Το IBM SPSS Statistics έχει τη μορφή βασικού συστήματος, αλλά μπορείτε να αποκτήσετε επιπλέον λειτουργικές μονάδες για να τις προσθέσετε σε αυτό το σύστημα. Το SPSS είναι διαθέσιμο σε διάφορες εκδόσεις αδειοδότησης : εκδόσεις πανεπιστημιούπολης, προγράμματα συνδρομής και εμπορικές εκδόσεις. Αν και η τιμολόγηση και τα διάφορα πακέτα διαφέρουν για το καθένα, όλα σας επιτρέπουν να συμπεριλάβετε τις ίδιες πρόσθετες μονάδες.
Εάν χρησιμοποιείτε ένα αντίγραφο του SPSS στη δουλειά ή σε ένα πανεπιστήμιο που έχει εγκαταστήσει κάποιος άλλος, ενδέχεται να έχετε μερικά από αυτά τα πρόσθετα χωρίς να το καταλάβετε, επειδή τα περισσότερα είναι τόσο πλήρως ενσωματωμένα στα μενού που μοιάζουν με αναπόσπαστα μέρη του σύστημα βάσης. Εάν παρατηρήσετε ότι τα μενού σας είναι μικρότερα ή μεγαλύτερα από το αντίγραφο του SPSS κάποιου άλλου, αυτό πιθανότατα οφείλεται σε πρόσθετες μονάδες.
Ορισμένα πρόσθετα μπορεί να μην σας ενδιαφέρουν. ενώ άλλα θα μπορούσαν να γίνουν απαραίτητα. Σημειώστε ότι εάν έχετε ένα δοκιμαστικό αντίγραφο του SPSS, πιθανότατα έχει όλες τις ενότητες, συμπεριλαμβανομένων εκείνων στις οποίες ενδέχεται να χάσετε την πρόσβαση όταν αποκτήσετε το δικό σας αντίγραφο. Αυτό το άρθρο σας παρουσιάζει τις ενότητες που μπορούν να προστεθούν στο SPSS και τι κάνουν. ανατρέξτε στην τεκμηρίωση που συνοδεύει κάθε ενότητα για ένα πλήρες σεμινάριο.
Πιθανότατα θα συναντήσετε τα ονόματα IBM SPSS Amos και IBM SPSS Modeler . Παρόλο που το SPSS εμφανίζεται στα ονόματα, αγοράζετε αυτά τα προγράμματα χωριστά, όχι ως πρόσθετα. Το Amos χρησιμοποιείται για τη Μοντελοποίηση Δομικών Εξισώσεων (SEM) και το SPSS Modeler είναι ένας πάγκος εργασίας για προγνωστικές αναλύσεις και μηχανική μάθηση.
Ακολουθεί μια λίστα με τις στατιστικές τεχνικές που αποτελούν μέρος της ενότητας Advanced Statistics:
Αν και αυτές οι διαδικασίες είναι από τις πιο προηγμένες στο SPSS, μερικές είναι αρκετά δημοφιλείς. Για παράδειγμα, η ιεραρχική γραμμική μοντελοποίηση (HLM), μέρος των γραμμικών μικτών μοντέλων, είναι κοινή στην εκπαιδευτική έρευνα. Τα μοντέλα HLM είναι στατιστικά μοντέλα στα οποία οι παράμετροι ποικίλλουν σε περισσότερα από ένα επίπεδα. Για παράδειγμα, μπορεί να έχετε δεδομένα που περιλαμβάνουν πληροφορίες τόσο για μαθητές όσο και για σχολεία και σε ένα μοντέλο HLM μπορείτε να ενσωματώσετε ταυτόχρονα πληροφορίες και από τα δύο επίπεδα.
Το βασικό σημείο είναι ότι αυτή η ενότητα Advanced Statistical περιέχει εξειδικευμένες τεχνικές που πρέπει να χρησιμοποιήσετε εάν δεν πληροίτε τις υποθέσεις της παλινδρόμησης απλής βανίλιας και της ανάλυσης διακύμανσης (ANOVA). Αυτές οι τεχνικές έχουν περισσότερο άρωμα ANOVA. Η ανάλυση επιβίωσης είναι η λεγόμενη μοντελοποίηση από το χρόνο έως το συμβάν, όπως η εκτίμηση του χρόνου μέχρι το θάνατο μετά τη διάγνωση.
Η λειτουργική μονάδα Custom Tables είναι η πιο δημοφιλής ενότητα εδώ και χρόνια και για καλό λόγο. Εάν πρέπει να συμπιέσετε πολλές πληροφορίες σε μια αναφορά, χρειάζεστε αυτήν την ενότητα. Για παράδειγμα, εάν κάνετε έρευνα έρευνας και θέλετε να αναφέρετε ολόκληρη την έρευνα σε μορφή πίνακα, η ενότητα προσαρμοσμένων πινάκων μπορεί να σας σώσει επειδή σας επιτρέπει να παρουσιάζετε εύκολα τεράστιες πληροφορίες.
