IBM SPSS Regression

利用高级回归过程提高预测的准确性。

它对贵公司有何用途

IBM SPSS Regression 让您能够预测分类结果，并应用各种非线性回归过程。您可以将这些过程应用于某些业务和分析项目，在这些项目中，普通回归技术受限或者不适用，例如，研究消费者购买习惯、对治疗进行响应或者分析信贷风险。该软件使您能够扩展 SPSS Statistics 的功能，将其用于分析过程中的数据分析阶段。

使用 2 个以上的类别
使用多项 Logistic 回归，让您不再受到诸如是/否答案之类的约束。

将您的数据分为两组
应用二元 Logistic 回归预测二分变量，例如购买或不购买以及投票或不投票。

加强对模型的控制
使用约束和无约束非线性回归过程，进行模型控制。例如，指定对参数估计的约束，或者获取标准误差的 bootstrap 估计。

主要功能

加权最小二乘回归
Probit 分析
预测变量选择
两段最小二乘回归

功能聚焦

加权最小二乘回归
使用加权最小二乘法或两段最小二乘法来控制预测变量和使用基于时间的数据时产生的误差项间的关联。

Probit 分析
使用 probit 和 logit 响应建模分析对刺激的反应效力，例如药剂量、价格或奖励。

预测变量选择
从选择预测变量的四种方法中进行选择：向前输入、向后去除、向前逐步回归和向后逐步回归。

两段最小二乘回归
控制预测变量和误差项之间的关联。在数据透视表中显示输出

相关下载


SPSS Regression英文版手册，PDF格式，433KB	SPSS Regression中文版手册，PDF格式，2787KB

在线留言

尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。

联系我们
	微信公众号	咨询微信	企业店铺
400-621-1085
（节假日期间办公室座机如无人接听，请选择其他联系方式，感谢理解！祝您节日快乐！）

联系我们

快速链接

IBM SPSS Regression

利用高级回归过程提高预测的准确性。

在线留言

联系我们

微信公众号

咨询微信

企业店铺