SPSS Statistics Premium

線形モデル

• Statistics Premium は、階層データで使用するための一般化線形混合モデル (GLMM) です。
• 一般線形モデル (GLM) と混合モデルのプロシージャーを備えています。
• 一般化線形モデル (GENLIN)には 、正規分布反応に対する線形回帰、バイナリー・データに対するロジスティック・モデル、およびカウント・データに対する対数線形モデルなどの広く使用される統計モデルなどがあります。さらに、汎用的なモデル形成を通じて多数の有用な統計モデルも提供しています。
• 一般化推定方程式 (GEE) プロシージャーは、一般化線形モデルを拡張して相関性のある時系列データとクラスター化されたデータの処理を可能にします。

非線形モデル

• 多項式ロジスティック回帰 (MLR) は、複数のカテゴリーを持つカテゴリー結果を予測します。
• 二項ロジスティック回帰は、データを 2 つのグループに分類します。
• 非線形回帰 (NLR) および制約非線形回帰 (CNLR) は、非線形モデルのパラメーターを予測します。
• プロビット分析は、比率反応のロジットまたはプロビット変換を使用して刺激の値を評価します。

カスタマイズされた表

• 推測統計学的分析の場合は、人口統計グループ、顧客層、期間などのカテゴリー変数について、平均や比率を比較します。
• 要約統計 (単純なカテゴリー変数のカウントから分散の度合いまで) を作成し、使用される要約統計値によりカテゴリーをソートします。
• 独立性のカイ二乗検定、列の平均の比較 (t 検定)、列比率の比較 (z 検定) といった 3手法の有意性検定を行います。
• 対話式のテーブル・ビルダーには、ドラッグ・アンド・ドロップでピボット・テーブルを作成できる機能があります。
• 特定のカテゴリーを除外し、欠損値のセルを表示して、小計がテーブルに追加されるようにします。
• テーブルはリアルタイムにプレビューすることができ、作成しながら変更できます。レポートとして、 Microsoft Word、Excel、PowerPoint、または HTML にエクスポート可能です。

データ準備

• Statistics Premium は、疑わしいケース、無効なケース、変数、およびデータ値を識別します。
• 欠損データのパターンを表示し、変数の分布を要約します。
• Optimal Binning は、名義型属性用に設計されたアルゴリズムの最良の結果を検出します。
• 自動データ準備 (ADP) ツールは、質的エラーの検出と修正、および欠損値の補完を 1 ステップで効率的に行います。
• 推奨と視覚化は、使用するデータの決定に役立ちます。

データ妥当性と欠損値

• Statistics Premium は、6 種の診断レポートのいずれかを使用して様々な角度からデータを検討してから、要約統計を推定し、欠損値を補完します。
• 重大な欠損データの補完の問題を迅速に診断することができます。
• 欠損値を推測と置き換えることができます。
• 各タイプの欠損値と、ケースごとの極値のスナップショットを表示します。
• 欠損値と推定値を置換してすべてのグループ (反応性の低いグループも含む) を含めることにより、隠れたバイアスを取り除きます。

カテゴリー・データと数値データ

• 知覚マップ、バイプロット、およびトリプロットを使用して、元になる関係性を発見します。
• 従来の回帰分析、主成分分析、正準相関分析に類するプロシージャーを使用して結果を予測し関係性を解明するので、名義型 (例：給料) および順序型 (例：教育レベル) のデータを扱い、理解するのに役立ちます。
• Statistics Premium を使用すると、スコア、度数、格付け、順位、または類似性を示した大きなテーブルで行と列の関係性を見て確認することができ、データ・セットを視覚的に把握できます。
• このソフトウェアは、数値データの非標準残差、または予測変数 (例：お客様や製品の属性) と目的変数 (例：購入する/購入しない) の非線形関係を扱います。
• Ridge 回帰、Lasso、Elastic Net、変数選択、そして数値データとカテゴリー・データの両方のモデル選択といった技法を用います。

