全部分类

当前位置：首页 > 软件 > 数据展示 > IBM IBM SPSS Advanced Statistics 数据展示

IBM IBM SPSS Advanced Statistics 数据展示
  • IBM IBM SPSS Advanced Statistics 数据展示

IBM IBM SPSS Advanced Statistics 数据展示

更新时间：2023-02-21 21:32:26

IBM（国际商业机器公司）或万国商业机器公司，简称IBM（InternationalBusinessMachinesCorporation）。总公司在纽约州阿蒙克市。1924年托马斯·沃森创立于美国，是全球最大的信息技术和业务解决方案

价格：
￥ 立即询价
型号：
IBM SPSS Advanced Statistics
正版保证：
原装正品
品牌：
IBM
质保服务：
货期：
现货
产品状态：
成熟产品
发票类型：
含13%货物增票
产品类型：
标准规格
物流费用：
包运费
品牌属国：
欧美品牌
支付方式：
公对公付款 公司支付宝
服务区域：
适用场景：
采购提示：为了快速获取报价，请提供准确产品型号、规格。操作如下：
A、查看原购销合同里的产品型号、规格
B、确认实物标签上的P/N号（可以拍照直接提供）
规格：
0.00元
1台可销售
扫一扫，分享到手机 扫一扫，分享到手机
微信在线咨询
IBM
品牌更多产品>>
品牌介绍

相似商品
  • 产品详情
  • 产品视频
  • 采购说明
  • 常见问题
  • 售后说明
  • 商品评价
  • 资料下载
  • 技术支持

IBM SPSS Advanced Statistics提供以下功能：

  • 一般线性模型 (GLM) 和混合模型程序。
  • 广义线性模型 (GENLIN)，包括广泛使用的统计模型，例如针对正态分布数据的线性回归、针对二元数据的逻辑模型，以及针对计数数据的对数线性模型。
  • 线性混合模型（也称为分层线性模型，HLM）扩展了 GLM 程序中使用的一般线性模型，使您能够分析具有相关性和非恒定可变性（non-constant variability）的数据。
  • 广义估算方程 (GEE) 程序扩展了广义线性模型，适用于关联的纵向数据和聚类数据。
  • 广义线性混合模型 (GLMM)，用于分层数据和各种结果，包括序数值。
  • 生存分析程序，用于检验生存期数据或持续时间数据。

通用线性模型 (GLM)

  • 描述因变量与一组自变量之间的关系。模型包括线性回归、方差分析 (ANOVA)、协方差分析 (ANCOVA)、多变量方差分析 (MANOVA) 和多变量协方差分析 (MANCOVA)。
  • 使用灵活的设计与对比选项，估算平均值和方差，并测试和预测平均值。
  • 混合并匹配分类预测因素和连续预测因素，以构建模型，从众多模型构建可能性中进行选择。
  • 预测非线性结果（例如，客户可能购买什么商品）时，通过考虑分层和嵌套数据结构，使用线性混合模型获得更为准确的结果。
  • 用公式表示数十个模型，包括裂区实验设计（split-plot design）、具有固定效应协方差的多层统计分析模型（multi-level models with fixed-effects covariance）和完全随机区组设计（randomized complete blocks design）。

广义线性模型 (GENLIN)

  • 提供一个统一的框架，包含因变量服从正态分布的经典线性模型、针对二元数据的 logistic 模型和 probit 模型、针对计数数据的对数线性模型，以及各种其他非标准的回归类型的模型。
  • 应用众多实用的常规统计模型，包括序数回归、Tweedie 回归、Poisson 回归、Gamma 回归和负二项回归

线性混合模型/分层线性模型 (HLM)

  • 可对带有相关性和非恒定可变性的数据的平均值、方差和协方差进行建模，如归属于教室中的学生（students nested within classrooms）或归属于家庭中的消费者（consumers nested within families）。
  • 用公式表示数十个模型，包括裂区实验设计、具有固定效应协方差的多层模型和完全随机区组设计。
  • 从 11 个非空间协方差类型中选择，包括 first-order ante-dependence、heterogeneous 和一阶自回归。
  • 在与重复测量数据一起使用时获得更准确的结果，包括不同数目的重复测量和/或不同个例的不同时间间隔的情况。

广义估计方程 (GEE) 程序

  • 扩展广义线性模型，使其适用于关联的纵向数据和聚类数据。
  • 对象中的模型关联

广义线性混合模型 (GLMM)

  • 访问、管理和分析几乎任何类型的数据集，包括调研数据、企业数据库或从 Web 下载的数据。
  • 采用序数值运行 GLMM 程序，以在预测非线性结果（例如，客户满意度处于低、中还是高水平）时，构建更准确的模型。

生存分析程序

  • 从灵活全面的一组技术中进行选择，以了解零件故障率、死亡率或存活率等终止事件。
  • 使用 Kaplan-Meier 估算对事件的时间长度加以测量。
  • 选择 Cox 回归执行比例风险回归，以响应时间（time-to-response）或疗效持续时间（duration response）作为因变量。
立即咨询
严选3万品牌200万产品
立即咨询
1小时内报价3天内打样
立即咨询
100%原装正品假1赔10
立即咨询
成本↓30%,时间↓90%风险↓100%
在线咨询 电话沟通
提交需求 微信客服
二维码
二维码