Modélise la relation entre un ensemble de variables de prédicteur (indépendantes) et des percentiles spécifiques (ou "quantiles") d'une variable cible (dépendante), le plus souvent la médiane. Pour plus d'informations, voir Régression quantile.
La régression quantile ne fait aucune hypothèse quant à la distribution de la
variable cible, tend à résister à l'influence des observations sous-jacentes et est couramment utilisée pour les recherches dans des secteurs tels que l'écologie, la santé et l'économie financière.
Analyse ROC
Evalue l'exactitude des prévisions d'un modèle en traçant la sensibilité par rapport
au taux de faux positifs (1-spécificité) d'un test de classification (étant donné que le
seuil varie sur toute une plage de résultats de tests de diagnostic). L'analyse ROC prend en charge l'inférence concernant une aire AUC unique et des courbes PR (précision-rappel). Elle propose des options pour comparer deux courbes ROC générées à partir de groupes indépendants ou de sujets appariés. Pour plus d'informations, voir Analyse ROC.
Statistiques de Bayes
ANOVA à 1 facteur avec mesures répétées
Cette nouvelle procédure mesure un seul facteur sur un même sujet à chaque point temporel ou condition et permet de
croiser des sujets à l'intérieur des niveaux. Il est supposé que chaque sujet est associé
à une observation unique pour chaque point temporel ou condition (dans ce cas,
l'interaction sujet-traitement d'interaction n'est pas prise en compte).
Améliorations de la procédure Binomiale sur échantillon unique
Cette procédure propose des options pour réaliser une inférence bayésienne à 1 échantillon sur une distribution binomiale. Le paramètre étudié est π, lequel dénote la probabilité de
succès dans un nombre d'essais fixe pouvant conduire à un succès ou à un échec. Notez que chaque essai est indépendant des autres et que la probabilité
π demeure identique dans chaque essai. Une variable aléatoire binomiale peut être considérée comme la somme d'un nombre fixe d'essais de Bernoulli indépendants.
Améliorations de la procédure Poisson sur échantillon unique
Cette procédure propose des options pour réaliser une inférence bayésienne à 1
échantillon sur une distribution de Poisson. La distribution de Poisson, qui est un modèle utile pour des événements rares, suppose qu'à de courts intervalles de temps, la probabilité qu'un événement se produise est proportionnelle à la longueur de l'attente. Une probabilité à priori conjuguée de la famille de distribution Gamma est utilisée lors du calcul de l'inférence statistique de Bayes sur la distribution de Poisson.
Analyse de fiabilité
Cette procédure a été mise à jour pour proposer des options liées aux statistiques
du kappa de Fleiss à juges multiples qui évaluent l'accord inter-juges pour déterminer la
fiabilité des différents juges. Plus la concordance est élevée, plus les circonstances
vraies reflétées par les juges peuvent être considérées comme fiables. Les options du
kappa de Fleiss à juges multiples sont disponibles dans la boîte de dialogue
Analyse de fiabilité : Statistiques.
Améliorations des commandes
Commande MATRIX-END MATRIX
Des noms de variable longs (jusqu'à 64 octets) peuvent être utilisés pour nommer une matrice ou un vecteur (comme
COMPUTE, CALL, PRINT, READ,
WRITE, GET, SAVE, MGET,
MSAVE, DISPLAY, RELEASE, etc.).
La longueur des noms de variable inclus dans un objet vecteur ou matrice est tronquée à 8 octets. Ceci est dû au fait que la structure de matrice/vecteur est un tableau de nombres, chaque nombre ne pouvant correspondre à une chaîne que jusqu'à 8 octets. Les noms longs (jusqu'à 64 octets) sont pris en charge uniquement lorsque explicitement spécifiés.
Les noms de variable longs ne sont pris en charge dans les commandes GET et SAVE que s'ils ont été explicitement spécifiés dans la sous-commande /VARIABLES (et lorsqu'ils ont été spécifiés dans la sous-commande /STRINGS dans le cas de la commande SAVE). Les noms de variable pour les commandes
GET et SAVE sont tronqués à 8 octets lorsqu'ils sont référencés via un vecteur dans la sous-commande
/NAMES.
Les instructions GET, SAVE, MGET ou
MSAVE prennent en charge les références à un jeu de données tout comme les spécifications de fichier physique.
MATRIX-END MATRIX prend désormais en charge les fonctions
statistiques qui n'étaient gérées que par la commande COMPUTE (par
exemple, IDF.CHISQ, CDF.NORMAL,
NCDF.F, etc.).
Commande GENLINMIXED
Nouvelles structures de type de covariance ARH1 et
CSH, effets aléatoires. Les options CSH et
ARH1 ont été ajoutées à la sous-commande /RANDOM
(mot clé COVARIANCE_TYPE).
Nouvelles structures de type de covariance ARH1 et
CSH, effets répétés. Les options CSH et
ARH1 ont été ajoutées à la sous-commande
/DATA_STRUCTURE (mot clé COVARIANCE_TYPE).
Méthode de Kenward-Roger, degré de liberté. L'option
KENWARD_ROGER a été ajoutée à la sous-commande
/BUILD_OPTIONS (mot clé DF_METHOD).
Types de covariance de Kronecker. Les options UN_AR1,
UN_CS et UN_UN ont été ajoutées à la
sous-commande /DATA_STRUCTURE (mot clé COVARIANCE_TYPE).
Nouveau mot clé KRONECKER_MEASURES. Le mot clé est utilisé pour
spécifier une liste de variables pour la sous-commande /DATA_STRUCTURE. Le
mot clé doit être utilisé uniquement si COVARIANCE_TYPE est l'un des
trois types de Kronecker. Les règles pour KRONECKER_MEASURES sont les
mêmes que celles pour REPEATED_MEASURES. Lorsque les deux
spécifications sont appliquées, certains champs peuvent être communs, mais ils ne peuvent
pas être exactement identiques (qu'ils soient dans le même ordre ou non).
Commande MIXED
Le mot clé DFMETHOD a été introduit dans la sous-commande
CRITERIA.
Le mot clé KRONECKER a été ajouté à la sous-commande
REPEATED. Le mot clé doit uniquement être
utilisé si COVTYPE est l'un des trois types de Kronecker suivants.
Les options UN_AR1, UN_CS et
UN_UN ont été ajoutées au mot clé COVTYPE sur
la sous-commande REPEATED.
Fonction INSERT HIDDEN
Vous pouvez utiliser la fonction INSERT HIDDEN dans l'interface de ligne de commande de l'environnement de
production pour soumettre des travaux à
SPSS Statistics
Server.
Lorsque l'interface de ligne de commande de l'environnement de production est utilisée
avec le Planificateur de tâches Microsoft Windows ou MacOS Automator pour la
planification des travaux, vous pouvez remplacer
IBM® SPSS Collaboration and Deployment Services de manière
efficace pour le traitement des travaux
SPSS Statistics.