デシジョン・ツリー

• Statistics Premium では、モデルの流れを視覚的に判断するので、特定のサブグループとの関係が明らかになります。
• 直接 IBM SPSS Statistics 内に分類ツリーを作成するので、結果データを直接セグメントしたりグループ化したりできます。
• 以下の 4 つの既存ツリー成長アルゴリズムを使用します。
  • CHAID – データを高速かつ効率的に探索し、目的とする結果を得るためにセグメントおよびプロファイルを構築する、高速で統計的な多方向ツリー・アルゴリズム。
  • Exhaustive CHAID – CHAID を修正したもので、予測子ごとにすべての可能な分割を調べます。
  • Classification and Regression Trees (C&RT) - 完全な二分木アルゴリズムで、データをパーティションで区切り、正確な同種サブセットを生成します。
  • QUEST - 変数を偏りなく選択し、正確な二分木を迅速かつ効率的に構築する統計アルゴリズム。
• 選択または分類/予測規則は、IBM SPSS Statistics 構文、SQL ステートメント、または構文を介したシンプルなテキストで生成されます。

予測

• Statistics Premium により、意思決定者が理解し使用できる方法で情報を配信できます。
• 最も適切な ARIMA または指数平滑法モデルを自動的に判断して、履歴データを分析します。
• 一度に 1 つのみの変数をモデル化するのではなく、何百もの異なった時系列を一括してモデル化できます。
• モデルは中央のファイルに保存されるため、データを変更すると予測も更新されます。 パラメーターの再設定やモデルの再推定は必要ありません。
• 自動的にモデルを更新するスクリプトを新しいデータで記述することができます。

構造方程式モデリング

• Statistics Premium では、仮説をテストし、観測変数と潜在的変数の関係を確認することで、単なる回帰ではなく、より深い洞察を得ることができます。
• 観測変数 (調査からの非実験データなど) 、潜在的変数 (満足度や忠誠度など) にかかわらず、数値変数の形式を問わずに他の数値変数を予測することができるので、複雑な関係を現実的に反映するモデルを構築できます。
• ビジュアル・フレームワークが、モデルを比較、確認、および洗練します。
• 多変量分析は、回帰、因子分析、相関、および分散分析を含め、標準の方式を網羅し拡張します。
• データ補完方式は、回帰、確率的回帰、およびベイジアンを採用しています。

ブートストラッピング

• Statistics Premium は、元のサンプルからの置換値を使用して再サンプリングを行うことにより、推定量の標本分布を推定します。
• 平均、中央値、比率、オッズ比、相関係数、回帰係数、その他多数の母集団パラメーターの標準誤差と信頼区間を計算します。
• データ・セットの数千単位の代替バージョンを作成して、より正確な分析を行うことができます。

高度サンプリング評価およびテスト

• Statistics Premium は、層化抽出法、クラスター抽出法、多段抽出法などの複雑なサンプル設計で作業するために必要な、専門化された計画ツールおよび統計を提供します。
• サンプル設計は調査分析に取り込まれ、より良い結果を導きます。
• イベントまでの時間予測を含め、分析と予測のためのアルゴリズムを使用する複雑なサンプル設計で、数値結果とカテゴリー結果をより正確に処理できます。
• ウィザードにより、計画の作成、データの分析、結果の解釈が簡単になります。

直接マーケティングおよび製品意思決定ツール

• Statistics Premium は、類似しているが明らかに異なる顧客や連絡先のクラスターを作成して、セグメント化します。
• 共通の特性を持つ顧客や連絡先のプロファイルを作成し、マーケティング提案やキャンペーンのターゲッティングを強化します。
• 傾向スコアから購入見込みの高い顧客を識別します。
• テストパッケージのパフォーマンスを制御パッケージと比較できます。
• キャンペーンへの返答を郵便番号ごとに識別します。
• キャンペーンへの返答データは Salesforce.com に統合されて、見込み客の追跡や営業チャンネルに関する報告を行えます。

高性能グラフ

• Statistics Premium には、分析結果を伝達するための多数の可視化テンプレートが用意されています。
• ドラッグ・アンド・ドロップによるグラフ作成機能があるため、プログラミング・スキルは必要ありません。
• スタイル・シートやグラフ・テンプレートをカスタマイズして、新しいグラフィック標準を設定したり、ブランドに合わせたりすることができます。
• グラフは、IBM SPSS Collaboration and Deployment Services、IBM SPSS Statistics、および IBM SPSS Modeler により、運用システムに展開されます。
• 区切り文字区切りファイル、IBM SPSS Statistics データ・ファイル、および DB2、SQL Server、Oracle、Sybase などの一般的なデータベース・ソースなど、様々なデータ・ソースに対応します。