Was SPSS Statistics für Ihr Unternehmen tun kann
IBM® SPSS® Statistics Professional Edition umfasst alle Funktionen der Standard Edition sowie erweiterte statistische Verfahren, die sich mit Datenqualität, Vorhersage, Klassifikation und Einblicken in kategoriale Daten befassen.
Sowohl Einsteiger als auch erfahrene Benutzer können erweiterte Funktionen nutzen, um zuverlässige Vorhersagen unter Verwendung von Zeitreihendaten zu entwickeln. Verwenden Sie Klassifikationen und Entscheidungsbäume, um Gruppen und Beziehungen zu identifizieren und Ergebnisse vorherzusagen. Führen Sie weitere gültige Schlussfolgerungen aus, indem Sie fehlende Datenmuster aufdecken und fehlende Werte mit SPSS Missing Values eingeben. Beziehungen visualisieren und untersuchen und die Werte von kategorialen Variablen mithilfe von SPSS-Kategorien vorhersagen.
Feature-Highlights
Vorhersagen
Entwicklung zuverlässiger Prognosen, unabhängig von der Datasetgröße oder der Variablenanzahl. Innovative zeitreihenbasierte Modellierungsverfahren helfen bei der schnellen Erstellung von Prognosen.
Fehlende Werte
Entdecken Sie die Muster hinter fehlenden Daten, schätzen Sie zusammengefasste statistische Werte ein und imputieren Sie fehlende Werte mit statistischen Algorithmen, um zuverlässigere Schlussfolgerungen zu ziehen.
Kategorien
Verwenden Sie kategorische Regressionsverfahren, um die Werte einer nominalen, ordinalen oder numerischen Ergebnisvariablen aus einer Kombination von numerischen und geordneten oder ungeordneten kategorialen Prädiktorvariablen vorherzusagen.
Entscheidungsbäume
Erstellen Sie visuelle Klassifikationen und Entscheidungsbäume, um Gruppen zu identifizieren oder Werte für eine Zielvariable vorherzusagen. Ermöglicht es Ihnen, zukünftige Beobachtungen auf der Basis einer Reihe von Entscheidungsregeln vorherzusagen oder zu klassifizieren.
Diese Ausgabe enthält alle Features der Standard Edition und zusätzlich:
Diese Ausgabe enthält alle Features der Standard Edition und zusätzlich:
Vorhersagen
- Automatisch regressives, integriertes Modell mit gleitendem Durchschnitt
- Autoregression
- Expert-Modeler-Methoden für exponentielle Glättung
- Vorhersage mehrerer Serien (Ergebnisse) auf einmal
- Temporale kausale Modellierung
- Saisonale Zerlegung
- Spektralanalyse
Kategorien
- Korrespondenzanalyse (ANACOR)
- Hauptkomponentenanalyse für kategoriale Daten (CATPCA; ersetzt PRINCALS)
- Ridge-, Lasso und Elastic- Net-Regression (CATREG)
- KORRESPONDENZ
- Nicht lineare kanonische Korrelation (OVERALS)
- Multidimensionale Skalierung für individuelle Unterschieds-Skalierung mit Einschränkungen (PROXSCAL)
- Präferenzskalierung (PREFSCAL; mehrdimensionale Entfaltung)
- Multiple Korrespondenzanalyse
Fehlende Werte
- Datenmustertabelle
- Imputation mit Mittelwert-Schätzung oder Regression
- Listen- und paarweise Statistiken
- Tabelle 'Fehlende Muster'
- Mehrfachimputation fehlender Daten
- Pooling
Entscheidungsbäume
- C&RT
- CHAID-Analyse
- Ausführliche CHAID-Analyse
- QUEST-Analyse