IBM SPSS Statistics Base

IBM Software
Business Analytics
IBM SPSS Statistics
IBM SPSS Statistics Base
Confíe en sus resultados analíticos y en las decisiones
comerciales que tome
Características principales
•
Obtenga asistencia a través de cada paso
del proceso analítico.
•
Lleve a cabo análisis esenciales desde
una interfaz gráfica intuitiva.
•
Seleccione de entre más de una docena
de productos integrados para realizar
análisis especializados de manera más
rápida y sencilla.
•
Añada potencia cuando la necesite y
conecte los datos a la toma de decisiones
mediante otras aplicaciones de software
de business analytics de IBM.
Las organizaciones pueden solucionar una amplia gama de problemas
empresariales y de investigación con IBM SPSS Statistics. Esta pionera
gama de productos de análisis se ha utilizado en todo el mundo durante
más de 40 años.
En comparación con otro software estadístico, IBM SPSS Statistics es
más fácil de usar, tiene un coste total de propiedad más bajo y gestiona
todo el proceso de análisis de forma más completa, desde la planificación
hasta la recopilación de datos pasando por el análisis, la elaboración
de informes y la distribución.
Organizaciones de todo tipo confían en IBM SPSS Statistics para
aumentar los ingresos, superar a competidores, realizar estudios y tomar
decisiones más acertadas. Tras décadas de experiencia e innovación, es
uno de los principales productos elegido en todo el mundo para un
análisis estadístico fiable.
IBM SPSS Statistics Base forma parte de la suite de software IBM SPSS
Statistics, que consiste en más de una docena de productos totalmente
integrados que ofrecen funciones especializadas. Este completo software
de fácil uso incluye muchos procedimientos y pruebas para ayudar a
los usuarios a resolver desafíos complejos de negocio y de investigación.
IBM SPSS Statistics Base y los demás productos de software de IBM SPSS
Statistics se pueden adquirir por separado o formando parte de tres
ediciones especializadas: IBM SPSS Statistics Standard, IBM SPSS
Statistics Professional e IBM SPSS Statistics Premium. Estas ediciones
agrupan capacidades analíticas para cumplir los requisitos de análisis
de cualquier tipo de organización, desde herramientas básicas para
resolver problemas comunes hasta técnicas analíticas avanzadas que
permiten a las empresas resolver retos complejos.
IBM Software
Business Analytics
IBM SPSS Statistics
Ahorre tiempo con la preparación de
datos para el análisis
Puede elegir una versión de sólo cliente de IBM SPSS Statistics
Base o una versión para servidor, que ofrece funciones más
potentes, un incremento del rendimiento y la capacidad de
ampliación y una administración más eficaz.
Antes de poder analizar sus datos, debe prepararlos para el
análisis. Numerosas técnicas y funciones incluidas en IBM SPSS
Statistics Base permiten una sencilla preparación de los datos.
A continuación se indican los resúmenes de un par de elementos
importantes de la gestión de datos. Con IBM SPSS Statistics
Base, puede configurar fácilmente información de diccionario
de datos (por ejemplo, etiquetas de valor y tipos de variable)
y preparar los datos para su análisis con mayor rapidez usando
la herramienta de definición de propiedades de variable.
IBM SPSS Statistics Base presenta una lista de valores y
recuentos de esos valores para que pueda añadir esta
información. Una vez se haya configurado el diccionario de
datos, puede aplicarlo utilizando la herramienta Copiar
propiedades de datos. El diccionario de datos actúa como
plantilla, de modo que puede aplicarla en otros archivos de
datos y otras variables del mismo archivo.
Mejoras en versiones recientes
Las versiones recientes han incluido una mejor usabilidad,
nuevas tecnologías analíticas, mejoras en el rendimiento y
una mejor integración:
•
•
•
•
Desplegar gráficos y tablas de SPSS Statistics
simultáneamente en varios dispositivos inteligentes.
Producir resultados listos para su presentación con formato
condicional y automatización.
Crear mapas de colores por medio de la simulación de
Monte Carlo, que ahora también soporta el modelado
lineal automático y las series de simulación.
Facilitar la búsqueda y descarga de extensiones de
programabilidad.
SPSS Statistics Base facilita la identificación de casos duplicados,
para que puedan eliminarse antes del análisis. Utilice la
herramienta de identificación de casos duplicados para
establecer parámetros y marcar duplicados para poder realizar
un seguimiento de los mismos para el registro.
Acceso y análisis de grandes conjuntos
de datos rápidamente
SPSS Statistics facilita un acceso, gestión y análisis rápidos de
cualquier tipo de conjunto de datos, incluidos datos de encuesta,
bases de datos corporativas o datos descargados de Internet.
Además, IBM SPSS Statistics Base facilita la preparación
de datos de nivel continuo para su análisis. Por ejemplo, el
agrupador visual le permite dividir fácilmente los ingresos
en “tramos” de 10.000 o dividir las edades en grupos. Una
lectura de datos proporciona un histograma que le permite
especificar puntos de corte de forma inteligente. A continuación,
puede crear automáticamente etiquetas de valor desde los
puntos de corte especificados (por ejemplo, “21-30”).
Además, el software puede procesar datos Unicode. Esto elimina
la variabilidad en los datos debido a una codificación específica
de un lenguaje y permite que su organización visualice, analice
y comparta datos escritos en múltiples lenguajes.
2
IBM Software
Business Analytics
IBM SPSS Statistics
Cree su propia información de diccionario para variables
con atributos personalizados. Por ejemplo, cree un atributo
personalizado que represente todo el texto de una pregunta
de encuesta cuando un nombre de código como “demo01”
se utilice como nombre de variable. También puede crear
atributos personalizados que describan transformaciones
para una variable derivada con información que explique
cómo ha transformado la variable.
Ventajas de negocio
•
•
•
Puede abrir varios conjuntos de datos en una única sesión. Esto
le permite ahorrar tiempo y comprimir pasos al combinar
archivos de datos. También le ayuda a mantener la coherencia
al copiar información de diccionario de datos entre varios
archivos. O, si lo prefiere, puede suprimir el número de
conjuntos de datos activos.
•
También puede comparar dos conjuntos de datos o dos archivos
de datos para identificar posibles discrepancias entre ellos.
Existen dos niveles de comparación: la primera es una
comparación de los metadatos de los documentos y la segunda
es una comparación caso por caso de determinados valores
de variables.
Apoye la toma de decisiones con el análisis de datos para
obtener mejores resultados.
Confíe más en sus resultados incorporando datos de
muchas fuentes diferentes en su análisis y utilizando
técnicas probadas para realizar sus análisis.
Ahorre tiempo y esfuerzo con funciones que permiten a
los analistas experimentados desarrollar procedimientos o
cuadros de diálogo que otras personas pueden utilizar
para acelerar las tareas repetitivas.
Dé a sus resultados un mayor impacto utilizando las
funciones de visualización que muestran claramente
a otras personas el significado de sus conclusiones.
Completo surtido de técnicas de análisis
Vaya más allá de los estadísticos de resumen y la coincidencia
de fila y columna. IBM SPSS Statistics Base le proporciona
una amplia gama de procedimientos estadísticos para una
análisis básico, en el que se incluyen recuentos, tablas de
contingencia, conglomerados, descriptivos, análisis factorial,
regresión lineal, análisis de conglomerados, regresión ordinal
y análisis del elemento afín.
SPSS Statistics Base le permite reestructurar sus archivos de
datos para prepararlos para su análisis. Por ejemplo, tome un
archivo de datos que tenga varios casos por asunto y reestructure
los datos para colocar todos los datos de cada asunto en un
único registro. También puede completar la acción inversa;
puede tomar un archivo de datos que tenga un único caso
por asunto y extender los datos por varios casos.
Una vez haya completado su análisis, podrá volver a escribir
los datos en su base de datos con facilidad mediante el asistente
de exportación a base de datos. Para obtener una capacidad
de análisis mayor, utilice IBM SPSS Statistics Base con otros
módulos, como IBM SPSS Regression e IBM SPSS Advanced
Statistics, que se centran en el análisis de datos (los detalles
empiezan en las páginas 20 y 21).
Utilice el asistente de fecha y hora para realizar cálculos con
fechas y horas, crear variables de fecha/hora a partir de cadenas
que contengan variables de fecha (como “29/03/10”) y obtener
datos de fecha/hora a partir de una variedad de fuentes para
IBM SPSS Statistics Base. También puede analizar unidades
de fecha/hora individuales, como el año, de variables de
fecha/hora para aplicar el filtro.
3
IBM Software
Business Analytics
IBM SPSS Statistics
Genere gráficos fácilmente
predictivo para generar un resultado. El proceso se repite
muchas veces (generalmente miles o decenas de miles de
veces), lo cual genera una distribución de resultados. La
distribución de resultados se puede utilizar para responder
preguntas de una naturaleza probabilística.
Cree gráficos utilizados normalmente, como SPLOM (matrices
de diagramas de dispersión), histogramas y pirámides de
población, más fácilmente con el generador de gráficos. Esta
interfaz de creación de gráficos muy visual le permite crear
un gráfico arrastrando variables y elementos a un lienzo de
creación de gráficos. También puede utilizar un método
abreviado basado en un gráfico existente en la galería. Verá
una presentación preliminar limitada del gráfico mientras se
esté generando. Los usuarios avanzados pueden emplear una
gama más amplia de posibilidades de gráficos y opciones
mediante el lenguaje de producción de gráficos (GPL).
La simulación Monte Carlo soporta técnicas analíticas tales
como los mapas de colores, el modelado lineal automático
(ALM) y las series de simulación. También se puede utilizar
para generar datos en ausencia de un modelo predictivo.
Produzca mapas de alta calidad
Vea los resultados de los análisis geográficamente con plantillas
de mapas disponibles a través del Graphboard Template
Chooser. Cree diferentes tipos de visualizaciones, tales como
mapas coropléticos (mapas de colores), mapas con minigráficos
y mapas superpuestos, para ayudarle a planificar, pronosticar
y definir con mayor efectividad. IBM SPSS Statistics incluye
varios archivos de mapas – o puede utilizar el programa de
utilidad Map Conversion para convertir archivos de formas
de mapas existentes con el fin de utilizarlos con el Graphboard
Template Chooser.
Los que trabajen con gráficos de control de procesos
estadísticos pueden solicitar la comprobación de reglas en
los gráficos de control tanto primario como secundario, lo que
proporciona una mayor precisión y un mejor conocimiento
de si un proceso funciona con normalidad.
El sistema de gráficos de presentación de IBM SPSS Statistics
Base le permite controlar las etapas de creación y edición,
para liberar su carga de trabajo en un entorno de producción.
Cree un gráfico una vez y, a continuación, utilice sus
especificaciones para crear otros cien iguales que el primero.
Presentación de los mejores resultados
con informes OLAP
Puede hacer que los resultados de SPSS Statistics estén ya
listos para su presentación mediante la creación de tablas
directamente en los diálogos del procedimiento, con opciones
de formato condicional. Para una mayor rapidez y eficiencia,
permite automatizar ediciones comunes en su documento
de salida.
