvez ajouter à SPSS

IBM SPSS Statistics vient sous la forme d'un système de base, mais vous pouvez acquérir des modules supplémentaires à ajouter à ce système. Si vous avez installé un système complet, vous pouvez déjà avoir certains de ces add-ons. La plupart sont intégrés et ressemblent à des parties intégrantes du système de base. Certains peuvent être d'aucun intérêt pour vous- autres pourrait devenir indispensable.

Le module Advanced Statistics

Ce qui suit est une liste des techniques statistiques qui font partie du module Statistiques avancées.

• Les modèles linéaires généraux (GLM)

• Modèles linéaires généralisés (GENLIN)

• Modèles linéaires mixtes

• Équations d'estimation généralisées (GEE) Procédures

• Modèles linéaires généralisés mixtes (GLMM)

• Procédures Survival Analysis

Le module Tableaux personnalisés

Cela a été le module le plus populaire depuis des années, et pour une bonne raison. Si vous avez besoin de presser un grand nombre d'informations dans un rapport, vous avez besoin de ce module. Par exemple, si vous faites un sondage et que vous voulez faire rapport sur l'ensemble de l'enquête sous forme de tableaux, ce module vient à votre secours. Imaginez l'ensemble de votre ensemble de données résumées dans une annexe. Il est non seulement une commodité. Si vous avez besoin de cette sorte de résumé, obtenir ce module.

Le module de régression

Ce qui suit est une liste des techniques statistiques qui font partie du module de régression.

• Multinomial et Régression logistique binaire

• Régression non linéaire (NLR) et contraint la régression non linéaire (CNLR)

• 
  
  
  
  

  Pondéré régression des moindres carrés et deux étages régression des moindres carrés

• L'analyse Probit

Le module Catégories

Le module de catégories est conçu pour vous permettre de révéler les relations entre vos données catégoriques. Pour vous aider à comprendre vos données, le module utilise la cartographie des catégories de perception, le dimensionnement optimal, dimensionnement des préférences, et la réduction de dimension. Grâce à ces techniques, vous pouvez interpréter visuellement les relations entre vos lignes et de colonnes.

Catégories effectue son analyse et affiche les résultats de sorte que vous pouvez comprendre les données ordinales et nominales. Il utilise des procédures similaires à la régression classique, composantes principales, et la corrélation canonique. Il effectue une régression en utilisant des variables prédictives ou de résultats catégoriques nominales ou ordinales.

Le module de préparation des données

La préparation des données ne fait pas plaisir. Aucun module permettra d'éliminer tout le travail pour l'humain dans ce partenariat homme-ordinateur, mais le module de préparation des données est conçu pour éliminer une partie de la routine, les aspects prévisibles. Il vous permet de traiter vos lignes et des colonnes de données.

Pour vos lignes de données, il vous aide à identifier les valeurs aberrantes qui pourraient fausser vos données. Quant à vos variables, il vous aide à identifier les meilleurs, et vous permet de savoir que vous pourriez améliorer certains en les transformant. Il vous permet également de créer des règles spéciales de validation pour accélérer vos contrôles de données et d'éviter beaucoup de travail manuel. Enfin, il vous aide à identifier des modèles dans vos données manquantes.

Le module d'arbre de décision

Les arbres de décision sont, de loin, le plus populaire et bien connue des techniques de data mining. En fait, il existe des produits logiciels entiers consacrés à cette approche. Si vous n'êtes pas sûr si vous avez besoin de faire l'exploration de données, mais vous voulez l'essayer, ce serait à peu près le meilleur moyen parce que vous connaissez déjà votre chemin autour de SPSS Statistics.

Le module de prévision

Vous pouvez utiliser le module de prévision de construire rapidement les prévisions de séries chronologiques experts. Ce module inclut des algorithmes statistiques que vous pouvez utiliser pour analyser les données historiques et prévoir les tendances. Vous pouvez le configurer pour analyser des centaines de différentes séries de temps à la fois au lieu de courir d'une procédure distincte pour chacun.

Le logiciel est conçu pour gérer les situations particulières qui se posent dans l'analyse des tendances. Il détermine automatiquement l'autorégression meilleur montage intégré moyenne mobile (ARIMA) ou de lissage modèle. Il teste automatiquement les données de la saisonnalité, l'intermittence, et les valeurs manquantes. Le logiciel détecte les valeurs aberrantes et les empêche d'influencer indûment les résultats. Les graphiques générés comprennent des intervalles de confiance et indiquent la bonté de le modèle d'ajustement.

Le module Valeurs manquantes

Le module de préparation des données semble valeurs manquantes ont couvert, mais les deux modules sont en réalité tout à fait différente. Le module de préparation des données est vraiment de trouver des données errors- ses règles de validation vous diront que un point de données est pas juste. D'autre part, le module Valeurs manquantes se concentre sur quand il n'y a pas de valeur de données du tout. Il tente d'estimer la pièce manquante de l'information en utilisant d'autres données que vous avez. Ce processus est appelé imputation, également connu sous le remplacer par une supposition éclairée. Tous les types de chercheurs, les mineurs de données, et les statisticiens peuvent bénéficier, mais si vous êtes un chercheur de l'enquête, ce qui est vraiment lié à venir dans maniable.

Le module de bootstrap

Bootstrapping est une technique qui consiste à "ré-échantillonnage" avec remplacement. Le module d'amorçage vous permet de construire des modèles plus stables en utilisant vos données en surmontant l'effet des valeurs aberrantes et d'autres problèmes dans vos données.

