SPSS Brasil

A SPSS Inc. continua sua tradição de regularmente melhorar a família dos softwares estatísticos com o lançamento do SPSS 16.0. Inclui também, características que clientes, como você, têm solicitado. O SPSS 16.0 oferece uma nova interface ao usuário, desenvolvida completamente em Java™.

Esta nova interface facilita ainda mais a utilização do SPSS. Você pode modificar os tamanhos das caixas de diálogo para visualizar nomes longos de variáveis e listas, e facilmente arrastar variáveis de um quadro para outro.
Além da nova interface para o usuário, o SPSS 16.0 oferece:

E, com esse lançamento, virtualmente até mesmo os módulos opcionais estão disponíveis para Microsoft® Windows®, Apple®, Mac® OS®X ou Linux®.* Seguindo adiante, a SPSS Inc. tem planos de transformar todas as características e funcionalidades da família de produtos SPSS disponíveis nas três plataformas simultaneamente.

* Amos e SPSS Exact Tests estão disponíveis na plataforma do Microsoft Windows, e o intercâmbio de dados entre a família Dimensions™ da SPSS e a versão 16.0 está disponível somente no Windows.

A interface tem uma nova forma e funcionalidade no SPSS 16.0. As caixas de diálogo, a janela de dados, o editor de sintaxes, a janela de resultados (o Data Editor, o Syntax Editor, o Output Viewer), o sistema de ajuda, o editor de gráficos e o Pivot Table Editor todos foram reescritos em Java. Você perceberá, então, que trabalhar com seus dados está ainda mais fácil. Você pode redimensionar uma janela instantaneamente, para ver a descrição completa das variáveis e selecionar e arrastar as variáveis que você quer utilizar em sua análise. Se você trabalha com dados em vários idiomas, é possível processar dados em formato Unicode, bem como tratar o texto de acordo com as propriedades Unicode.

Um novo módulo opcional, SPSS Neural Networks, proporciona uma abordagem complementar às técnicas disponíveis no SPSS Base e seus módulos. Diretamente do SPSS você pode acessar o SPSS Neural Networks e descobrir relações mais complexas em seus dados.
Por exemplo, as empresas podem prever a demanda dos consumidores por um determinado tipo de produto, calcular a taxa de probabilidade de resposta a uma campanha de marketing, determinar a credibilidade de um candidato, ou detectar potenciais transações fraudulentas.

Redes Neurais são ferramentas de mineração de dados não lineares que consistem em camadas de entrada e saída, além das camadas escondidas. Em uma rede neural, as conexões são ponderadas de forma que pesos sejam repetidamente ajustados pelo algoritmo preparado para minimizar erros e realizar previsões precisas.

Com o módulo SPSS Neural Networks, você pode escolher tanto o procedimento Multilayer Perceptron (MLP) quanto o Radial Basis Function (RBF) para explorar seus dados de uma maneira totalmente nova.

O SPSS Neural Networks fornece opções de procedimentos para descobrir relação em seus dados. Este diagrama mostra o procedimento Multilayer Perceptron (MLP), as ligações entre a camada de entrada, a intermediária e a camada de saída.

O SPSS 16.0 oferece técnicas estatísticas aprimoradas no SPSS Complex Samples™, SPSS Advanced Models™, Amos™ e no SPSS Programmability Extension™.

O SPSS Complex Samples agora inclui a técnica Cox Regression. Se você tiver uma base de dados delineada no Complex Samples, você pode usar essa técnica para determinar o tempo para um evento específico acontecer, por exemplo, quanto tempo um cliente de alto valor permanece ativo ou por quanto tempo pessoas que se encaixam em um certo perfil irão sobreviver a determinadas condições médicas. O SPSS Complex Samples Cox Regression (CSCOXREG) permite que você analise diferenças em subgrupos bem como os efeitos de um grupo de preditores. O procedimento leva em conta o delineamento amostral para calcular as estimativas e pode tratar dados envolvendo múltiplos casos, bem como múltiplas visitas ou múltiplas observações de pacientes.

O SPSS Advanced models oferece melhorias para a criação dos Modelos Lineares Generalizados (GENLIN) e Equações Estimativas Generalizadas (GEE), ambos introduzidos no SPSS 15.0. Este procedimento permite que você faça previsões mais precisas para variáveis ordinais, bem como para a satisfação do cliente. As melhorias disponíveis no SPSS 16.0, permitem que os analistas façam a previsão de eventos provenientes de combinações de atributos discretos e contínuos, por exemplo, o montante de reclamações, utilizando a distribuição Tweedie.

Amos, poderosa ferramenta de Modelagem de Equações Estruturais (SEM) da SPSS, agora oferece uma classe de análises de variáveis latentes e modelagens mistas. Este método estatístico é útil em estudos de segmentação de mercado, principalmente, nas estimativas das probabilidades de um indivíduo pertencer a um determinado segmento ou grupo. Este método também fornece uma alternativa para o método K-médias de agrupamento.

No SPSS Programmability Extension, os atuais plugins de integração para Python® e a versão Microsoft.NET do Visual Basic® são acrescidos de um plug-in de integração R. Isto permite que os analistas utilizem as rotinas criadas em R dentro de uma sintaxe SPSS.

O SPSS Programmability Extension tornou possível a introdução da Regressão Partial Least Squares (PLS) no SPSS 16.0 como uma alternativa para a Regressão Ordinary Least Squares (OLS). PLS é uma técnica preditiva que permite lidar com muitas variáveis independentes, mesmo quando estas apresentam multicolinearidade. A escolha do método PLS ao invés de OLS pode ser feita se você tiver uma proporção alta entre número de variáveis e número de casos, uma situação que ocorre com freqüência no levantamento de pesquisas.