La tecnología OLAP transforma el modo en que crea y
comparte información. El informe OLAP de IBM SPSS
Statistics Base proporciona una forma rápida y flexible de crear,
distribuir y manipular información para tomar decisiones
instantáneas. Cree tablas, gráficos y cubos de informes que
cuenten con una exclusiva y aclamada tecnología de pivotado
y descubrirá nuevos aspectos de sus datos. Intercambie filas,
columnas y capas de cubos de informes (o cambie información
y estadísticos rápidamente en gráficos) para alcanzar nuevos
niveles de conocimiento. Puede incluso convertir una tabla
en un gráfico pulsando con el ratón un par de veces.
Vea los gráficos y tablas en varias plataformas sin usar un
SmartReader dedicado u otro tipo de aplicación, incluyendo
cualquier entorno de sobremesa que ejecute Windows, Mac
o Linux; iPod, iPhone e iPad; teléfonos y tabletas Android
(versiones 2.1 y superiores); y dispositivos Windows 8.
Cree diálogos personalizados
Genere mejores modelos cuando las
entradas sean inciertas
El generador de cuadros de diálogo personalizados permite
que los usuarios con más experiencia faciliten los cuadros de
diálogo existentes para los usuarios comerciales y que creen
cuadros de diálogo para funciones personalizadas creadas
mediante la programación. El generador de cuadros de
diálogo personalizados permite que los usuarios con menos
experiencia aprendan rápidamente cómo realizar operaciones
rutinarias de manera eficaz y ofrece a los programadores un
modo de distribuir su trabajo de manera eficaz.
SPSS Statistics incluye capacidades de simulación Monte Carlo
que ayudan a tener en cuenta la incertidumbre en las entradas
de los modelos predictivos. En este enfoque, las entradas
inciertas se modelan con distribuciones de probabilidad (como
la distribución triangular) y se generan valores simulados de
dichas entradas extrayéndolos de dichas distribuciones. A
continuación, se utilizan los valores simulados en el modelo
4
IBM Software
Business Analytics
IBM SPSS Statistics
Mayor valor gracias a la colaboración
•
Para compartir y reutilizar activos de forma eficaz, protegerlos
de forma que cumplan los requisitos normativos internos y
externos y publicar los resultados de manera que un número
mayor de usuarios empresariales pueda verlos e interactuar
con ellos, plantéese aumentar el software IBM SPSS Statistics
con IBM SPSS Collaboration and Deployment Service.
Puede encontrar más información sobre estas valiosas funciones
en ibm.com/software/products/us/en/spss-collaboration
Características
Operaciones generales
•
•
•
•
•
•
•
Conmutar el idioma de la interfaz de usuario (por ejemplo,
pasar del Inglés al Japonés)
Aplicar divisores mediante el editor de datos para comprender
más rápida y fácilmente los conjuntos de datos anchos y largos
Seleccionar la función de barra de herramientas personalizable
–– Asignar procedimientos, procesos u otros productos
de software
–– Seleccionar iconos estándar de barra de herramientas
o crear los suyos propios
Trabajar con tablas de pivote multidimensionales / cubos
de informes
–– Reordenar columnas, filas y capas arrastrando los
iconos para un análisis ad hoc más sencillo
–– Alternar entre capas pulsando en un icono para que
la comparación entre subgrupos sea más sencilla
–– Habilitar la ayuda estadística en línea para la elección
de procedimientos estadísticos o tipos de gráficos y
la interpretación de resultados; se incluyen ejemplos
de aplicaciones realistas
Cambiar atributos de texto, como fuentes, colores, negritas,
cursivas, etc.
Cambiar atributos de tabla tales como los formatos de
número, estilos de línea, ancho de líneas, alineaciones de
columna, sombreado del fondo/ páginas, activación o
desactivación de líneas, etc.
Visualizar u ocultar selectivamente filas, columnas o etiquetas
para resaltar conclusiones importantes
•
5
Permitir la ayuda orientada a tarea con instrucciones paso
a paso
–– Ver referencias de clientes que le muestren cómo se
utilizan determinadas estadísticas y se interpretan
los resultados
–– Seleccionar Statistics Coach™, que le ayuda a elegir
el mejor procedimiento o gráfico estadístico
–– Trabajar mediante tutoriales
–– Seleccionar los botones “Demostración”, que llevan
al tutorial para obtener ayuda más detallada cuando
la necesite
–– Utilizar la ayuda “¿Qué es esto?”, que proporciona
definiciones emergentes de términos estadísticos y
reglas generales
Utilizar funciones de formato en resultados
–– Transformar una tabla en un gráfico para lograr una
comunicación visualmente más convincente
–– Mostrar los coeficientes de correlación junto con su
nivel de significatividad (así como n) en correlaciones
que utilizan la visualización de resultados
predeterminada
–– Controlar si, tras la activación, una tabla se abre en
su lugar o en su propia ventana
–– Marcar la fecha y hora en el archivo diario para una
referencia sencilla
–– Pulsar con el botón derecho en un icono de archivo
de sintaxis de IBM SPSS Statistics para ejecutar un
archivo de comandos sin necesidad de pasar por el
modo de producción
–– Utilizar listas desplegables para acceder más fácilmente
a las diferentes capas
–– Establecer configuraciones de página permanentes
–– Establecer un ancho de columna para todas las tablas
pivote y definir la ruptura de texto
–– Decidir si desea utilizar la notación científica para
mostrar números pequeños
–– Controlar el número de dígitos de la precisión en
presentaciones
–– Añadir notas al pie y anotaciones
–– Reordenar categorías de una tabla para mostrar los
resultados de forma más eficaz
–– Agrupar o desagrupar varias categorías en filas o
columnas bajo un único encabezado que amplía las
filas o columnas
–– Utilizar uno de los 16 TableLooks™ preformateados
para formatear los resultados rápida y sistemáticamente
–– Crear y guardar formatos personalizados como
TableLooks para su propio estilo personalizado
–– Mostrar valores o etiquetas
–– Rotar etiquetas de tabla
–– Interactuar con informes y utilizar modelos y código
creado por otras personas de su organización con la
adición opcional de IBM SPSS Collaboration and
Deployment Services
IBM Software
Business Analytics
•
•
•
•
•
•
•
•
•
•
IBM SPSS Statistics
Trabajar con el visor para organizar y visualizar resultados
y desplazarse por ellos
–– Mantener un registro de su trabajo utilizando el
valor de adición predeterminado de archivos diarios
–– Utilizar la representación de los titulares para
determinar rápidamente la ubicación de los resultados
–– Seleccionar un icono en los titulares y ver los resultados
correspondientes en el panel de contenido
–– Reordenar gráficos, tablas y otros objetos arrastrando
iconos en los titulares
–– Contraer o expandir los titulares de forma selectiva para
visualizar o imprimir los resultados seleccionados
–– Incluir tablas, gráficos y objetos en un único panel
de contenido para una fácil revisión y acceso
–– Justificar a la derecha, justificar a la izquierda o
centrar los resultados
–– Buscar y sustituir información del visor del panel de
contenido, el panel de titulares o ambos
Crear y guardar especificaciones de análisis para tareas
repetitivas o procesos desatendidos
Crear tablas directamente en los diálogos de procedimientos
con opciones de formato condicional
Automatizar ediciones comunes en su documento de salida
Utilizar la función mejorada de modo de producción con
la interfaz de cuadros de diálogo y las macros para facilitar
la elaboración de informes periódicos
Tener todo el control sobre la división de tablas con mejoras
en la paginación y la impresión
Hacer referencia a explicaciones de términos estadísticos
mediante el glosario estadístico en pantalla
Trabajar con datos más fácilmente
–– Cuadros de diálogo de tamaño ajustable
–– Función de arrastrar y soltar en cuadros de diálogo
Exportar resultados a Microsoft Word
–– Convertir tablas pivote en tablas de Word con todo
el formato guardado
–– Convertir gráficos en imágenes estáticas
–– Integrar y reducir tablas anchas
–– Sintaxis para automatizar la producción de informes
Exportar resultados a Microsoft PowerPoint (sólo Windows)
–– Convertir tablas pivote en tablas de PowerPoint con
todo el formato guardado
–– Convertir gráficos en imágenes estáticas
–– Integrar y reducir tablas anchas
–– Sintaxis para automatizar la producción de informes
–– Modificar una hoja de cálculo existente añadiendo
filas o columnas
•
•
•
•
•
•
•
•
6
Exportar resultados a Microsoft Excel
–– Exportar sólo la vista actual o todas las capas de una
tabla pivote de IBM SPSS Statistics
–– Colocar cada capa de tabla pivote en la misma hoja o
en hojas separadas dentro de un archivo de Excel
–– Sintaxis para automatizar la producción de informes
–– Crear una nueva hoja de cálculo dentro de un libro
existente
–– Modificar una hoja de cálculo existente añadiendo
filas o columnas
Exporte resultados a PDF
–– Decidir optimizar el PDF para su visualización web
–– Controlar si los marcadores generados por PDF se
corresponden con las entradas de titulares del visor
en el visor de resultados. Los marcadores facilitan la
navegación por documentos grandes.
–– Controlar si las fuentes están incrustadas en el
documento. Las fuentes incrustadas garantizan que
el lector de su documento vea el texto con su fuente
original, evitando una sustitución de la fuente.
–– Sintaxis para automatizar la producción de informes
Abrir/guardar y crear fácilmente nuevos archivos de
resultados mediante la sintaxis
Recibir compatibilidad de la rueda del ratón con el
desplazamiento del visor de resultados
Cambiar los idiomas de los resultados (por ejemplo, cambiar
del japonés al inglés)
Ver la salida interactiva en las siguientes plataformas:
–– Cualquier entorno de sobremesa, incluyendo
Windows, Mac y Linux
–– iPod, iPhone e iPad
–– Teléfono y tableta Android (versiones 2.1 y superiores)
–– Windows 8
Utilizar la función de procesamiento
–– Crear, editar y guardar procesos
–– Crear interfaces de formularios personalizados
–– Asignar procesos a iconos o menús de la barra
de herramientas
–– Ejecutar procesos automáticamente cuando se
produzcan ciertos eventos
–– Admitir Python 2.6 para que el procesamiento sea
más sencillo y fiable
Utilizar la automatización
–– Integrar IBM SPSS Statistics con otras aplicaciones
de sobremesa
–– Crear aplicaciones personalizadas mediante Visual
Basic, PowerBuilder y C++
–– Integrar IBM SPSS Statistics en aplicaciones
personalizadas de mayor tamaño (como Word o Excel)
IBM Software
Business Analytics
•
•
•
•
•
•
•
IBM SPSS Statistics
Utilizar el comando HOST para aprovechar las funciones
del sistema operativo en IBM SPSS Statistics. Este comando
permite que las aplicaciones “escapen” al sistema operativo
y ejecuten otros programas en sincronización con la sesión
de IBM SPSS Statistics.
