Nouveautés de la version 29 d’IBM SPSS Statistics

Nouveautés de la version 29 d’IBM SPSS Statistics

IBM® SPSS® Statistics est un logiciel d’analyse statistique reconnu à travers le monde. Il offre une interface conviviale et un ensemble de fonctionnalités robustes pour résoudre des problèmes commerciaux et de recherche. Les organisations utilisent IBM SPSS Statistics pour comprendre les données, analyser des tendances, faire des prévisions, valider des hypothèses et tirer des conclusions précises.

IBM a récemment lancé la version 29 de SPSS Statistics qui inclut de nouvelles fonctionnalités. Entre autres, l’ajout de nouveaux modèles de survie, l’intégration améliorée des extensions open source et l’amélioration de procédures statistiques existantes.  De plus, le mode classeur et la fonction de recherche ont été revus afin d’être plus conviviaux.

Une liste complète des fonctionnalités nouvelles et mises à jour est disponible dans le portail IBM SPSS Statistics 29 dans IBM Docs.

Nouvelles fonctionnalités d’analyse et syntaxe de commande étendue

Trois nouvelles alternatives aux régressions linéaires des moindres carrés ordinaires (MCO – OLS)

SPSS Statistics 29 propose de nouvelles alternatives OLS linéaires et prend en charge de nouvelles entrées de commande.

Elastic Net – LINEAR_ELASTIC_NET

Estime les modèles de régression linéaire régularisés pour une variable dépendante sur une ou plusieurs variables indépendantes. La régularisation combine les pénalités L1 (Lasso) et L2 (Ridge).

Lasso – LINEAR_LASSO

Estime les modèles de régression linéaire régularisés des pertes L1 pour une variable dépendante sur une ou plusieurs variables indépendantes, et inclut des modes facultatifs pour afficher les tracés de trace et sélectionner la valeur de l’hyperparamètre alpha basée sur la validation croisée.

Pseudo-orthogonale (Ridge) – LINEAR_RIDGE

Estime les modèles de régression linéaire régularisée de L2 ou à perte au carré pour une variable dépendante sur une ou plusieurs variables indépendantes, et inclut des modes facultatifs pour afficher les tracés de trace et sélectionner la valeur de l’hyperparamètre alpha basée sur la validation croisée.

Modèles AFT (Accelerated Failure Time) paramétriques – SURVREG AFT

Invoque la procédure des modèles de survie paramétriques avec des données de durée de vie non récurrentes. Les modèles de survie paramétriques supposent que le temps de survie suit une distribution connue, et cette analyse s’adapte aux modèles de temps de défaillance accéléré avec leurs effets de modèle proportionnels par rapport au temps de survie.

Les entrées existantes offrent désormais des fonctionnalités supplémentaires

Mesures pseudo-R2 dans les modèles mixtes linéaires et les modèles mixtes linéaires généralisés – MIXED, GENLINMIXED

Les mesures pseudo-R2 et le coefficient de corrélation intra-classe sont maintenant inclus dans la sortie des modèles mixtes linéaires et des modèles mixtes linéaires généralisés (le cas échéant).

Le coefficient de détermination R2 est une statistique couramment rapportée, car il représente la proportion de variance expliquée par un modèle linéaire. Le coefficient de corrélation intra-classe (ICC) est une statistique connexe qui quantifie la proportion de variance expliquée par un facteur de regroupement (aléatoire) dans des données multiniveaux / hiérarchiques.

Tracés de violon

Le sélecteur de modèles « Graphboard » comprend un nouveau diagramme en violon, qui est un hybride des graphiques de boîte à moustaches (« box plot ») et de densité par noyau. Les diagrammes de violon montrent les pics dans les données et sont utilisés pour visualiser la distribution des données numériques. Contrairement à une boîte à moustaches qui ne peut afficher que des statistiques récapitulatives, les tracés de violon représentent des statistiques récapitulatives et la densité de chaque variable. 

Suppression de la possibilité de masquer les cas non sélectionnés

Les observations non sélectionnées ne sont plus masquées dans l’éditeur de données lorsqu’un sous-ensemble d’observations est sélectionné et que les observations non sélectionnées ne sont pas supprimées. Cela représente un retour à ce qu’il y avait avec Statistics 27.0.1 et les versions antérieures.

Amélioration de l’interface et de l’expérience utilisateur

Améliorations du mode Classeur

·        Deux nouveaux éléments de la barre d’outils du classeur ont été ajoutés :

o Afficher/Masquer toutes les fenêtres de syntaxe ;

o Effacer toutes les sorties.

·        Il y a un nouveau bouton dans la barre d’état pour basculer entre les modes Classique (sortie et syntaxe) et Classeur.

Améliorations de la recherche

La fonction de recherche fournit désormais des options permettant de saisir des termes directement dans une zone de la barre d’outils et d’afficher les principaux résultats dans une sous-fenêtre déroulante.

Mises à niveau Python et R

Python 3.10.4 et R 4.2.0 sont installés avec IBM® SPSS® Statistics 29.

Inscrivez-vous aux prochaines discussions techniques d’IBM pour en apprendre davantage sur les nouvelles procédures statistiques et les améliorations apportées à la dernière version du logiciel IBM SPSS Statistics.

Si vous souhaitez acheter de nouvelles licences IBM SPSS Statistics ou si vous souhaitez passer à SPSS Statistics 29, contactez-nous. Vous pouvez aussi vous abonner directement sur le site Web de Numea.

Sources : https://community.ibm.com/community/user/datascience/blogs/kennia-garcia/2022/08/08/whats-new-in-spss-statistics-29

https://www.ibm.com/docs/fr/spss-statistics/29.0.0?topic=overview-whats-new-in-version-29