IBM SPSS Advanced Statistics crea análisis más precisos y conclusiones más fiables cuando se trabaja con relaciones complejas.

IBM SPSS proporciona técnicas efectivas ante problemas reales en una gran variedad de disciplinas, incluidos la investigación médica, la fabricación, los productos farmacéuticos y los estudios de mercado. Ofrece técnicas avanzadas de análisis univariados y multivariados muy efectivas y sofisticadas, entre las que se incluyen:

• Procedimientos de modelos lineales generales (GLM) y de modelos mixtos
• Modelos lineales generalizados (GENLIN), que incluyen los modelos estadísticos más utilizados como la regresión lineal para respuestas distribuidas con normalidad, modelos logísticos para datos binarios y modelos loglineales para datos de recuento.
• GENLIN también ofrece varios modelos estadísticos muy útiles a través de su propia formulación general de modelos.
• Los procedimientos de las ecuaciones de estimación generalizadas (GEE) amplían los modelos lineales generalizados para acomodar datos longitudinales correlacionados y datos en clúster
• Modelos mixtos lineales generalizados (GLMM) para utilizar con datos jerárquicos

IBM SPSS Advanced Statistics crea análisis más precisos y conclusiones más fiables cuando se trabaja con relaciones complejas.

IBM SPSS proporciona técnicas efectivas ante problemas reales en una gran variedad de disciplinas, incluidos la investigación médica, la fabricación, los productos farmacéuticos y los estudios de mercado. Ofrece técnicas avanzadas de análisis univariados y multivariados muy efectivas y sofisticadas, entre las que se incluyen:

• Procedimientos de modelos lineales generales (GLM) y de modelos mixtos
• Modelos lineales generalizados (GENLIN), que incluyen los modelos estadísticos más utilizados como la regresión lineal para respuestas distribuidas con normalidad, modelos logísticos para datos binarios y modelos loglineales para datos de recuento.
• GENLIN también ofrece varios modelos estadísticos muy útiles a través de su propia formulación general de modelos.
• Los procedimientos de las ecuaciones de estimación generalizadas (GEE) amplían los modelos lineales generalizados para acomodar datos longitudinales correlacionados y datos en clúster
• Modelos mixtos lineales generalizados (GLMM) para utilizar con datos jerárquicos