Evitar que los trabajos de sintaxis se rompan al crear un
directorio de proyectos común o principal que le permita
incluir transformaciones para varios proyectos
–– Gestionar mejor varios proyectos, archivos de sintaxis
y conjuntos de datos
Especificar reglas de sintaxis interactivas mediante el
comando INSERT
Editor de sintaxis de comandos para una creación sencilla
de sintaxis con nuevas funciones como:
–– Autocumplimentación
–– Codificación de colores de sintaxis
–– Codificación de errores de sintaxis
–– Sección para mostrar números de línea y punto
de interrupción
–– Método por pasos de trabajos de sintaxis
–– Autosangría: botón que sangra automáticamente los
contenidos de los comandos
–– Botones reducir y aumentar sangría
–– Activar/desactivar comentarios
–– Capacidad de dividir la ventana del editor de sintaxis
–– Mejora del desplazamiento
Generador de cuadros de diálogo personalizados para crear
interfaces definidas por el usuario para procedimientos
existentes y definidos por el usuario
IBM SPSS Smartreader para compartir los resultados de
IBM SPSS Statistics con aquellas personas que no tienen
IBM SPSS Statistics
Buscar, descargar e instalar extensiones disponibles desde
el interior de SPSS Statistics
•
•
•
•
Capacidades gráficas
•
Mapas
–– Mapas coropléticos (mapas de colores)
–– Mapas con minigráficos
–– Mapas superpuestos
–– Compatible con archivos de formas ESRI
•
•
•
7
Gráficos categóricos
–– De barras en 3D: simples, agrupadas y apiladas
–– De barras: simples, agrupadas, apiladas, de sombra
vertical y en 3D
–– De líneas: simples, múltiples y de líneas verticales
–– De áreas: simples y apilados
–– De sectores: simples, desgajados y con efectos en 3D
–– De máximo-mínimo: de máximo-mínimo-cierre, de
áreas de diferencias y de barras de rango
–– De diagramas de caja: simples y agrupados
–– De barra de error: simples y agrupados
–– De barras de error: adición de barras de error a gráficos
de barras, de líneas y de áreas; nivel de confianza;
desviación típica; y error estándar
–– De doble eje Y y superposición
Diagramas de dispersión
–– Simples, agrupados, matriz de diagramas de
dispersión y en 3D
–– De líneas de ajuste: de regresión lineal, cuadrática o
cúbica y suavizamiento MinSCE; control de intervalos
de confianza para el total o subgrupos; y mostrar
trazos de unión a la línea
–– Agrupar puntos por color o tamaño de marcador
para solaparlos
Gráficos de densidad
–– Pirámides de población: eje reflejado para comparar
distribuciones; con o sin curva normal
–– Gráficos de puntos: los puntos apilados muestran la
distribución; simétricos, apilados y lineales
–– Histogramas: con o sin curva normal; opciones de
intervalos personalizados
Gráficos de control de calidad
–– Tipos de gráficos: Pareto, X-Barra, Rango, Sigma,
Individuales, Rango móvil, CUSUM
–– Señalar automáticamente puntos que violan las
reglas Shewhart
–– Desactivar reglas
–– Suprimir gráficos
Comprobación de reglas en gráficos SPC secundarios
Gráficos diagnósticos y exploratorios
–– Diagramas de casos y diagramas de series temporales
–– Diagramas de probabilidad
–– Diagramas de la función de autocorrelación y la
función de autocorrelación parcial
–– Diagramas de la función de correlaciones cruzadas
–– Características operativas del receptor (COR)
Gráficos de uso múltiple
–– Gráficos de líneas en 2D (ambos ejes pueden ser ejes
de escala)
–– Gráficos para conjuntos de respuesta múltiple
IBM Software
Business Analytics
•
•
•
•
•
•
•
IBM SPSS Statistics
Análisis
Gráficos personalizados
–– El lenguaje de producción de gráficos (GPL), un
lenguaje de creación de gráficos personalizado, permite
que los usuarios avanzados obtengan una gama más
amplia de posibilidades de gráficos y opciones que la
que admite la interfaz
La integración de tablero permite acceder a las plantillas
de gráfico creadas en IBM SPSS Visualization Designer
mediante IBM SPSS Statistics Base
Edición de opciones
–– Reordenar categorías automáticamente en un orden
diferente (descendente o ascendente) o por diferentes
métodos de ordenación (valor, etiqueta o estadístico
de resumen)
–– Crear etiquetas de valor de datos
–– Arrastrar a cualquier posición de su gráfico, añadir
líneas de conexión y vincular un color de fuente con
un subgrupo
–– Seleccionar y editar elementos específicos directamente
en un gráfico: colores, texto y estilos
–– Seleccionar en una amplia gama de estilos de línea y
ponderaciones Visualizar cuadrículas, líneas de
referencia, leyendas, títulos, notas al pie y anotaciones
–– Incluir una línea de referencia Y=X
Opciones de diseño
–– Gráficos panelados: crear una tabla de subgráficos,
un panel por nivel o condición, que muestre varias
filas y columnas
–– Efectos en 3D: rotar, modificar la profundidad y
mostrar planos posteriores
Plantillas de gráficos
–– Guardar características seleccionadas de un gráfico y
aplicarlas en otros automáticamente. Puede aplicar
los siguientes atributos en el momento de la creación
o la edición: diseño, títulos, notas al pie y anotaciones,
estilos de los elementos gráficos, estilos de los
elementos de datos, rango de escala de eje,
configuración de escala de eje, líneas de ajuste y de
referencia y agrupación de puntos de diagrama de
dispersión
–– Diseño de vista de árbol y mayor control de paquetes
de plantillas
Exportación de gráfico: BMP, EMF, EPS, JPG, PCT, PNG,
TIF y WMF
Función de conversión de iGRAPH para abrir archivos de
IBM SPSS Statistics 15 y anterior
Estadísticos descriptivos
Informes
• Los cubos OLAP le permiten:
–– Estimar rápidamente los cambios en la media o
suma entre dos variables relacionadas mediante un
cambio de porcentaje. Por ejemplo, ver fácilmente
cómo aumentan las ventas de un trimestre a otro.
–– Crear resúmenes de casos
–– Crear resúmenes de informes
–– Generar informes con calidad de presentación
mediante numerosas opciones de formato
–– Generar informes de listado de casos y de resumen
de casos con estadísticos en grupos de interrupción
Libro de códigos
• Controlar la información de variables incluida en los
resultados: posición, etiqueta, tipo, formato, nivel de
medición, etiquetas de valor, valores perdidos, atributos
personalizados, atributos reservados
• Controlar el orden de la información de archivos de los
resultados: nombre, ubicación, número de casos, etiqueta
de archivo, atributos personalizados definidos por el
usuario, texto de documento de archivo de datos, estado
de ponderación, atributos de archivo de datos reservado
• Controlar estadísticos de resumen: número de casos en
cada categoría, porcentaje de casos en cada categoría,
media, desviación típica, cuartil
• Controlar el orden de visualización: orden de archivos,
orden alfabético por nombre de variable, orden en el que
se enumeran las variables y los conjuntos de respuesta
múltiple en el comando, nivel de medición, nombre y
valor de atributos personalizados definidos por el usuario
Frecuencias
Tablas de frecuencias: recuentos de frecuencias,
porcentaje, porcentaje válido y porcentaje acumulado
• Opción para ordenar sus resultados por análisis o por tabla
• Tablas de resultados más compactas al eliminar las líneas
de texto adicionales cuando no son necesarias
• Tendencia central: media, mediana, modo y suma
• Dispersión: máximo, mínimo, rango, desviación típica,
error estándar y varianza
• Distribución: curtosis, error típico de la curtosis, asimetría
y error típico de la asimetría
• Valores de percentiles: percentiles (basados en datos reales
o agrupados), cuartiles y grupos iguales
• Visualización de formato: condensado o estándar, ordenado
por frecuencia o valores o índice de tablas
• Gráficos: gráfico de barras, histograma o gráfico de sectores
•
8
IBM Software
Business Analytics
IBM SPSS Statistics
Tablas de contingencia
• Las relaciones triples en datos categóricos con estadísticos
de Cochran y Mantel-Haenszel le permiten ir más allá de
los límites de una tabla de contingencia doble
• Recuentos: Frecuencias observadas y esperadas
• Porcentajes: columna, fila y total
• Variables de cadena larga
• Residuos: brutos, tipificados y tipificados corregidos
• Marginales: Frecuencias observadas y porcentajes totales
• Pruebas de independencia: chicuadrado de Pearson,
chi-cuadrado corregido de Yates, chi-cuadrado de cociente
de verosimilitudes y prueba exacta de Fisher
• Prueba de asociación lineal: chicuadrado de Mantel-Haenszel
• Medida de la asociación lineal: r de Pearson
• Medidas de datos nominales: coeficiente de contingencia,
V de Cramer, phi, lambda de Goodman y Kruskal (asimétrica
y simétrica), tau (dependiente de columna o fila) y coeficiente
de incertidumbre (asimétrico y simétrico)
• Medidas de datos ordinales: gamma de Goodman y Kruskal,
tau-b y tau-c de Kendall, D de Somers (asimétrica y simétrica)
y rho de Spearman
• Medidas nominal por intervalo: eta
• Medida de acuerdo: kappa de Cohen
• Estimaciones del riesgo relativo para el control de casos
y estudios de cohorte
• Visualizar tablas en orden ascendente
• Recuentos de frecuencias escritos en archivo
• Prueba de McNemar
• Opción de utilizar ponderaciones enteras o no enteras
Descriptivos
• Tendencia central: media y suma
• Dispersión: máximo, mínimo, rango, desviación típica,
error estándar y varianza
• Distribución: curtosis y asimetría
• Puntuaciones z: calcularlas y guardarlas como nuevas variables
• Orden de visualización: orden ascendente o descendente
de medias y nombres de variables
Explorar
Intervalos de confianza para la media
• Descriptivos: amplitud intercuartil, curtosis, error típico
de la curtosis, mediana, media, máximo, mínimo, rango,
asimetría, error típico de la asimetría, desviación típica, error
estándar, varianza, media recortada al 5% y porcentajes
• Estimadores M: estimador en onda de Andrews, estimador
• M de Hampel, estimador M de Huber y estimador
biponderado de Tukey
• Valores extremos y valores extremos identificados
• Tablas de frecuencias agrupadas: centro de intervalo,
frecuencia, porcentaje, porcentaje válido y porcentaje
acumulado
• Gráficos: crear diagramas con escala uniforme o
dependencia en valores de datos:
–– Diagramas de caja: variables dependientes y niveles
de factor en conjunto
–– Descriptivos: histogramas y diagramas de tallo y hojas
–– De normalidad: diagramas de probabilidad normal y
diagramas de probabilidad sin tendencia con estadísticos
de Kolmogorov-Smirnov y de Shapiro-Wilk
–– Diagramas de dispersión por nivel con la prueba de
Levene: estimación de potencia, transformados o sin
transformar
–– La prueba de Shapiro-Wilk de normalidad en
EXAMINE permite 5.000 casos cuando no se
especifican ponderaciones
•
Estadísticos de la razón descriptivos
Ayuda para comprender sus datos
–– Coeficiente de dispersión
–– El coeficiente de variación
–– Diferencial relativo al precio (DRP)
–– Desviación absoluta promedio
•
9
IBM Software
Business Analytics
IBM SPSS Statistics
Comparar medias
•
Medias
• Crear modelos mejores con medias armónicas y geométricas
• Casillas: recuento, media, desviación típica, suma y varianza
• Totales de todos los métodos
• Medida de análisis con Eta y Eta2
• Contraste de linealidad con R y R2
• Resultados mostrados en formato de informe, tabla de
contingencia o árbol
• Estadísticas calculadas para la prueba t para muestras totales
• Una muestra t para comparar la media de la muestra con
una media de referencia que elija
