Глава 3. Эмпирическая оценка и анализ

Прогнозирование в SPSS Statistics

Пакет SPSS в настоящее время является одним из лидеров среди универсальных статистических пакетов. Данная программа предлагает полный набор инструментов, которые обеспечивают эффективную работу на каждом этапе аналитического процесса - начиная с планирования и заканчивая управлением данными, анализом данных и представлением результатов.

Программное обеспечение SPSS дает возможность:

Организовывать простой доступ к данным;

Эффективно осуществлять сбор и ввод данных;

Эффективно управлять данными;

Использовать разные статистические процедуры для проведения анализа данных, а также строить более точные модели;

Публиковать результаты в Интернете;

Наглядно представлять результаты тем.

Для прогнозирования количественных данных в системе SPSS можно использовать следующие процедуры:

Линейная регрессия (доступна в SPSS Base) - изучение взаимосвязей предикторов и прогнозируемой переменной. К примеру, прогнозирование продаж, в основе которых лежат данные о ценах и доходе покупателей.

Регрессия основанная на взвешенном методе наименьших квадратов (доступна в SPSS Regression Models) - применяется, когда дисперсия независимой переменной непостоянна в генеральной совокупности.

Двухэтапный метод наименьших квадратов (доступен в SPSS Regression Models) - применяется, когда предиктор оказывает влияние на прогнозируемую переменную и наоборот.

Анализ выживаемости - такая оценка распределения временных интервалов двух событий, как например, временных интервалов начиная с момента привлечения клиента и заканчивая моментом ухода клиента к конкурентам.

Мощным инструментом для анализа временных рядов и прогнозирования считается модуль SPSS Trends. Анный модуль позволяет анализировать информацию прошлого и предсказывать будущее.

С помощью SPSS Trends можно воспользоваться следующими процедурами оценивания:

Процедуры для обработки сезонных составляющих;

Анализ Бокса-Дженкинса для несезонных и одномерных моделей;

Различные регрессионные методы;

Оценка в 12 различных моделях экспоненциального сглаживания (до четырех параметров);

Разложение временных рядов на составляющие.

Каждый этап построения модели в SPSS Trends позволяет воспользоваться альтернативными методами. Для того, чтобы оценить степень адекватности модели в SPSS Trends, строятся статистики и нормальные вероятностные графики. Адекватность моделей оценивается при помощи стандартных ошибок и других статистик, которые вычисляются автоматически.

SPSS Statistics обладает целым рядом графических возможностей, которые позволяют визуально оценить полученные количественные результаты анализа и прогноза данных. Типы диаграмм:

Диаграммы для контроля качества (в том числе диаграммы Парето, Х-среднего и Сигма).

Категориальные диаграммы (в том числе несколько типов линий, столбиков, кругов, областей и ящиков).

Диаграммы и гистограммы рассеяния (в том числе перекрывающиеся, матричные и трехмерные).

Вероятностные графики (в том числе графики наблюденных и ожидаемых значений).

Диагностические и исследовательские графики (в том числе графики временных рядов и графики по наблюдениям).

Графики кросс-корреляционной функции (в том числе преобразование с помощью натурального логарифмирования, а также сезонное и несезонное дифференцирование).

Графики автокорреляционной и частной автокорреляционной функции (в том числе сезонное и несезонное дифференцирование и преобразование натурального логарифма).

Система презентационной графики SPSS дает возможность без лишних усилий создавать диаграммы, которые наилучшим образом описывают результаты анализа. Кроме того, в программе можно редактировать созданные диаграммы для более тонкой настройки. Системой презентационной графики легко пользоваться при работе в производственном режиме.