Medidas de distância ou semelhança são geradas pelo procedimento Proximities. Estatísticas são apresentadas a cada estágio para ajudar a selecionar a melhor solução.

Análise de Cluster TwoStep - Agrupe as observações em clusters baseados no critério de proximidade, com dados categóricos ou contínuos; especifique o número de clusters ou deixe que o número seja escolhido automaticamente.

Discriminante - Oferece a possibilidade de escolha do método de seleção de variável, estatística a cada passo e em um resumo final; a saída é exibida a cada passo e/ou no formato final.

Regressão Linear - Escolha a partir de seis métodos: eliminação regressiva, entrada forçada, remoção forçada, entrada progressiva, stepwise progressivo e mudança no R2 / testes de significância; produz inúmeras estatísticas descritivas e da equação.

Simulação de modelagem - A simulação no SPSS Statistics é designada para contabilizar a incerteza em inputs dos modelos preditivos. Utilizando técnicas de simulação de Monte Carlo, inputs incertos podem ser modelados através de distribuição de probabilidades, e valores simulados para esses inputs podem ser gerados a partir dessas distribuições.

- Especifique todos os detalhes exigidos para executar uma simulação, tais como as distribuições dos preditores simulados e as correlações para esses preditores. Quando dados históricos estão presentes, as distribuições e correlações para preditores simulados podem ser determinados automaticamente a partir dos dados.
- Salve as especificações de uma simulação num arquivo de plano de simulação.
- Execute uma simulação a partir de um arquivo de plano de simulação ou forneça as especificações na interface associada e execute a simulação a partir dessa interface.
- Carregue o plano de simulação, modifique qualquer aspecto do plano, opcionalmente execute a simulação modificada e, opcionalmente, salve as mudanças.

Você pode também selecionar entre mais de uma dezena de módulos integrados para fazer análises especializadas mais rápido e facilmente. Adicione potência quando você precisar, e conecte dados para tomar decisões através do IBM SPSS Collaboration e Deployment Services.

Regressão Ordinal - PLUM - Escolha entre sete opções de controlar o algoritmo iterativo usado para estimação, para especificar a tolerância numérica para checar singularidade, e para customizar as saídas, cinco funções de ligação podem ser usadas para especificar o modelo.

Análise Vizinho mais próximo - Use para previsões (com um alvo especificado) ou para classificação (sem alvo especificado); especifique a distancia métrica usada para medir a semelhança dos casos; e controle se os valores ausentes ou variáveis categóricas são tratados como valores válidos.

Com o IBM SPSS Statistics Base você pode confiar em seus resultados analíticos. Esta solução de software completa inclui uma ampla gama de procedimentos e testes para resolver seus desafios de negócios e pesquisa.

O IBM SPSS Statistics Base permite olhar rapidamente seus dados, formular hipóteses para testes adicionais e realizar procedimentos estatísticos e analíticos que ajudam a esclarecer relações entre variáveis, criar grupos, identificar tendências e fazer previsões.

Estatística Descritiva

> Tabelas Cruzadas - frequência, percentual, resíduos, totais marginais, testes de independência, teste de associação linear, medida de associação linear, medidas para dados ordinais, medidas para dados nominais cruzados com escalares, estimativas de risco relativo para estudos de caso controle e de corte.
> Frequências - Frequências, porcentagens, porcentagens válidas e acumuladas, tendência central, dispersão, distribuição e valores de percentil.
> Descritivas - Tendência central, dispersão, distribuição e escores Z.
> Estatísticas descritivas de razão - Coeficiente de dispersão, coeficiente de variação, diferencial de razão de preço e desvio médio absoluto.
> Compare médias - possibilidade de escolher entre média harmônica ou geométrica; teste de linearidade; compare através de estatísticas de amostras independentes, amostras pareadas ou teste t para uma amostra.
> ANOVA e ANCOVA - Conduza testes de contraste, amplitude e post hoc; análise medidas de efeitos fixos e efeitos aleatórios; estatísticas descritivas de grupos; escolha seu modelo baseado em quatro tipos de procedimentos de soma dos quadrados; execute testes de ajuste; selecione desenho balanceado ou não-balanceado; e análise covariâncias com ATÉ 10 métodos.
> Correlação - este para correlações bivariadas ou parciais, ou para distâncias indicando similaridade ou dissimilaridade entre as medidas.
> Testes não-paramétricos - Qui-quadrado, Binomial, Sequenciais, uma amostra, duas amostras independentes, k amostras independentes, duas amostras relacionadas, k amostras relacionadas.
> Explore - Intervalos de confiança para médias; estimadores M; identificação de outliers; gráficos de resultados.

Testes para Prever Resultados Numéricos e Identificar Grupos:

O IBM SPSS Statistics Base contêm procedimentos para os projetos que você está trabalhando agora e qualquer outro que estiver por vir. Você pode estar confiante de que sempre terá as ferramentas analíticas necessárias para fazer o trabalho rápida e eficazmente.

Análise Fatorial - Usada para identificar variáveis, ou fatores latentes que explicam o padrão das correlações dentro de um conjunto de variáveis observadas. No IBM SPSS Statistics Base, o processo de análise fatorial fornece um alto grau de flexibilidade, oferecendo:
> Sete métodos de extração de fatores
> Cinco métodos de rotação, incluindo rotações não ortogonais
> Três métodos de calcular escores fatoriais. Os escores podem ser salvos como variáveis para futuras análises

Análise de cluster por K-médias - Usada para identificar grupos de casos relativamente homogêneos baseados em características selecionadas, usando um algoritmo que pode suportar grandes números de casos, mas requer que você especifique o número de clusters. Selecione um de dois métodos de classificação de casos: atualizando iterativamente os centros dos clusters ou somente classificando.

Análise de Cluster Hierárquica - Usada para identificar grupos de casos (ou variáveis) relativamente homogêneos baseadas em características selecionadas, usando um algoritmo que começa com cada caso em um cluster separado e combina os clusters até que só sobre um. Analise variáveis puras ou escolha entre uma variedade de transformações padronizadas.