Além do suporte para Unicode, o SPSS 16.0 inclui muitas melhorias no gerenciamento de dados. Agora você terá uma grande flexibilidade na forma de preparar, analisar e salvar seus dados. Utilizando as funcionalidades do SPSS 16.0, você pode:

Alterar diretamente o tamanho de uma variável alfanumérica através da sintaxe
Definir valores ausentes e rótulos de valores para variáveis alfanuméricas
Arredondar ou utilizar casas decimais nos resultados obtidos através de operações com datas/horas utilizando o Date and TimeWizard
Encontrar e/ou substituir informações diretamente na janela de dados, corrigir ortografia e ordenar casos por nome, entre outros
Encontrar e substituir texto na janela de resultados por exemplo, procurar por avisos para identificar mensagens de erro e avisos
Importar e exportar dados para o Excel2007
Definir o acesso a um único arquivo por sessão ao invés de permitir o trabalho com múltiplos datasets
Definir um diretório de trabalho padrão

Quanto ao relatório, um novo e mais poderoso programa de visualização substitui as características do Interactive Graph Properties (IGRAPH), tornando a edição dos gráficos mais rápida e fácil. (A sintaxe do IGRAPH existente irá continuar a funcionar.)

O SPSS 16.0 apresenta o Python como um padrão de linguagem de criação de programação de scripts do front-end. Python substitue Sax Basic como a linguagem de scripts para tarefas como automação de rotinas repetitivas e customização de saídas. Assim como o SAX Basic, você pode aplicar um autoscript “base” para todos os objetos ou para objetos individuais. O SAX Basic existente irá continuar funcionando no SPSS 16.0

O SPSS Programmability Extension permite que você melhore a funcionalidade do SPSS utilizando programas externos de linguagem de programação como o Python. Aplicações escritas no Python e Visual Basic também podem ser usadas no SPSS para conduzir análises ou criar relatórios. Plugins de interação estão disponíveis no Developer Central Web Site da SPSS, assim como o SPSS Programmability Extension SDK que permite que os usuários criem seus próprios plugins de integração.

O SPSS continua a tornar o desenvolvimento de APIs mais fácil para os usuários, com melhorias no Programmability Extension, permitindo agora a implementação de multiplos plugins de integração e múltiplas versões de um único plugins de integração.

Uma melhoria adicional disponível através do SPSS Programmability Extension é o novo procedimento para criação de um arquivo de dados no plugins de integração do SPSS Python. Isso permite que o usuário crie um arquivo de dados SPSS completamente novo incluindo a criação simultânea de variáveis definidas e casos.

O SPSS 16.0 exibe vários procedimentos Multithreaded, que resultam em melhor performance em máquinas que contenham processadores múltiplos e processadores multicore. Os seguintes procedimentos são Multithreaded: no SPSS Base, regressão linear, correlação, correlação parcial e análise fatorial e no SPSS Complex Sample, o procedimento SPSS Complex Sample Select.

O SPSS 16.0 também fornece integração adicional com o SPSS Predictive Enterprise Services™. Como as empresas reconhecem a necessidade de criar processos mais efetivos para gerenciar e automatizar suas propriedades analíticas, oferecer uma forma eficiente e barata de gerenciar e fazer o update dessas propriedades torna-se cada vez mais importante. O SPSS Predictive Enterprise Services fornece essas funcionalidades por propriedades analíticas criadas com o SPSS, tais como sintaxe, script e outputs, bem como para propriedades criadas com outros produtos SPSS como o Clementine®.

As melhorias no SPSS Adapter for Predictive Enterprise Services permitem que você armazene e gerencie uma variedade de propriedades, incluindo arquivos de script Python, e melhorias na performance durante os processos de recuperação/armazenamento e atualização.

Sistema operacional: qualquer Linux OS que tenha os seguintes requerimentos:
Kernel 2.4.33.3 ou maior
Glibc 2.3.2 ou maior
Xfree86-4.0 ou maior
Libstdc++5
Hardware:
Processador: Intel ouAMD x86 1GHz ou maior
Memória: 256 MB RAM ou mais; 512 MB recomendado
Mínimo de espaço livre em disco: 450
CD-Rom drive
Super VGA (800x600) ou monitor com resolução maior
Web browser: Konqueror 3.4.1, Firefox 1.0.6 ou Netscape 7.2

Todos os módulos opcionais do SPSS 16.0 requer o SPSS Base 16.0, nenhum outro requerimento é necessário.

Sistema operacional:Windows XP ouWindows Vista
Hardware:
Memória: 256 MB RAM no mínimo
Mínimo de espaço livre em disco: 125
Web browser: Internet Explorer 6

Sistema operacional: Windows Server 2003 (32 bit ou 64 bit); Sun™ Solaris™ (SPARC) 9 e posteriores (apenas 64 bit); IBM®AIX® 5.3 e posteriores; ou Red Hat® Enterprise Linux® ES4 e posteriores; HP-UX
Hardware:
Mínimo de CPUs: Duas CPUs são recomendadas, 1 GHz ou mais
Memória: 256 MB RAM
Espaço temporário livre no disco: calcule multiplicando 2.5x número de usuários x tamanho esperado e base de dados em megabytes

Quadro de comparação de versões: novas funcionalidades adicionadas ao SPSS por número de versão e área


	2007 SPSS Brasil. Todos os direitos reservados. SPSS Brasil. Arandu, 281, 7º andar, Brooklin Novo São Paulo, SP, 04562-030