Zpět

IBM SPSS Regression

Využijte široké spektrum nelineárních modelovacích procedur

Potřebujete klasifikovat případy do dvou či více skupin?
Máte v datech nelineární závislosti, které chcete modelem vystihnout?
Jste v situaci, kdy nejsou splněné předpoklady pro klasickou lineární regresi?

Využijte pro svou práci logistickou regresi, nelineární regresi, regresi metodou vážených nejmenších čtverců či dvoustupňovou metodu nejmenších čtverců pro zlepšení zpracovávaných modelů.

IBM SPSS Regression umožňuje:

  • zkoumat sílu vlivu faktorů na odezvu
  • predikovat hodnoty kategorizované proměnné
  • odhadnout pravděpodobnost výskytu jevu
  • vysvětlit vztah mezi proměnnými, které se ovlivňují navzájem
  • přiřadit případům různé váhy pro vytváření modelu
  • modelovat nelineární vztah mezi proměnnými

 

Příklady užití v praxi

Komerční sféra

  • predikce míry rizika úvěru
  • odhalení vztahu mezi poptávkou a cenou výrobku
  • detekce zákazníků s největší pravděpodobností kladné reakce na nabídku

Státní správa

  • modelování růstu populace nebo šíření epidemie
  • odhalení vlivu inflace a dalších faktorů na cenu akcií
  • predikce výskytu daňového podvodu

Akademická sféra

  • predikce úspěšného ukončení studia u studenta
  • odhad vlivu velikosti dávky na nastoupení zkoumaného jevu
  • určení rizikových faktorů pro výskyt určité nemoci

Reference

Univerzita Palackého v Olomouci

Výzkum pohybové aktivity a inaktivity obyvatel ČR

Podrobná case study
Národní monitorovací středisko pro drogy a drogové závislosti (NMS)

Efektivní směřování marketingových kampaní

Podrobná case study