与 SPSS Statistics Standard Edition 或“高级统计”选项中提供的建模选项相比,“高级统计”提供的过程提供了更高级的建模选项。
“GLM 多变量”对“GLM 单变量”提供的一般线性模型进行了扩展,以允许使用多个因变量。更进一步的扩展“GLM 重复测量”允许重复测量多个因变量。
“方差成分分析”是将因变量的可变性分解为固定和随机成分的特定工具。
“线性混合模型”对一般线性模型进行了扩展,因此允许数据表现出相关的和不恒定的可变性。因此,线性混合模型提供了不仅能够就数据的平均值还能够就其方差和协方差建模的灵活性。
“广义线性模型”(GZLM) 放宽了误差项的正态假设,仅要求因变量通过转换或关联函数与预测变量线性相关。
“广义估计方程”(GEE) 对 GZLM 进行了扩展,以允许重复测量。
“一般对数线性分析”允许您为交叉分类计数数据拟合模型,“模型选择对数线性分析”可帮助您在模型间选择。
“Logit 对数线性分析”允许您拟合对数线性模型来分析分类因变量与一个或多个分类预测变量之间的关系。v “生存”分析通过“寿命表”提供,用于检查时间事件变量的分布,可能按因子变量水平分析;“Kaplan-Meier”生存分析用于检查时间事件变量的分布,可能按因子变量水平分析,或按分层变量水平产生单独的分析;“Cox 回归”用于根据给定协变量的值对指定事件的时间建模。
贝叶斯统计分析通过根据观察到的数据和有关参数的先验信息生成未知参数的后验分布来进行推论。 IBM ®SPSS Statistics 中的贝叶斯统计侧重于对单一样本分析平均值的推论,包括贝叶斯因子单一样本(配对的双样本)、t 检验和贝叶斯推论(通过描述后验分布的特征)。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !