|
Statistikk Familien:
SPSS Base
SPSS Data Entry
SPSS SmartViewer
SPSS Web App
Amos
SamplePower
SPSS Data Mining Familien:
Answer Tree
Clementine
Statistikk Familien
Data Mining Familien
SPSS Kurs
Grunnkurs i SPSS
Anvendt Statistikk
Regresjonskurs
Klassifikasjon og Gruppering
Datatilrettelegging
Introduksjon til Data Entry
Spørreskjemametode
Oppfriskningskurs
Presentasjon i tabeller/grafer
|
 |
SPSS Classification Trees er en tilleggsmodul til SPSS, som er velegnet til
spørreskjemaundersøkelser, segmentering og prediksjon. SPSS Classification Trees
gir deg nye muligheter til å identifisere grupper, finne sammenhenger mellom
grupper og forutsi resultater. Analysen skaper et beslutningstre, hvor
betingelsene for deling av treet vises så du lett kan få et overblikk over
grupper og sammenhenger i dine data, finne modeller du kan anvende på nye data
og presentere dine analyser på en lettforståelig måte for andre.
SPSS Classification Trees har fire algoritmer som skiller seg ut fra mer
tradisjonelle statistiske metoder som eksempelvis logistisk regresjon.
Algoritmene i SPSS Classification Trees gir deg mulighet til å analysere dine
data eksplorativt, og du skaper visuelt modeller til å prediktere resultater og
fremtidige hendelser. De fire algoritmer som anvendes i SPSS Classification
Trees er CHAID, Exhaustive CHAID, Classification and Regression Trees og QUEST.
Da beslutningstreet skapes direkte i SPSS, kan du med det samme anvende din
analysemodell på dine data. Du kan f.eks. tilføye en ny grupperingsvariabel
eller variabel med prediksjon av resultater på individnivå. Med SPSS
Classification Trees kan du også få klassifiseringsregler i SPSS syntax, SQL
eller alminnelig tekst, så du kan anvende dine modeller på data direkte i andre
databaser.
Kort om SPSS Classification Trees:
- Velegnet til spørreskjemaanalyser, segmentering, prediksjon, datareduksjon
og samling av kategorier
- Resultater presenteres i beslutningstrær med tabeller og grafer som viser
fordelingen av data med betingelser for oppdelingene i treet
- Klassifiser individer eller få prediksjoner på individnivå – f.eks. til å
identifisere hvilken behandling som virker best på hvilke pasientgrupper,
eller hvem du skal maile til for å få den beste respons på en kampanje.
- Velg mellom fire algoritmer til å bygge opp ditt beslutningstre: CHAID,
Exhaustive CHAID, Classification and Regression Trees og QUEST. Fordelen ved
forskjellige algoritmer er at du kan finne den modell som best passer til dine
data og gir de beste resultater
- Anvend dine segmenterings- og scoringsmodeller direkte på data i SPSS
eller andre databaser – eller på nye data.
|