• Estadísticas de muestras independientes: comparar las medias
de muestras de dos grupos para estimaciones combinadas
y separadas de la varianza con la prueba de Levene para
varianzas iguales
• Estadísticas de muestras relacionadas: correlación entre
pares, diferencia entre medias y probabilidad bilateral para
prueba de ausencia de diferencia y prueba de correlación
nula entre los pares
• Estadísticas: intervalos de confianza, recuentos, grados de
libertad, media, probabilidad bilateral, desviación estándar
y estadístico t
•
•
•
•
•
•
Estadísticos ANOVA: sumas de cuadrados inter e intragrupos,
grados de libertad, medias cuadráticas, razón F y probabilidad
de F
Medidas de efectos fijos: desviación típica, error estándar
e intervalos de confianza al 95%
Medidas de efectos aleatorios: estimación de componentes de
la varianza, error estándar e intervalos de confianza al 95%
Estadísticos descriptivos de grupo: máximo, media, mínimo,
número de casos, desviación típica, error estándar e intervalo
de confianza al 95%
Homogeneidad de prueba de varianza: prueba de Levene
Materiales de matriz de lectura y escritura
Igualdad de medias: alcanzar resultados precisos cuando
las varianzas y los tamaños de muestras varíen en los
diferentes grupos
–– Prueba de Brown-Forsythe
–– Prueba de Welch
Modelos ANOVA: factoriales sencillos
• Crear modelos personalizados sin límites en el orden máximo
de interacción
• Trabajar más rápido ya que no tiene que especificar rangos
de niveles de factor
• Seleccionar el modelo correcto mediante cuatro tipos de
suma de cuadrados
• Incrementar la certidumbre con una mejor gestión de los
datos en casillas vacías
• Realizar pruebas de falta de ajuste para seleccionar su
mejor modelo
• Seleccionar uno de los dos diseños siguientes: equilibrado
o no equilibrado
• Utilizar el análisis de covarianza con un máximo de 10
métodos de covariables: clásico, experimental, jerárquico
y de regresión
• Introducir control de covariables: antes, después o con
efectos principales
• Establecer interacción como: ninguna o de 2, 3, 4 ó 5 factores
• Seleccionar uno de los siguientes estadísticos: ANOVA,
tabla de medias y recuentos, análisis de clasificación
múltiple, coeficientes de regresión no tipificados y medias
de casillas de n factores
• Seleccionar un máximo de 10 variables independientes
• Alcanzar valores y desviaciones pronosticados a partir de
la media de la tabla de análisis de clasificación múltiple
ANOVA de un factor
Contrastes: lineal, cuadrático, cúbico, de orden superior y
definido por el usuario
• Pruebas de rango: Duncan, LSD, Bonferroni, StudentNewmanKeuls, Scheffé, prueba alternativa de Tukey y HSD
de Tukey Pruebas post hoc: Student-Newman-Keuls,
diferencia honestamente significativa de Tukey, Tukey-b,
procedimiento de comparación múltiple de Duncan basado
en la prueba de rango estudentizado, prueba t de comparación
múltiple de Scheffé, prueba t bilateral de Dunnett, prueba
t unilateral de Dunnett, prueba t de Bonferroni, prueba t
de diferencia menos significativa, prueba t de Sidak, GT2 de
Hochberg, prueba de comparaciones por parejas de Gabriel
basada en la prueba de módulo máximo estudentizado,
procedimiento múltiple por pasos de Ryan-Einot-GabrielWelsch basado en una prueba F, procedimiento múltiples
por pasos de Ryan-Einot-Gabriel-Welsch’ basado en la
prueba de rango estudentizado, T2 de Tamhane, T3 de
Tamhane, prueba de comparación por parejas de Games y
Howell basada en la prueba de rango estudentizado, C de
Dunnett y prueba t de Waller-Duncan
•
10
IBM Software
Business Analytics
IBM SPSS Statistics
Correlacionar†
•
Bivariada
• r de Pearson, tau-b de Kendall y Spearman
• Probabilidades unilaterales y bilaterales
• Medias, número de casos no perdidos y desviaciones típicas
• Desviaciones y covarianzas de productos cruzados
• Coeficientes mostrados en formato de matriz o de serie
•
•
•
Parcial †
• Probabilidades unilaterales y bilaterales
• Media, número de casos no perdidos y desviación típica
• Correlaciones de orden cero
• Hasta 100 variables de control
• Un máximo de cinco valores de orden
• Correlaciones mostradas en formato de matriz o de cadena
de serie, matriz triangular inferior o matriz de correlaciones
rectangulares
•
Estandarice valores de datos: puntuaciones Z, rango de -1
a 1, rango de 0 a 1, magnitud máxima de 1, media de 1 y
desviación típica de 1
Transformar medidas: valores absolutos, disimilaridades
en similaridades, similaridades en disimilaridades y cambiar
la escala de los valores de proximidad a un rango de 0 a 1
Especificación de variable de identificación
Matriz impresa de proximidades entre elementos
Escalabilidad mejorada para proximidades entre matrices
de variable
Modelado lineal automático (ALM) Automatiza la predicción de
los resultados numéricos
• Preparación automatizada de datos para mejorar el poder
predictivo
• Potenciación para mejorar la precisión
• Empaquetado para mejorar la estabilidad
• Resultado visual interactivo
• Algoritmos de selección de variables como mejores
subconjuntos y pasos hacia adelante
• Rendimiento mejorado al crear modelos en conjuntos de
datos muy grandes. Las lecturas de datos se reducen
creando modelos en los subconjuntos de los datos que
después se combinan (sólo IBM SPSS Statistics Server)
Distancias
Calcular proximidades entre casos o variables
• Medidas de disimilaridad
–– Medida de intervalo: distancia euclídea y distancia
euclídea al cuadrado, medida de distancia de Chebychev,
distancia de bloques de ciudad o distancia de Manhattan,
distancia en una métrica absoluta de potencia de
Minkowski y personalizada
–– Medidas de recuentos: chicuadrado y phi-cuadrado
–– Medidas binarias: distancia euclídea y distancia
euclídea al cuadrado; diferencia de tamaño, patrón y
forma; medida de disimilaridad de varianza; y no
métrica de Lance y Williams
• Medidas de similitud
–– Medidas de intervalo: correlación de Pearson y coseno
–– Medidas binarias: Russell y Rao; concordancia simple;
Jaccard; Dice (o Czekanowski o Sorensen); Rogers y
Tanimoto; Sokal y Sneath del 1 al 5; Kulczynski 1 y
2; Hamann; lambda de Goodman y Kruskal; D de
Anderberg; coeficiente de coligación de Yule; Q de
Yule; Ochiai; medida de similaridad de dispersión; y
correlación de cuatro puntos
•
Regresión: regresión lineal†
• Métodos: eliminación hacia atrás, entrada forzada,
eliminación forzada, entrada hacia adelante, selección por
pasos hacia adelante y cambio/prueba en R2 de significación
• Estadísticos de ecuación: criterio de información de Akaike
(AIC), criterio de pronóstico de Ameniya, tablas ANOVA
(F, media cuadrática, probabilidad de F, regresión y suma de
cuadrados residual), cambio en R2, F en paso, Cp de Mallow,
R múltiple, probabilidad de F, R2, R2 ajustado, criterio
bayesiano de Schwarz (SBC), error estándar de estimación,
matriz de barrido y matriz de varianza-covarianza
• Estadísticos descriptivos: matriz de correlación, matriz de
covarianza, desviaciones de productos cruzados de la
media, medias, número de casos utilizado para calcular los
coeficientes de correlación, probabilidades unilaterales de
coeficientes de correlación, desviaciones típicas y varianzas
Algoritmo con subproceso múltiple, cuyo resultado es una mejora del rendimiento y la
escalabilidad en equipos con multiprocesador o núcleo múltiple.
†
11
IBM Software
Business Analytics
•
•
•
•
•
•
•
•
•
•
•
IBM SPSS Statistics
Estadísticos de variables independientes: coeficientes de
regresión, incluidos B, errores estándar de coeficientes,
coeficientes de regresión tipificados, error estándar
aproximado de coeficientes de regresión tipificados y t;
tolerancias; orden cero; parte y correlaciones parciales; e
intervalo de confianza al 95% para coeficiente de regresión
no tipificado
Variables no incluidas en la ecuación: beta o tolerancia
mínima
Durbin-Watson
Diagnóstico de colinealidad: índices de condición,
autovalores, factores de inflación de la varianza, proporciones
de varianza y tolerancias
Gráficos: por casos, histograma, de probabilidad normal,
normales sin tendencia, parciales, de valores atípicos y
diagramas de dispersión
Crear y guardar variables
–– Intervalos de predicción: media e individual
–– Valores pronosticados: no tipificados, tipificados,
ajustados y error estándar de media
–– Distancias: distancias de Cook, distancia de
Mahalanobis y valores de influencia
–– Residuos: no tipificados, tipificados, estudentizados,
eliminados y eliminados estudentizados
–– Estadísticos de influencia: DfBetas, DfBetas
estandarizadas, DfAjustes, DfAjustes estandarizados
y razones entre covarianzas
Controles de opciones: F para entrar, F para salir, probabilidad
de F para entrar, probabilidad de F para salir, suprimir la
constante, ponderaciones de regresión para el modelo de
mínimos cuadrados ponderados, intervalos de confianza,
número máximo de pasos, sustituir los valores perdidos
con la media de la variable y tolerancia
Coeficientes de regresión visualizados en el orden definido
por el usuario
Los archivos de sistema pueden incluir estimaciones de
parámetros y sus matrices de covarianza y correlación
mediante el comando OUTFILE
Las soluciones pueden aplicarse a nuevos casos o
utilizarse en análisis posteriores
La toma de decisiones puede mejorarse aun más en toda
su organización cuando exporte sus modelos mediante XML
Regresión ordinal: PLUM†
• Predecir resultados ordinales
–– Siete opciones para controlar el algoritmo iterativo
utilizado para la estimación, para especificar la
tolerancia numérica para comprobar la singularidad
y para personalizar los resultados
–– Cinco funciones de enlace para especificar el modelo:
Cauchit, log-log complementario, logit, log-log
negativo y probit
–– Subcomando de ubicación para especificar el modelo
de ubicación: intersección, efectos principales,
interacciones, efectos anidados, efectos anidados con
varios niveles, anidación con una interacción,
interacciones entre los efectos anidados y covariables
–– Imprimir: información de casilla, matriz de correlación
asintótica de estimaciones de parámetros, estadísticos
con adecuación, historial de iteraciones, kernel de la
función de logverosimilitud, prueba de supuesto de
líneas paralelas, estadísticos de parámetros y resumen
de modelos
–– Guardar estadísticos posteriores a la estimación por
casos en el archivo activo: probabilidades esperadas
de clasificación de patrones de factor/covariable en
categorías de respuesta y categorías de respuesta con
la máxima probabilidad esperada para patrones de
factor/covariable
–– Personalizar sus pruebas de hipótesis especificando
directamente hipótesis nulas como combinaciones
lineales de parámetros mediante el subcomando
TEST (sólo sintaxis)
Modelado de simulación
–– Simulación Monte Carlo
–– Distribuciones soportadas: binomial, binomial negativa,
categórica (multinomial n=1), Lognormal, Normal,
Poisson, triangular, uniforme, Weibull (3 parámetros),
empírica (solamente aplicable cuando existen datos
históricos), rangos especificados por el usuario,
Gamma, Beta, exponencial
–– Para los predictores continuos, el usuario puede ver
estadísticas de ajuste tanto Kolmogorov-Smirnoff
como Anderson-Darling. Para los predictores
categóricos, el usuario puede ver el estadístico de
ajuste chi-cuadrado
Algoritmo con subproceso múltiple, cuyo resultado es una mejora del rendimiento y la
escalabilidad en equipos con multiprocesador o núcleo múltiple.
