더욱 안정적인 모델을 작성하고 더욱 정확한 결과를 생성

IBM® SPSS® Bootstrapping은 분석 모델이 신뢰 가능하고 정확한 결과를 생성하도록 보장하는 효과적인 방식입니다. 기술통계, 평균, 교차표, 코릴레이션(correlation), 회귀 등을 포함하여 SPSS Statistics 제품군에서 발견한 분석 모델 및 프로시저의 안정성을 테스트하는 데 사용할 수 있습니다.

SPSS Bootstrapping으로 다음을 수행할 수 있습니다.

설명 테이블

설명 테이블은 통계와 이러한 통계에 대한 부트스트랩 신뢰구간을 포함합니다. 평균에 대한 부트스트랩 신뢰구간(86.39, 105.20)은 매개변수 신뢰구간(86.42, 105.30)과 유사하며 "일반적" 직원이 이전에 7-9년의 경험이 있음을 제시합니다. 그러나 이전 경험(개월)이 왜곡 분포를 가지므로 "일반적" 현재 임금의 표시자로서 중간값이 더 적절합니다.

Bootstrap ...

비율에 대한 신뢰구간 - 통계 열

통계 열은 원본 데이터세트를 사용하여 일반적으로 주기별로 생성된 값을 표시합니다. 부트스트랩 열은 부트스트래핑 알고리즘으로 생성됩니다.

Churn within last month ...

비율에 대한 신뢰구간 - 빈도 테이블

빈도 테이블은 각 카테고리에 대해 백분율(비율× 100%)의 신뢰구간을 보여주며 모든 카테고리 변수에 대해 사용이 가능합니다.

Bootstrap for Percent ...

비율에 대한 부트스트랩

표준에서 인터셉트와 같이 일부 계수에 대한 매개변수 표준 오류가 부트스트랩 추정치에 비해 너무 작음을 알 수 있으며 따라서 신뢰구간이 더 넓습니다. [minority=0]과 같이 일부 계수의 경우 매개변수 표준 오류가 너무 크지만, 0.05 미만인 부트스트랩 결과에서 보고한 0.006 유의값이 소수(minority)이거나 소수가 아닌 직원 사이에 임금 인상에서 관찰된 차이가 우연이 아님을 보여줍니다.

Dependent Variable: diff ...

SPSS Bootstrapping 스크린샷

전체 이미지 보기

전체 이미지 보기

전체 이미지 보기

전체 이미지 보기

SPSS Bootstrapping 관련 자료

여기에 없습니까?

무엇을 도와드릴까요?

쉽게 구매하기 또는 자세히 보기.