SPSS Statistics Professional

分析ライフサイクル全体の課題に対応するツール

IBM SPSS Statistics Professional Edition は単なる Standard Edition が提供する中核の統計機能ではなく、データ品質、データの複雑さ、自動化、および予測といった問題にも対応します。徹底的かつ規格にとらわれない様々な分析や、データ準備タスクの自動化で時間の節約を望むユーザーに向けて設計されました。

IBM SPSS Statistics Professional Edition は、以下の主要な機能を備えています。

線形モデルは、複雑な関係を記述するデータ固有の特性に適合する様々な回帰および先進統計プロシージャーを提供します。
非線形モデルは、より高度なモデルをデータに適用する機能を提供します。
カスタマイズされた表は、ユーザーのデータ理解を容易にし、各ユーザーに適したスタイルで結果を素早く要約します。
データ準備は、分析プロセスにおけるデータ準備段階の作業を効率化します。
データ妥当性および欠損値は、統計的に有意な結果取得の可能性を高めます。
デシジョン・ツリーはグループを識別し、グループ間の関係を分析して将来のイベント予測をより簡単にします。
予測機能は履歴データを分析して、トレンド予測を短時間で行います。

線形モデル

SPSS Statistics Professional 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) を備えています。
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 つ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、欠損値セルを表示して、小計をテーブルに追加できます。
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

SPSS Statistics Professional は、疑わしいまたは無効なケース、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

SPSS Statistics Professional は、6 つ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。
これは、重大な欠損データの補完問題を診断します。
欠損値を推測と置き換えます。
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。

デシジョン・ツリー

SPSS Statistics Professional 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を見出すことができます。
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、目的の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、正確な同種の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