†
12
IBM Software
Business Analytics
•
•
•
•
IBM SPSS Statistics
Cadenas de simulación
Soporte para el modelado lineal automático
Mapas de colores
Generar datos en ausencia de un modelo predictivo
–– Determinar automáticamente la asociación entre las
entradas categóricas al generar datos a partir de
dichas entradas.
Respuesta múltiple
Tablas de contingencia: recuentos de casillas, porcentajes
de casillas basados en casos o respuestas, columna y fila
y porcentajes de tabla de dos factores
• Tablas de frecuencias: recuentos, porcentaje de casos
o respuestas
• Se pueden gestionar grupos de dicotomías múltiples
y de respuesta múltiple
•
Estimación de curvas
• Hay once tipos de curvas disponibles para su especificación
• Visualizaciones de resumen de regresión: tipo de curva,
coeficiente de R2, grados de libertad, prueba F general y
nivel de significancia y coeficientes de regresión
• Modelos de regresión-tendencia disponibles: lineales,
logarítmicos, inversos, cuadráticos, cúbicos, compuestos,
de potencia, S, de crecimiento, exponenciales y logísticos
Reducción de datos
Factor†
• Se puede mostrar el número de casos y etiquetas de
variable para el análisis
• Entrada de matriz de correlación, factor, matriz de carga,
matriz de covarianza o archivo de caso de datos sin procesar
• Resultados de la matriz de correlación
• Siete métodos de extracción disponibles para su uso
cuando el análisis se realice en matrices de correlación o
archivos de datos sin procesar
–– Componente principal, eje principal, factorización alfa,
factorización de imagen, máxima verosimilitud, mínimos
cuadrados no ponderados y mínimos cuadrados
generalizados
• Métodos de rotación: varimax, equamax, quartimax, promax
y oblimin
• Visualización: comunalidades iniciales y finales, autovalores,
varianza de porcentaje, saturaciones factoriales sin rotar,
matriz de configuración factorial rotada, matriz de
transformación rotada, estructura factorial y matriz de
correlación (sólo rotaciones oblicuas)
• Las matrices de covarianza pueden analizarse utilizando
tres métodos de extracción: componente principal, eje
principal e imagen
• Puntuaciones factoriales: regresión, Bartlett y AndersonRubin
• Puntuaciones factoriales guardadas como variables activas
• Estadísticos disponibles: matriz de correlación univariada,
determinante e inversa de la matriz de correlación, matrices
de correlación anti-imagen y de covarianza, medida de
Kaiser-Meyer-Olkin de la adecuación muestral, prueba de
esfericidad de Bartlett, matriz de configuración factorial,
comunalidades revisadas, autovalores y varianza de porcentaje
por autovalor, correlaciones reproducidas y residuales y
matriz de coeficientes de las puntuaciones factoriales
• Gráficos: diagrama de sedimentación y diagrama de
variables en espacio factorial
• Entrada y salida de matriz
• Post-rotacional calculado mediante las saturaciones de la
suma de cuadrados
• Soluciones aplicadas a nuevos casos o para utilizarlas en
análisis posteriores con el subcomando SELECT
• Matriz de coeficientes de las puntuaciones factoriales
exportada para puntuar nuevos datos (sólo sintaxis)
Pruebas no paramétricas
Las pruebas indicadas a continuación se han mejorado para
permitir varias comparaciones y trabajar en conjuntos de
datos de gran tamaño con mayor eficacia.
•
•
•
•
•
•
•
•
•
Chi-cuadrado: especifique el rango esperado (a partir de
datos o especificado por el usuario) y las frecuencias
(todas las categorías iguales o especificadas por el usuario)
Binomial: definir la dicotomía (a partir de datos o punto
de corte) y especificar la proporción de prueba
Rachas: especificar los puntos de corte (mediana, modo,
media o especificado)
Una muestra: Kolmogorov-Smirnov, uniforme, normal
y Poisson
Dos muestras independientes: U de Mann-Whitney, Z de
Kolmogorov-Smirnov, reacciones extremas de Moses y
rachas de Wald-Wolfowitz
Muestras independientes k: H de Kruskal-Wallis y mediana
Dos muestras relacionadas: Wilcoxon, signo y McNemar
Muestras relacionadas k: Friedman, W de Kendall y Q
de Cochran
Descriptivos: máximo, media, mínimo, número de casos
y desviación típica
Algoritmo con subproceso múltiple, cuyo resultado es una mejora del rendimiento y la
escalabilidad en equipos con multiprocesador o núcleo múltiple.
†
13
IBM Software
Business Analytics
IBM SPSS Statistics
Clasificar
–– Opción para estandarizar variables de nivel continuo
o dejarlas en la escala original
–– Capacidad de especificar el número de conglomerados,
especificar el número máximo de conglomerados o
dejar que el número de conglomerados se elija
automáticamente
˚˚ Algoritmos disponibles para determinar el
número de conglomerados: BIC o AIC
–– Resultados escritos en un nombre de archivo
especificado como XML
–– Resultados finales de modelo guardados o utilice
una opción que actualice el modelo posteriormente
con más datos
–– Gráficos
˚˚ Gráfico de barras de frecuencias para cada
conglomerado
˚˚ Gráfico de sectores que muestra porcentajes
de observación y recuentos dentro de cada
conglomerado
˚˚ Importancia de cada variable dentro de cada
conglomerado: el resultado se ordena por el
rango de importancia de cada variable
–– Opciones de gráfico
˚˚ Comparaciones (un diagrama por
conglomerado o un diagrama por variable)
˚˚ Medida de la importancia de la variable
(paramétrica o no paramétrica)
˚˚ Capacidad de especificar el nivel alfa cuando
se considere la importancia
–– Opciones de impresión
˚˚ AIC o BIC para diferentes números de
conglomerados
˚˚ Dos tablas describen las variables de cada
conglomerado. En una tabla, se han indicado
medias y desviaciones típicas para variables
continuas. La otra tabla indica las frecuencias
de las variables categóricas. Todos los valores
están separados por conglomerados.
˚˚ Lista de conglomerados y número de
observaciones en cada conglomerado
–– Número de conglomerado guardado para cada caso
en el archivo de datos de trabajo
Análisis de conglomerados en dos fases
• Observaciones de grupo en conglomerados basadas en un
criterio de proximidad. Este procedimiento utiliza un
procedimiento de aglomeración jerárquica acumulativa en
el que los casos individuales se combinan sucesivamente
para formar conglomerados cuyos centros están alejados
los unos de los otros. Este algoritmo está diseñado para
agrupar un elevado número de casos. Pasa los datos una
vez para buscar los centros de los conglomerados y de
nuevo para asignar la pertenencia a los conglomerados.
Las observaciones de los conglomerados se realizan creando
una estructura de datos denominada árbol CF, que contiene
los centros de los conglomerados. El árbol CF crece durante
la primera etapa de agrupación y se añaden valores a sus
hojas si están cerca del centro del conglomerado de una
hoja específica.
–– Se pueden utilizar datos de nivel categórico y continuo
–– Medidas de distancia: distancia euclídea y la distancia
de verosimilitud
–– El comando de criterios ajusta el algoritmo
˚˚ Pueda especificarse el umbral inicial para que
un árbol CF crezca
˚˚ Pueda especificarse el número máximo de nodos
filiales que puede tener un nodo de hoja
˚˚ Pueda especificarse el número máximo de
niveles que puede tener un árbol CF
–– El subcomando HANDLENOISE le permite tratar
los valores atípicos de forma especial durante el
proceso de conglomerado. El valor predeterminado
del porcentaje de ruido es cero, equivalente a la
ausencia de gestión de ruido. El valor puede encontrarse
entre cero y 100.
–– El subcomando INFILE permite que el algoritmo
actualice un modelo de conglomerado en el que un
árbol CF se guarda como archivo XML mediante el
subcomando OUTFILE.
–– El subcomando MEMALLOCATE especifica la
cantidad máxima de memoria en megabytes (MB)
que debería utilizar el algoritmo de conglomerado
–– Datos perdidos: excluya los valores perdidos que
falten en el usuario y en el sistema o permita que los
valores que falten en el usuario se traten como válidos
14
IBM Software
Business Analytics
IBM SPSS Statistics
Conglomerado
• Utilizar uno de los seis métodos de vinculación para
determinar conglomerados: vinculación individual (elemento
afín), vinculación promedia entre grupos, centroide
(vinculación promedia dentro de los grupos), vinculación
completa (elemento más alejado), mediana y Ward
• Proporcionar el mismo conjunto de medidas de similaridades
y disimilaridades que en proximidad
• Guardar las pertenencias a los conglomerados como
nuevas variables
• Guardar las matrices de distancias para su uso en otros
procedimientos
• Visualización: historial de conglomerado, pertenencia a
conglomerado y matrices de distancia
• Utilizar las proximidades entre matrices de variable para
mejorar la escalabilidad
• Seleccionar uno de los siguientes diagramas: diagramas de
témpanos y dendogramas horizontales y verticales de
soluciones de conglomerado
• Especificar identificadores de casos para tablas y diagramas
• Tener la capacidad de aceptar entradas en la matriz y producir
salidas de la matriz
•
•
•
•
•
•
Especificar ajustes computacionales y de recursos para el
procedimiento KNN
–– Cómo debe la selección de funciones automática
seleccionar el número de funciones
–– La función utilizada para calcular el valor
pronosticado de variables de respuesta de escala
–– Si se ponderan las funciones por su importancia
normalizada al calcular distancias
Especificar ajustes para realizar una validación cruzada de
pliegues en V para determinar el “mejor” número de
elementos afines
Controlar si los valores que faltan en el usuario para las
variables categóricas se tratan como valores válidos
Controlar las opciones para visualizar los resultados
relacionados con el modelo, incluidas las tablas y los gráficos
Escribir variables temporales opcionales en el conjunto de
datos activo
Guardar un archivo con formato XML que contenga el
modelo de elemento afín. También guarda un archivo de
datos con formato de IBM SPSS Statistics que contiene
las distancias desde los casos focales.
Discriminante
Métodos de selección de variable: entrada directa,
minimización de la lambda de Wilks, distancia de
Mahalanobis, razón F más pequeña, minimización de la
suma de variaciones no explicadas de todos los pares y
mayor aumento en la V de Rao
• Estadísticas
–– Resumen: autovalores, porcentaje y porcentaje
acumulado de varianza, correlaciones canónicas,
lambda de Wilks y pruebas de chicuadrado
–– En cada paso: lambda de Wilks, F equivalente, grados
de libertad y significación de F de cada paso; F para
salir; tolerancia; tolerancia mínima; F para entrar; y
valor de estadístico de cada variable que no se encuentra
en la ecuación
–– Final: coeficientes de función discriminante canónica
tipificada, matriz de estructuras de funciones
discriminantes y funciones evaluadas dentro de
medias de grupo
–– Opcional: medias, desviaciones típicas, razones F
univariantes, matrices de covarianza y correlación
intra-grupos combinadas, matriz de razones F por
parejas, prueba M de Box, matrices de covarianza de
grupo y totales, funciones discriminantes canónicas
no tipificadas, tabla de resultados de clasificación y
coeficientes de función de clasificación
Conglomerado rápido
• Distancia euclídea al cuadrado
• Centros seleccionados por casos ampliamente espaciados,
primeros casos K o especificación directa
• Pertenencia a conglomerado guardada como variable
• Dos métodos proporcionados para actualizar centros de
conglomerados
• Algoritmos de conglomerado de K-medias
•
Análisis de elemento afín
Se puede utilizar para realizar un pronóstico (resultado
especificado) o una clasificación (ningún resultado
especificado)
• Marcar casos de interés específico
• Cambiar la escala de las covariables
• Utilizar tres métodos para realizar una partición del conjunto
de datos activos en muestras de formación y reservadas:
especificar el número relativo de casos en el conjunto de
datos activo para asignarlos aleatoriamente a la muestra
de formación; especificar el número relativo de casos en el
conjunto de datos activo para asignarlos aleatoriamente a
la muestra reservada; especificar una variable que asigne
cada caso del conjunto de datos activo a la muestra de
formación o reservada.
• Especificar el “modelo” de elemento afín
–– Especificar la medida de distancia utilizada para
medir la similaridad de casos
–– Si se utiliza la selección automática del número de
elementos afines
–– Si se utiliza la selección automática de funciones
(predictores)
•
15
IBM Software
Business Analytics
•
•
•
•
•
•
•
•
IBM SPSS Statistics
Rotación de matrices de coeficiente (patrón) y de estructura
Resultados visualizados paso a paso y/o en formato
de resumen
En etapa de clasificación: probabilidades previas, igual,
proporción de casos o especificado por el usuario. Todos los
grupos, casos, mapas territoriales y grupos separados trazados
Resultados por casos guardados en un archivo del sistema
para un análisis posterior
Archivos de matriz leídos/escritos, incluidos estadísticos
adicionales: recuentos, medias, desviaciones típicas y
coeficientes de correlación de Pearson
Soluciones aplicadas a nuevos casos o para su uso en análisis
posteriores
Estimaciones jackknife proporcionadas para la tasa de
errores clasificados erróneamente
Una mayor mejora de la toma de decisiones exportando
sus modelos en toda su organización mediante XML
•
•
•
•
•
Escalamiento
Reducir sus datos y mejorar la medición con fiabilidad
• Buscar la estructura oculta en sus datos de similaridad
mediante el escalamiento multidimensional ALSCAL
•
•
Operaciones de matriz
• Escriba sus propias rutinas estadísticas en el lenguaje
compacto del álgebra de matrices
Gestión de datos
•
•
•
•
Utilice la función de medición predeterminada para
identificar el tipo de datos de su conjunto de datos
Prepare datos de nivel continuo para su análisis con el
agrupador visual
–– Especificar puntos de corte de forma inteligente
mediante un histograma creado a través de una
lectura de datos
–– Crear automáticamente etiquetas de valor basadas
en sus puntos de corte
–– Copiar intervalos a otras variables
Crear sus propios programas personalizados con el sistema
de gestión de resultados (OMS). Convertir resultados de
procedimientos de IBM SPSS Statistics en datos (archivos
de datos de IBM SPSS Statistics, XML o HTML) y crear
sus programas para muestreo autodocimante, métodos de
jackknife y dejando uno fuera y simulaciones de Monte Carlo
–– Crear programas personalizados en SPSS Statistics,
aunque tenga poca o ninguna experiencia con la sintaxis
de SPSS Statistics, mediante el panel de control del
sistema de gestión de resultados
•
•
•
•
•
•
•
•
•
16
Limpiar sus datos fácilmente cuando identifique registros
duplicados a través de la interfaz de usuario con la
herramienta de identificación de casos duplicados
Proteger los datos y su salida configurando una contraseña
Hacer que sus archivos de datos tengan sentido y realizar
un seguimiento de ellos añadiendo notas con el comando
Comentarios del archivo de datos
Evitar la destrucción accidental de datos haciendo que el
conjunto de datos sea de sólo lectura
Configurar fácilmente todas las etiquetas de valor para
preparar sus datos para su análisis mediante la herramienta
de definición de propiedades de variable
–– Configurar información de diccionario de datos,
incluidas etiquetas de valor y tipos de variable
–– Añadir etiquetas de forma inteligente debido a que,
al realizar primero una lectura de datos, IBM SPSS
Statistics puede presentar una lista de valores y
recuentos de dichos valores
–– Ahorrar tiempo al poder introducir datos y etiquetas
de valor directamente en la cuadrícula en lugar de
tener que utilizar cuadros de diálogo anidados
Guardar el trabajo copiando fácilmente información de
diccionario de una variable a otra y de un conjunto de datos
a otro mediante la herramienta Copiar propiedades de datos
–– Copiar información de diccionario (como etiquetas
de variable y valor) entre variables y conjuntos de
datos mediante la función de plantilla
–– Recibir un método rápido para duplicar diccionarios
Analizar más datos, de manera más eficaz; las consideraciones
sobre el tamaño de archivo prácticamente se han eliminado
(especialmente cuando se utiliza junto con IBM SPSS
Statistics Base Server opcional)
Asignar atributos de variable parecidos a múltiples variables
simultáneamente
Seleccionar fácilmente filas y columnas para pegar
información en otra parte
Reordenar fácilmente sus variables
Ahorrar tiempo ordenando los datos directamente en el
editor de datos
Evitar cambiar el formato de los anchos de columna en
cada nueva sesión
Aumentar la velocidad creando opciones de teclado
personalizadas
Reestructurar archivos de datos que tengan varios casos
por asunto y reestructure los datos para colocar todos los
datos de cada asunto en un único registro (reestructurar
archivos de datos de un formato univariante a uno
multivariante)
Reestructurar archivos de datos que tengan un único caso
por asunto y extienda los datos por varios casos (reestructure
archivos de datos de un formato multivariante a uno
univariante)
Al guardar archivos de datos, conservar las variables mediante
una interfaz gráfica intuitiva
IBM Software
Business Analytics
•
•
•
•
•
•
•
•
•
•
•
•
•
•
IBM SPSS Statistics
Identificar y seleccionar variables mediante el esquema de
su propia organización igual que se ordena las variables
según las etiquetas de variable en un cuadro de lista
Visualizar etiquetas de variable en un cuadro de diálogo;
utilizar hasta 256 caracteres
Visualizar etiquetas de variable como información sobre
herramientas en el editor de datos
Guardar consultas SQL para un uso posterior
Crear consultas con solicitudes
Seleccionar datos más fácilmente mediante la cláusula “where”
Establecer un carácter o una combinación de caracteres como
delimitador entre los campos de un archivo de texto ASCII
Crear su propia información de diccionario para variables
utilizando atributos personalizados. Por ejemplo, puede crear
un atributo personalizado que describa transformaciones
para una variable derivada con información que explique
cómo se ha transformado
Personalizar la visualización de archivos extremadamente
anchos con conjuntos de variables. Puede reducir
instantáneamente las variables mostradas en las ventanas
Vista de variables y Vista de datos a un subconjunto mientras
se mantiene la totalidad del archivo cargado y disponible
para su análisis.
Escribir en archivos de datos de IBM SPSS Statistics desde
otras aplicaciones, como Excel, mediante el controlador
ODBC de IBM SPSS Statistics
Utilizar un número prácticamente ilimitado de variables
y casos
Especificar y trabajar con subconjuntos de variables
Introducir, editar y consultar datos con el formato de hoja
de cálculo del editor de datos
Trabajar fácilmente con fechas y horas mediante el asistente
de fecha y hora:
–– Crear una variable de fecha/hora a partir de una cadena
que contenga una variable de fecha/hora
–– Crear una variable de fecha/hora a partir de variables
que incluyan unidades de fecha individuales, como
mes o año
–– Analizar unidades de fecha/hora individuales de
variables de fecha/hora
–– Cálculos con fechas y horas
˚˚ Redondear la información de fecha/hora en
lugar de truncarla, si lo desea
˚˚ Añadir decimales a los datos de hora, si lo desea
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
17
Visualizar valores o etiquetas de valor en casillas del
editor de datos
Al pulsar con el botón derecho del ratón, recibirá acceso
directo a información de variables dentro de los cuadros
de diálogo
Cambiar el nombre y reordenar variables
Ordenar casos
Seleccionar uno de estos formatos de datos: numérico, de
coma, de punto, notación científica, de fecha, de dólar, de
moneda personalizado y de cadena
Establecer una opción para mostrar la moneda delimitada
por comas o decimales
Seleccionar los valores que falten en el sistema y hasta tres
valores perdidos definidos por el usuario por cada variable
Crear etiquetas de valor de hasta 120 caracteres (el doble
que en las versiones anteriores a IBM SPSS Statistics 13)
Crear etiquetas de variable de hasta 256 caracteres
Introducir y eliminar variables y casos
Buscar valores de una variable seleccionada
Transponer archivos de trabajo
Duplicar conjuntos de datos
Aplicar un comando de propiedades de variable ampliado
para personalizar las propiedades de usuarios individuales
Agregar datos mediante un amplio conjunto de funciones
de resumen:
–– Guardar los valores agregados directamente en su
archivo activo
–– Agregar por cadena para las variables de fuente (dentro
de la interfaz)
˚˚ Permitir el uso de cadenas largas como
variable de segmentación (p. ej., si el género
es la variable de segmentación, los hombres y
las mujeres se agregarán por separado)
˚˚ Permitir el uso de cadenas como la variable
agregada
Dividir archivos para aplicar análisis y operaciones a
subgrupos
Seleccionar casos permanente o temporalmente
Procesar los primeros n casos
Seleccionar muestras aleatorias de casos para su análisis
Seleccionar subconjuntos de casos para su análisis
Ponderar casos según los valores de una variable seleccionada
Especificar semillas de aleatoridad
Asignar rangos a los datos
Utilizar observaciones vecinas para el suavizado, el promedio
y la diferenciación de transformadas rápidas de Fourier y
sus inversas
Describir sus datos de forma más precisa utilizando
nombres de variable más largos (hasta 64 bytes)
–– Trabajar más fácilmente con datos de bases de datos
y hojas de cálculo que incluyan nombres de variable
más largos que los permitidos en versiones anteriores
a SPSS Statistics 12
IBM Software
Business Analytics
•
•
•
•
•
•
•
IBM SPSS Statistics
Asegurarse de que los datos que contengan cadenas de
texto más largas (hasta 32.767 bytes) no se trunquen o se
pierdan al trabajar con respuestas abiertas, datos de otro
software que permita cadenas de texto largas u otros tipos
de cadenas de texto largo
Buscar y sustituir información mediante el editor de datos
Ahorrar tiempo con la corrección ortográfica de etiquetas
de valor, etiquetas de variable y cadenas de texto
Inspeccionar fácilmente información de diccionario de
datos en la Vista de variables del editor de datos, ya que
puede configurar (mostrar sólo ciertos atributos) y ordenar
por nombre de variable, tipo, formato, etc.
