SPSS Statistics - Forecasting
SPSS Statistics - Forecasting kaufen
Mithilfe von IBM SPSS Forecasting können Analysten im Handumdrehen Trends vorhersagen und Prognosen entwickeln, ohne Statistikexperte sein zu müssen. Anders als Tabellenkalkulationsprogramme besitzt IBM SPSS Forecasting die fortschrittlichen statistischen Techniken, die für die Arbeit mit Zeitreihendaten erforderlich sind – unabhängig von Ihrer Erfahrung in diesem Bereich.
Dies könnte Sie auch interessieren
Stata MP
Sie benötigen eine leistungsstarke Software für komplexe Arbeiten im Bereich Statistik, Grafik,... Mehr Details
Minitab
Minitab ist eine leistungsstarke Statistiksoftware für die Qualitätsverbesserung und Six Sigma Prozesse.
Mehr Details
EViews 14
Im Bereich Ökonometrie ist EViews Ihre erste Wahl! Egal ob lineare Regression, Zeitreihenanalysen mittels ARCH,... Mehr Details
IBM SPSS Statistics - Forecasting
Hoch entwickelte Zeitreihenprognosen unabhängig von Ihren Kenntnissen
Mit IBM SPSS Forecasting können Analysten Trends vorhersagen und Prognosen schnell und einfach entwickeln – ohne Statistikexperte sein zu müssen. Auch Prognosenovizen sind damit in der Lage, ausgereifte Prognosen zu erstellen, die verschiedene Variablen berücksichtigen. Erfahrene Prognostiker können SPSS Forecasting zur Validierung ihrer Modell verwenden. Sie erhalten die benötigten Informationen schneller, weil Sie die Software bei jedem Schritt unterstützt.
SPSS Forecasting bietet Ihnen folgende Vorteile:
- Innovative Statistikverfahren, die für die Arbeit mit Zeitreihendaten erforderlich sind, unabhängig von Ihrem Fachwissen
- Prozeduren zur umfassenden Ausschöpfung Ihrer Zeitreihenanalyse
Desktop-Systeme
| Windows® | Mac® OS X | Linux® | ||
| Andere Voraussetzungen | DVD-Laufwerk Super VGA-Monitor (800x600) oder Monitor mit höherer Auflösung Für die Verbindung mit dem SPSS Statistics Base Server, ein Netzwerk Adapter für das TCP/IP Netzwerk Protokoll Internet Explorer 7, 8,9 oder 10 |
DVD-Laufwerk Super VGA-Monitor (800x600) oder Monitor mit höherer Auflösung Webbrowser: Mozilla® Firefox® 20, 21 |
DVD-Laufwerk Super VGA-Monitor (800x600) oder Monitor mit höherer Auflösung Webbrowser: Mozilla® Firefox® 20, 21 |
|
| Betriebssystem | Windows XP, Vista, 7, 8, 10 (32-/64-Bit) | Mac OS X 10.7 (32-/64-Bit), Mac OS X 10.8 (nur 64-Bit!) | Debian 6.0 x86-64, Red Hat Enterprise Linux (RHEL) 5 Desktop Editions, Red Hat Enterprise Linux (RHEL) Client 6 x86-64:
|
|
| Minimum CPU | Intel®- oder AMD-x86-Prozessor mit 1 GHz oder mehr | Intel-Prozessor (32- und 64-Bit) | Intel®- oder AMD-x86-Prozessor mit 1 GHz oder mehr | |
| Min. RAM | 1 GB RAM oder mehr empfohlen | 1 GB RAM oder mehr empfohlen | 1 GB RAM oder mehr empfohlen | |
| Festplattenplatz | Minimum 800 MB freier Speicherplatz auf der Festplatte | Minimum 800 MB freier Speicherplatz auf der Festplatte | Minimum 800 MB freier Speicherplatz auf der Festplatte |
Server-Systeme
| SPSS Statistics Server | |
| Andere Voraussetzungen | Für Windows-, Solaris-Computer: Netzwerkadapter mit TCP/IP-Netzwerkprotokoll Für System z-Computer: OSA-Express3 10 Gigabit Ethernet, OSA-Express3 Gigabit Ethernet, OSA-Express3 1000BASE-T Ethernet |
| Betriebssystem | Windows Server 2008 oder 2012 (64-Bit), Red Hat® Enterprise Linux 5 (auf diversen Rechnerarchitekturen; 64-Bit), SUSE Linux Enterprise Server 10 und 11 (auf diversen Rechnerarchitekturen; 64-Bit) Details entnehmen Sie bitte der Übersicht System Requirements SPSS Statistics Server 22 |
| Minimum CPU | |
| Min. RAM | 4 GB RAM oder mehr werden empfohlen |
| Festplattenplatz | ca. 1 GB für die Installation. Temporär wird die doppelte Menge Speicherplatz benötigt. |
Innovative Statistikverfahren
- Analysieren Sie historische Daten, prognostizieren Sie Trends schneller und stellen Sie Informationen so bereit, dass sie für die Entscheider in Ihrem Unternehmen leicht verständlich und einfach zu nutzen sind.
- Ermitteln Sie automatisch das am besten geeignete ARIMA- oder exponentielle Glättungsmodell für die Analyse Ihrer Verlaufsdaten.
- Modellieren Sie Hunderte von verschiedenen Zeitreihen gleichzeitig, anstatt die Prozedur jeweils für eine Variable ausführen zu müssen.
- Speichern Sie die Modelle in einer zentralen Datei, damit Prognosen aktualisiert werden können, wenn sich Daten ändern, ohne Parameter neu festlegen oder Modelle neu schätzen zu müssen.
- Schreiben Sie Scripts so, dass Modelle automatisch mit neuen Daten aktualisiert werden.
Prozeduren
- TSMODEL – Nutzen Sie Expert Modeler, um eine Gruppe von Zeitreihenvariablen zu modellieren, entweder mithilfe des ARIMA-Modells oder exponentieller Glättungsverfahren.
- TSAPPLY – Wenden Sie gespeicherte Modelle auf neue oder aktualisierte Daten an.
- SEASON – Schätzen Sie multiplikative oder kumulative saisonale Faktoren für periodische Zeitreihen.
- SPECTRA – Zerlegen Sie eine Zeitreihe in ihre harmonischen Komponenten, bei denen es sich um Gruppen von regulären periodischen Funktionen mit unterschiedlichen Wellenlängen oder Perioden handelt.