Bootstrapping yaklaşımı model tutarlılığının ölçümünde sıkça tercih edilen yaygın bir tekniktir. IBM SPSS Bootstrapping sunmuş olduğu kullanıcı dostu ara yüzü ile model tutarlılık değerlendirmelerinin çok daha etkin ve kolay bir şekilde gerçekleştirilmesine imkan verir. SPSS Bootstrapping ile orijinal örneklemden birden fazla, farklı içeriklerde örneklemler çekerek herhangi bir tahmincinin örneklem dağılımını daha tutarlı tahmin edebilirsiniz. Sunmuş olduğu teknikler ile ortalama, medyan, oran, odds ratio, korelasyon katsayısı, regresyon katsayısı vb. birçok parametrenin standart hatası ve güven aralıklarını tahmin edebilirsiniz. Bootstrap yaklaşımı ile üretilecek örneklem sayısını kontrol edebilir, örneklemlerin içeriğini sabitlemek için rassal sayı birimi (random number seed) tanımlayabilir ve örneklemlerin belirlenmesi için en uygun örnekleme yönteminin hangisi olduğuna karar verebilirsiniz.

 

 

Öne Çıkan Özellikler

Tahminleme Sürecini Hızlandırın

Orijinal örneklemden birden fazla, farklı içeriklerde örneklemler çekerek herhangi bir tahmincinin örneklem dağılımını daha tutarlı tahmin edebilirsiniz.

Tahmin Başarısını Arttırın

Ana kütlenin tüm özelliklerini anlayabilmenize imkan verecek yüzlerce farklı örneklem çekerek tahmin başarısını arttırabilirsiniz.

Modellerinizin Başarısından ve Geçerliliğinden Emin Olun

Analizlerinizin başarısını ve kabul edilebilirliğini düşürecek uç ve anormal değerlerin etkisini azaltarak azaltabilirsiniz.

Anahtar Özellikler

Ortalama, medyan, oran, odds ratio, korelasyon katsayısı, regresyon katsayısı vb. birçok parametrenin standart hatası ve güven aralıklarını tahmin edebilirsiniz.

Varsayılan değeri 1000 olarak belirlenmiş örneklem sayısını veri setinize ve ihtiyaçlarınıza uygun olarak kolaylıkla değiştirebilirsiniz.

IBM SPSS Statistics içerisinde yer alan en temel analiz yöntemlerinden en ileri analitik modelleme yöntemlerine kadar tüm modellerin tutarlılıklarını test edebilirsiniz.

Deneme sürümü bulunmamaktadır.