Navegar fácilmente por la Vista de datos en el editor de
datos yendo directamente a una variable
Añadir valores perdidos y etiquetas de valor para cadenas
de cualquier longitud
Cambiar la longitud de cadena y el tipo de variable
mediante la sintaxis
•
•
•
•
Leer y definir datos ASCII utilizando un asistente de texto
Utilizar calificadores de texto para que la lectura de datos
sea aun más fácil
• Aumentar la precisión y replicabilidad de sus archivos de
sintaxis con mejoras de búsqueda y sustitución
• Leer tablas de base de datos mediante el asistente de bases
de datos
–– Compatibilidad con la función de arrastrar y soltar
uniones
• Exportar tablas y texto como resultados ASCII
• Guardar tablas como HTML y gráficos con el formato
JPG para publicar los resultados de IBM SPSS Statistics
en Internet o su red interna
• Acceder rápidamente a la página Web de Developer
Central (ibm.com/spss/devcentral) a través del menú
Ayuda de IBM SPSS Statistics
• Leer/escribir archivos Excel 2007
• Traducir archivos desde y hacia Excel, Lotus® 1-2-3®
y dBASE®
• Leer y escribir datos desde y hacia archivos ASCII fijos,
de campo libre o delimitados por tabulaciones
• Escribir datos en archivos ASCII con formato fijo o
delimitados por tabulaciones
• Leer estructuras de archivo complejas: archivos jerárquicos,
tipos de registro mezclados, datos repetidos y estructuras
de archivo no estándar
• Leer y escribir archivos de sistema SPSS/PC+
• Fusionar archivos
• Visualizar y aplicar definiciones de datos desde un archivo
de datos de IBM SPSS Statistics a un archivo de trabajo
• Actualizar archivos principales mediante archivos de
transacción
• Leer y escribir matrices de datos
• Guardar muchos resultados intermedios para realizar más
análisis
• Leer versiones recientes de archivos SAS
• Exportar archivos de datos a SAS
• Exportar archivos de datos a versiones actuales de Excel
• Guardar archivos de texto de valores separados por comas
(CSV) desde archivos de datos de SPSS Statistics
• Mensaje de archivo en uso para reducir errores en datos
creados por más de un usuario que escriba en un archivo
de IBM SPSS Statistics a la vez
•
Gestión de archivos
•
•
•
•
•
•
•
•
Importar datos directamente de IBM Cognos
Importar desde fuentes de datos de base de datos OLE sin
tener que pasar por ODBC
Archivos Stata de lectura/escritura
Trabajar con mayor eficacia al ejecutar varias sesiones en
un equipo de sobremesa. Por ejemplo, en trabajos largos,
puede utilizar SPSS Statistics en otra sesión siempre que
las licencias estén disponibles
Utilizar Unicode al trabajar con datos multilingües,
eliminando así la variabilidad en los datos debido a la
codificación específica de cada idioma. Guardar el archivo
de datos como archivo Unicode o como archivo de página
de códigos (para la compatibilidad con versiones anteriores
de SPSS Statistics).
Minimizar la gestión de datos con un acceso a los datos
sin conversión y sin copias en las bases de datos SQL.
Ahorrar tiempo al no tener que convertir datos al formato
de SPSS Statistics (especialmente cuando se utilizan junto
con SPSS Statistics Base Server opcional).
Establecer una carpeta de inicio predeterminada permanente
Volver a escribir fácilmente en bases de datos desde SPSS
Statistics utilizando el asistente de bases de datos
–– Crear una nueva tabla y exportarla a su base de datos
–– Añadir nuevas filas a una tabla existente
–– Añadir nuevas columnas a una tabla existente
–– Exportar datos a columnas existentes de una tabla
Importar datos (incluidos documentos compuestos) desde
versiones actuales de Excel sin necesidad del asistente de
bases de datos
–– Leer columnas que contengan tipos de datos mezclados
sin que haya pérdida de datos
–– Leer columnas automáticamente con tipos de datos
mezclados como variables de cadena y leer todos los
valores como variables de cadena válidas
Abrir varios conjuntos de datos dentro de una única sesión
de SPSS Statistics o suprimir el número de conjuntos de
datos de la interfaz de usuario
Importar datos directamente desde productos de IBM SPSS
Data Collection, incluido IBM SPSS Data Collection Web
Interviewers y productos de investigación de mercado
tradicionales, incluido Quanvert*
Exportar datos desde SPSS Statistics a los productos de
SPSS Data Collection*
*Sólo se admite en la plataforma Windows
18
IBM Software
Business Analytics
IBM SPSS Statistics
Transformaciones
•
•
•
•
•
•
•
•
•
•
•
•
Calcular nuevas variables mediante funciones aritméticas,
entre casos, de fecha y hora, lógicas, de valores perdidos,
de números aleatorios, estadísticas o de cadena.
Cree nuevas variables que incluyan los valores de variables
existentes de casos anteriores o posteriores
Realizar un recuento del número de apariciones de los
valores en las variables
Volver a codificar valores de cadena o numéricos
Convertir automáticamente variables de cadena en variables
numéricas mediante el comando de recodificación automática:
–– Utilizar una plantilla de recodificación automática
para añadir esquemas de recodificación existentes
–– Volver a codificar múltiples variables simultáneamente
–– Realizar una recodificación automática de las cadenas
en blanco para que estén definidas como que faltan
en el usuario
Crear transformaciones condicionales mediante estructuras
if, else if, else y end if
Utilizar estructuras de programación como repeat-end repeat,
loop-end loop y vectores
Hacer que las transformaciones sean permanentes o
temporales
Ejecutar las transformaciones inmediatamente, en modo
por lotes o según demanda
Buscar y sustituir fácilmente cadenas de texto en sus datos
mediante la función de buscar/sustituir
Utilizar funciones de distribución acumulada, distribución
acumulada inversa y generador de números aleatorios: Beta,
Cauchy, chicuadrado, exponencial, F, gamma, Laplace,
logística, lognormal, normal, Pareto, t de Student, uniforme
y Weibull:
–– Distribución normal típica bivariante con correlación R,
seminormal, de Gauss inversa, de rango estudentizado
y de módulo máximo estudentizado
•
•
•
•
•
Trabajar con la distribución acumulada y el generador de
números aleatorios para las funciones de distribución discreta:
de Bernoulli, binomial, geométrica, hipergeométrica,
binomial negativa y de Poisson
Utilizar la distribución acumulada para la distribución no
central: Beta no central, chi-cuadrado no central, F no
central y T no central
Utilizar funciones de densidad/probabilidad para:
–– Distribuciones continuas: Beta, normal típica
bivariada con correlación R, Cauchy, chicuadrado,
exponencial, F, gamma, seminormal aleatoria, de
Gauss inversa, Laplace, logística, lognormal, normal,
Pareto, t de Student, uniforme y Weibull
–– Distribuciones discretas: de Bernoulli, binomial,
geométrica, hipergeométrica, binomial negativa
y de Poisson
Utilizar funciones de densidad/ probabilidad no centrales
para: Beta no central, chi-cuadrado no central, distribución F
no central y distribución t no central
Seleccionar probabilidades bilaterales: chi-cuadrado y F
Utilizar la función auxiliar: logaritmo de la función
gamma completa
Requisitos del sistema
Los requisitos dependen de la plataforma. Encontrará los
requisitos para su sistema operativo en:
ibm.com/spss/requirements
19
IBM Software
Business Analytics
IBM SPSS Statistics
Productos para empresas
IBM SPSS Categories
Libere todo el potencial de sus datos categóricos en mapas
perceptuales con escalamiento óptimo y técnicas de reducción
dimensional. Este módulo complementario le ofrece todo lo
que necesita para analizar e interpretar más completamente
datos multivariantes y sus relaciones.
IBM SPSS Statistics Server
Este producto permite a los usuarios de IBM SPSS Statistics
de su organización trabajar con archivos de datos de gran
tamaño para una mejor toma de decisiones. La versión
cliente/servidor ofrece funciones adicionales, gran capacidad
de ampliación y un rendimiento mejorado. Para obtener una
mayor seguridad y capacidad de ampliación, está disponible
en IBM System z con Linux®.
IBM SPSS Complex Samples
Consiga más poder analítico, a medida que lo vaya necesitando,
con los módulos opcionales y el software independiente de
la familia IBM SPSS Statistics.
Incorpore los diseños de muestras complejas en el análisis
de datos para realizar un análisis más preciso de los datos de
muestras complejas. SPSS Complex Samples, con sus
estadísticos y herramientas de planificación especializada,
reduce el riesgo de inferencias incorrectas o equívocas para
las muestras estratificadas, conglomeradas o polietápicas.
IBM SPSS Advanced Statistics
IBM SPSS Conjoint
Familia IBM SPSS Statistics
IBM SPSS Conjoint ayuda a los investigadores de mercado
a desarrollar productos de gran éxito. Al realizar un análisis
conjunto, aprenderá qué atributos de productos son importantes
para los consumidores y cuáles son los niveles de atributos
preferidos, y podrá realizar estudios de precios y de presencia
de su marca.
IBM SPSS Advanced Statistics incluye las siguientes técnicas
multivariantes potentes: modelos lineales generalizados
(GENLIN), ecuaciones de estimación generalizadas (GEE),
modelos de nivel mixto, modelos mixtos lineales generales
(GLMM), estimación de componentes de la varianza,
MANOVA, estimación de Kaplan-Meier, regresión de Cox,
modelos hiloglineales, modelos loglineales y análisis de
supervivencia.