Les statistiques traditionnelles suppose que vos données ont une distribution particulière, mais cette technique évite ce genre d'hypothèse. Le résultat est une idée plus précise de ce qui se passe dans la population. Il est, en un sens, une idée simple, mais parce qu'il faut beaucoup de puissance informatique, il est plus populaire que quand les ordinateurs ont été plus lents.

Le module échantillons complexes

L'échantillonnage est une grande partie des statistiques. UN échantillon aléatoire simple est ce que vous pensez habituellement comme un échantillon - comme la cueillette des noms dans un chapeau. La recherche est souvent plus compliqué que cela. Le module de sondage complexe est sur les formes les plus complexes de l'échantillonnage: deux étages, stratifié, et ainsi de suite.

Le module Conjoint

Le module conjointe fournit un moyen pour vous de déterminer la façon dont chacun des attributs de votre produit affectent les préférences des consommateurs. Lorsque vous combinez l'analyse conjointe avec la recherche de produits sur le marché concurrentiel, il est plus facile de concentrer sur les caractéristiques des produits qui sont importants pour vos clients.

Avec cette recherche, vous pouvez déterminer les attributs du produit vos clients se soucient, ceux qui se soucient de plus, et comment vous pouvez faire des études utiles de prix et de valeur de la marque. Et vous pouvez faire tout cela avant engager des dépenses pour apporter de nouveaux produits sur le marché.

Le module de marketing direct

Ce module est un peu différent des autres. Il est un faisceau d'éléments connexes dans un environnement de wizardlike. Il est conçu pour être un guichet unique pour les commerçants. Les principales caractéristiques sont la fréquence de récence monétaire (RFM) analyse, l'analyse de cluster, et le profilage.

Le module Tests exacts

Le module Tests exacts permet d'être plus précis dans votre analyse des petits jeux de données et les ensembles de données qui contiennent des événements rares. Il vous donne les outils nécessaires pour analyser ces conditions de données avec plus de précision que ne serait possible autrement.

Lorsque seule une petite taille de l'échantillon est disponible, vous pouvez utiliser le module Tests exacts pour analyser cet échantillon plus petit et avoir plus confiance dans les résultats. Ici, l'idée est d'effectuer d'autres analyses dans un court laps de temps. Ce module vous permet d'effectuer différentes enquêtes plutôt que de passer des échantillons de collecte de temps pour élargir la base des enquêtes que vous avez.

Le module Réseaux de Neurones

UN réseau neuronal est un réseau de nœuds de latticelike neuronlike, mis en place au sein de SPSS à agir quelque chose comme les neurones dans un cerveau vivant. Dans le module de réseau neuronal, un algorithme de formation ajuste itérativement les poids pour correspondre étroitement les relations réelles entre les données. L'idée est de minimiser les erreurs et maximiser des prédictions précises.

Amos

Amos est une interface interactive vous pouvez utiliser pour construire des modèles d'équations structurelles. Pas un vrai "module," il est logiciel autonome avec sa propre interface utilisateur graphique (GUI). En utilisant les diagrammes que vous créez avec Amos, vous pouvez découvrir les relations autrement cachés et observer graphiquement comment les changements dans certaines valeurs affectent d'autres valeurs. Vous pouvez créer un modèle sur des données non numériques sans avoir à attribuer des scores numériques pour les données. Vous pouvez analyser les données censurées, sans avoir à faire des hypothèses au-delà de la normalité.

Le module d'alimentation de l'échantillon

Le module de puissance échantillon a été développé en collaboration avec le regretté Jacob Cohen. Cohen était une puissance statistiques contemporain et en grande partie responsable de l'élaboration plus d'attention aux erreurs de type II.

L'idée est que la formation universitaire met l'accent éviter l'erreur de type I à un tel degré que vous oubliez l'autre type de risque. Erreur de type II est le risque qu'il y ait une constatation étonnante en attente dans la population, mais l'analyse des données de l'échantillon ne révèle pas.

Le module de puissance de démonstration vous permet de calculer avec précision ce risque, et il peut vous demander soit de recueillir davantage de données afin d'éviter le risque, ou peut-être, juste peut-être, vous comprendre que vous pouvez vous en tirer avec un peu moins de données et vous pouvez économiser votre argent de l'organisation au cours de la phase de collecte des données.

Le module de Visualization Designer

Le module de Visualization Designer ne reçoit pas autant d'attention qu'elle mérite. Même les utilisateurs expérimentés SPSS ne semblent pas savoir que beaucoup à ce sujet. Représentation graphique sélecteur de modèles est l'une des méthodes graphiques dans SPSS, et ce module est en fait un produit de frère à représentations graphiques dans un sens.

Si vous voulez créer des graphiques vraiment de fantaisie dans SPSS, vous avez deux choix: apprendre à programmer production graphique Langue (GPL) ou utilisez le module Designer de visualisation. GPL est pas si mauvais que ça, mais pour certaines personnes, l'écriture de code est tout simplement pas leur chose.

Le module de Visualization Designer vous permet de créer toutes sortes de graphiques qui ne sont pas possible autrement, et quand vous avez terminé, vous pouvez ajouter de nouveaux «modèles» à votre copie de SPSS et à celle de vos collègues, aussi. Lorsque vous avez terminé, les nouveaux modèles apparaîtront comme de nouveaux types de graphiques dans le sélecteur de modèles représentations graphiques.