|
SPSS Advanced Models er utstyrt med et kraftig sett
sofistikerte
univariate og multivariate analyseteknikker. Du kan gjør mer
nøyaktige analyser og dra sikrere konklusjoner ved prosedyrer
som er laget spesielt for å studere iboende karakteristikker
i dataene dine.
Bruk Polytomous Logit Universal Models (PLUM) for å predikere
ordinalt resultat med mer enn to kategorier. For eksempel, kan
du predikerer kunders interesse for et produkt (lav, medium,
høy).
Dette gjør det mulig å gi flere svaralternativer. PLUM gjør
det mulig å kontrollere gjentakende algoritmer brukt for å
beregne estimater, spesifisere numerisk toleranse for å
sjekke singularitet og gjøre bruk av dette resultatet. Du
kan spesifisere modellen ved å bruke en av de fem
linkfunksjonene til PLUM. Gjør bruk av hypotesetest med
direkte å spesifisere nullhypotesen som en lineær
kombinasjon av parametre.
General Linear Model
(GLM) prosedyren
gir deg mer fleksibilitet i
forhold til å beskrive sammenhengen mellom den avhengige
variabelen og et sett av uavhengige variabler. Modellen
innbefatter lineær regresjon, AVOVA, ANCOVA, MANOVA og
MANCOVA. GLM innbefatter også muligheten til å foreta
gjentatte målinger, lage sammensatte modeller, gjennomføre
”post hoc”-tester, fire typer av ”sums of squares”,
parvise sammenlikninger av forventet marginalt gjennomsnitt,
sofistikert behandling av manglende verdier og
muligheten til å lagre designet på matriser og effektfiler.
Med Advanced Models kan du gjøre loglineær og hierarkisk loglineær
analyse for å modellere sammensatte oppsummeringsdata. General
Loglinear Analysis gir hjelp til å analysere frekvenser
av observasjoner som faller inn i hver kryssklassifikasjon i
en krysstabell eller tilfeldig (contigency) tabell. Du kan
velge opp til 10 faktorer for å definere cellene i tabellen.
SPSS vil automatisk vise modellinformasjon og
”goodness-of-fit”-statistikker. Du kan også se
variasjonen i statistikken eller plottet, eller lagre
residual-verdier eller predikerte verdier i en
arbeidsdatafil.
Med SPSS Advanced
Models, kan du undersøke
livstids- eller pågående
data for å forstå periodiske hendelser, slik som delfeil, overlevelses- eller
dødstall. Du får de
siste overlevelsesprosedyrer, Kaplan-Meier- og Cox-regresjon. Du kan bruke Kaplan-Meier-beregninger for å måle
tiden til en hendelse, og bruke Cox-regresjon til å vise
proposjonal ”hazard” regresjon, med reaksjonstid og
varighet som avhengig variabel. Disse prosedyrene, sammen med
"Life
Tables"-analyse, gir en fleksibel og sammensatt sett av
teknikker for å arbeide med overlevelsesdata.
SPSS Advanced Models gjør det også mulig å bygge inn
et makrobibliotek for å utvide analysen. Advanced Models har
to typer makroer for å vise hva spesialisert statistisk
analyser inneholder: kanonisk korrelasjon inkludert overskudds-
(redundancy-) analyse og ”ridge”-analyse. Du kan også
lage din egen statistiske prosedyre med matrisespråk.
|