IBM SPSS Custom Tables
Utilice IBM SPSS Custom Tables para presentar resultados de
informes sobre cumplimiento legislativo, encuestas, satisfacción
del cliente y sondeos. Funciones como la previsualización
del generador de tablas, los estadísticos inferenciales incluidos
y la gestión de datos hacen que sea muy fácil comunicar
claramente sus resultados.
IBM SPSS Bootstrapping
IBM SPSS Bootstrapping permite a investigadores y analistas
utilizar las técnicas de muestreo autodocimante en una serie
de pruebas de los módulos de IBM SPSS Statistics. Esto ofrece
una forma eficaz de garantizar que sus modelos son estables y
fiables. Con IBM SPSS Bootstrapping, puede estimar de forma
fiable los errores más comunes y los intervalos de confianza
de un parámetro de población como la media, la mediana, la
proporción, la razón de ventajas, el coeficiente de correlación,
el coeficiente de regresión y muchos otros parámetros.
20
IBM Software
Business Analytics
IBM SPSS Statistics
IBM SPSS Data Preparation
IBM SPSS Forecasting
Con SPSS Data Preparation, obtendrá varios procedimientos
que facilitan el proceso de preparación de datos. Este módulo
adicional le permite identificar fácilmente casos, variables y
valores de datos sospechosos y no válidos; ver patrones de
datos perdidos; resumir distribuciones de variables para
preparar sus datos para el análisis; y trabajar de forma más
precisa con algoritmos diseñados para atributos nominales.
Mejore los pronósticos con completos análisis de series
temporales, incluyendo modelos de ajuste y suavizado de curvas
y métodos para estimar funciones autorregresivas. Utilice el
modelizador experto para determinar automáticamente qué
proceso ARIMA (modelo autorregresivo integrado de media
móvil) o modelo de suavizado exponencial se ajusta mejor a sus
variables de series temporales e independientes, eliminando
la selección mediante el método de ensayo y error.
IBM SPSS Decision Trees
Cree clasificaciones altamente visuales y árboles de decisiones
directamente en IBM SPSS Statistics para la segmentación,
estratificación, predicción, reducción de datos y filtrado de
variables, identificación de interacción, fusión de categorías
y discretización de variables continuas. Los árboles altamente
visuales le permiten presentar los resultados de forma intuitiva.
IBM SPSS Missing Values
IBM SPSS Direct Marketing
Utilice el módulo SPSS Neural Networks para modelar
relaciones complejas de modelos entre las entradas y salidas o
para descubrir patrones de sus datos. Seleccione los algoritmos
que pueden utilizarse para la clasificación (resultados
categóricos) y para la predicción (resultados numéricos).
Los dos algoritmos disponibles son Perceptrón multicapa
y Función de Base Radial.
Si faltan valores en sus datos, este módulo puede encontrar
algunas relaciones entre los valores que faltan y otras variables.
Además, el módulo de valores perdidos puede estimar qué
valor existiría si no faltaran datos.
IBM SPSS Neural Networks
IBM SPSS Direct Marketing ayuda a los expertos en marketing
a realizar varios tipos de análisis de forma sencilla y confidencial,
sin necesitar un conocimiento profundo sobre estadística.
Pueden realizar análisis de actividades recientes, frecuencia y
valor monetario (RFM), análisis de conglomerados y definición
de perfiles de posibles clientes. También pueden mejorar sus
campañas de marketing mediante análisis de código postal,
puntuación de propensión y pruebas de paquetes de control.
Y pueden puntuar fácilmente nuevos datos de cliente, acceder
a modelos preintegrados e interactuar directamente con
datos en Salesforce.com.
IBM SPSS Regression
Prediga comportamientos o eventos gracias a datos que superan
las suposiciones de las técnicas de regresión lineal. Realice
regresiones no lineales y regresiones logísticas multinómicas
o binarias, mínimos cuadrados ponderados, mínimos cuadrados
en dos fases y análisis de probit.
IBM SPSS Exact Tests
SPSS Exact Tests le ofrecen siempre los valores p correctos,
independientemente de su estructura de datos, aunque tenga
un pequeño número de casos, tenga un subconjunto de sus
datos en desgloses detallados o tenga variables donde el
80% de las respuestas o más esté en una categoría.
21
IBM Software
Business Analytics
IBM SPSS Statistics
IBM SPSS Statistics Programmability Extension
IBM SPSS SamplePower
La función de programación ampliada ayuda a hacer de
IBM SPSS Statistics una de las plataformas de desarrollo
estadístico más potentes disponibles. Puede utilizar el lenguaje
de programación externo Python para desarrollar nuevos
procedimientos y aplicaciones, incluyendo los escritos en R.
Podrá disfrutar de herramientas mejoradas para agregar
estos procedimientos, principalmente una nueva interfaz de
usuario y la capacidad de ofrecer resultados en tablas pivote en el
visor de resultados de SPSS. Visite SPSS Developer Central en
ibm.com/spss/devcentral para compartir código, herramientas
e ideas de programación.
IBM SPSS SamplePowers le ayuda a encontrar el tamaño de
muestra adecuado para su investigación en pocos minutos y
pruebe los posibles resultados antes de comenzar el estudio.
IBM SPSS Statistics Developer
Gracias a IBM SPSS Statistics Developer, los algoritmos R
pueden integrarse fácilmente en la sintaxis de IBM SPSS
Statistics para que adquieran el aspecto de procedimientos
estándar de IBM SPSS Statistics, que pueden invocarse de
forma sencilla a través de una interfaz idéntica a los cuadros
de diálogo integrados de IBM SPSS Statistics. Los usuarios
no especializados podrán acceder a toda la gama de funciones
y procedimientos estadísticos gratuitos disponibles en R y
utilizarlos, mientras que los usuarios especializados en R que
deseen utilizar el lenguaje para realizar tareas innovadoras
podrán realizarlo más fácilmente.
Productos complementarios
Utilice los siguientes productos con IBM SPSS Statistics
para mejorar los resultados de sus análisis.
IBM SPSS Amos (sólo para Windows)
IBM SPSS Text Analytics for Surveys
Apoye su investigación y teorías ampliando los métodos de
análisis multivariante estándar cuando utilice este paquete
de software independiente para el modelado de ecuaciones
estructurales (SEM). Cree modelos actitudinales y de
comportamiento que reflejen de forma más realista las relaciones
complejas porque puede utilizar variables numéricas observadas
o latentes para predecir cualquier otra variable numérica. La
última versión incluye un nuevo método no gráfico de
especificación de modelos que mejora la accesibilidad para
los usuarios que necesiten funciones de procesos y que
permite ejecutar con mayor rapidez los modelos grandes
y complicados.
Este paquete de software independiente ofrece una combinación
de tecnologías lingüísticas y técnicas manuales para clasificar
las respuestas abiertas. Para mejorar su análisis cuantitativo,
puede exportar los resultados como categorías o dicotomías
para su análisis en IBM SPSS Statistics Base, IBM SPSS
Data Collection o Excel.
IBM SPSS Visualization Designer
Este producto facilita la creación de atractivas visualizaciones
que pueden guardarse como plantillas y reutilizarse en los
productos de IBM SPSS.
Productos de IBM SPSS Data Collection Data Entry
e IBM SPSS Data Collection
IBM ofrece gran variedad de productos independientes que
le ayudan a introducir y capturar los datos para los estudios
de encuestas. IBM SPSS Data Collection Data Entry le ofrece
opciones para la introducción de datos ya sea mediante
aplicaciones de escritorio o a través de la Web. IBM SPSS Data
Collection le ofrece la posibilidad de captar automáticamente
datos online, por teléfono, mediante dispositivos móviles o
de formularios en papel que podrá escanear. Todos estos
productos funcionan con IBM SPSS Statistics, que le permite
analizar sin problemas sus datos de encuestas.
22
IBM Software
Business Analytics
IBM SPSS Statistics
Acerca de IBM Business Analytics
El software IBM Business Analytics ofrece el conocimiento
obtenido de los datos, que ayuda a las organizaciones a trabajar
con más inteligencia y superar a sus competidores. Este
completo catálogo de servicios incluye soluciones para business
intelligence, análisis predictivo y gestión de decisiones, gestión
del rendimiento y gestión del riesgo.
Las soluciones de Business Analytics permiten a las empresas
identificar y visualizar tendencias y patrones en áreas tales
como la analítica de clientes, que pueden causar un profundo
efecto en el rendimiento de negocio. Se pueden comparar
escenarios, anticipar amenazas y oportunidades potenciales,
mejorar la planificación, elaborar presupuestos y previsiones
de recursos, equilibrar los riesgos frente a los retornos previstos
y trabajar para cumplir los requisitos normativos. Al hacer que
la analítica esté ampliamente disponible, las organizaciones
pueden alinear la toma de decisiones estratégicas y tácticas
para alcanzar los objetivos de negocio. Para obtener más
información, visite: ibm.com/es/analytics
Solicite una llamada
Para solicitar una llamada o hacer una pregunta, vaya a
ibm.com/es/analytics Un representante de IBM responderá
su pregunta lo antes posible.
23
IBM España, S.A
Tel.: +34-91-397-6611
Santa Hortensia, 26-28
28002 Madrid
Spain
La página de presentación de IBM puede encontrarse en
ibm.com
IBM, logotipo de IBM, ibm.com, SPSS y Cognos son marcas registradas
de International Business Machines Corp., registradas en numerosas
jurisdicciones de todo el mundo. Otros nombres de productos y servicios
pueden ser marcas registradas de IBM o de otras empresas. Encontrará una
lista actualizada de las marcas registradas de IBM en la Web en “Información
de copyright y marcas registradas” en: ibm.com/legal/copytrade.shtml
Linux es una marca registrada de Linus Torvalds en Estados Unidos y/o
en otros países.
Microsoft, Windows, Windows NT y el logotipo de Windows son marcas
registradas de Microsoft Corporation en los Estados Unidos, otros países
o ambos.
UNIX es una marca registrada de The Open Group en Estados Unidos
y/o en otros países.
Este documento es vigente en la fecha inicial de publicación y está sujeto
a cambios por parte de IBM sin previo aviso. No todas las ofertas están
disponibles en todos los países en los que IBM opera.
LA INFORMACIÓN DE ESTE DOCUMENTO SE PROPORCIONA
“TAL CUAL” SIN GARANTÍA O CONDICIÓN DE NINGÚN TIPO,
NI EXPLÍCITA NO IMPLÍCITA, INCLUYENDO LAS GARANTÍAS
O CONDICIONES IMPLÍCITAS DE COMERCIALIZACIÓN O
ADECUACIÓN A UN PROPÓSITO DETERMINADO. Los productos
de IBM se garantizan de acuerdo con los términos y condiciones de los
acuerdos bajo los que se proporcionan.
© Copyright IBM Corporation 2014
Por favor, recicle
YTD03121-ESES-03