Αποκτήστε ένα δωρεάν δοκιμαστικό αντίγραφο του SPSS Statistics με όλες τις ενότητες και αναγκάστε τον εαυτό σας να περάσετε μια καλή μέρα χρησιμοποιώντας τις ενότητες που δεν έχετε. Δείτε εάν οποιαδήποτε πτυχή της αναφοράς που κάνετε ήδη θα μπορούσε να γίνει πιο γρήγορα με τη λειτουργική μονάδα Προσαρμοσμένων πινάκων. Αναπαράγετε μια πρόσφατη αναφορά και δείτε πόσο χρόνο μπορείτε να εξοικονομήσετε.
Στο παρακάτω σχήμα, βλέπετε έναν απλό πίνακα συχνότητας που εμφανίζει δύο μεταβλητές. Σημειώστε ότι οι κατηγορίες και για τις δύο μεταβλητές είναι ίδιες.
Πίνακας συχνοτήτων των μεταβλητών έκπτωσης.
Ο παρακάτω πίνακας είναι τα ίδια δεδομένα, αλλά εδώ ο πίνακας δημιουργήθηκε χρησιμοποιώντας την ενότητα SPSS Custom Tables και είναι πολύ καλύτερος πίνακας.
Προσαρμοσμένος πίνακας των μεταβλητών έκπτωσης.
Εάν δημιουργείτε τον πίνακα για τον εαυτό σας, η παρουσίαση μπορεί να μην έχει σημασία. Αλλά εάν τοποθετείτε τον πίνακα σε μια αναφορά που θα σταλεί σε άλλους, χρειάζεστε τη λειτουργική μονάδα SPSS Custom Tables. Παρεμπιπτόντως, με την εξάσκηση, χρειάζονται μόνο λίγα δευτερόλεπτα για να φτιάξετε την προσαρμοσμένη έκδοση και μπορείτε να χρησιμοποιήσετε τη Σύνταξη για να προσαρμόσετε περαιτέρω τον πίνακα!
Ξεκινώντας από την έκδοση 27, η λειτουργική μονάδα Custom Tables αποτελεί μέρος της τυπικής έκδοσης.
Ακολουθεί μια λίστα με τις στατιστικές τεχνικές που αποτελούν μέρος της ενότητας παλινδρόμησης:
Κατά κάποιους τρόπους, η ενότητα παλινδρόμησης μοιάζει με την ενότητα Προηγμένων στατιστικών — χρησιμοποιείτε αυτές τις τεχνικές όταν δεν πληροίτε τις τυπικές παραδοχές. Ωστόσο, με τη μονάδα παλινδρόμησης, οι τεχνικές είναι φανταχτερές παραλλαγές παλινδρόμησης όταν δεν μπορείτε να κάνετε συνηθισμένη παλινδρόμηση ελαχίστων τετραγώνων. Η δυαδική λογιστική παλινδρόμηση είναι δημοφιλής και χρησιμοποιείται όταν η εξαρτημένη μεταβλητή έχει δύο κατηγορίες — για παράδειγμα, μείνε ή πήγαινε (να ανακάμψεις), να αγοράσεις ή να μην αγοράσεις ή να πάθεις μια ασθένεια ή να μην πάθεις ασθένεια.
Η ενότητα Κατηγορίες σάς δίνει τη δυνατότητα να αποκαλύψετε σχέσεις μεταξύ των κατηγορικών δεδομένων σας. Για να σας βοηθήσει να κατανοήσετε τα δεδομένα σας, η ενότητα Κατηγορίες χρησιμοποιεί αντιληπτική αντιστοίχιση, βέλτιστη κλίμακα, κλιμάκωση προτιμήσεων και μείωση διαστάσεων. Χρησιμοποιώντας αυτές τις τεχνικές, μπορείτε να ερμηνεύσετε οπτικά τις σχέσεις μεταξύ των γραμμών και των στηλών σας.
Η ενότητα Κατηγορίες εκτελεί την ανάλυσή της σε τακτικά και ονομαστικά δεδομένα. Χρησιμοποιεί διαδικασίες παρόμοιες με τη συμβατική παλινδρόμηση, τα κύρια στοιχεία και την κανονική συσχέτιση. Εκτελεί παλινδρόμηση χρησιμοποιώντας ονομαστικές ή τακτικές κατηγορικές μεταβλητές πρόβλεψης ή αποτελέσματος.
Οι διαδικασίες της ενότητας Κατηγορίες καθιστούν δυνατή την εκτέλεση στατιστικών πράξεων σε κατηγορικά δεδομένα:
Μπορείτε να χρησιμοποιήσετε αυτήν την ενότητα για να δημιουργήσετε μερικά χρήσιμα εργαλεία:
Ας το παραδεχτούμε: Η προετοιμασία δεδομένων δεν είναι διασκεδαστική. Θα λάβουμε όλη τη βοήθεια που μπορούμε. Καμία ενότητα δεν θα εξαλείψει όλη τη δουλειά για τον άνθρωπο σε αυτήν τη συνεργασία ανθρώπου-υπολογιστή, αλλά η ενότητα Προετοιμασία δεδομένων θα εξαλείψει ορισμένες συνήθεις, προβλέψιμες πτυχές.
Αυτή η ενότητα σάς βοηθά να επεξεργαστείτε σειρές και στήλες δεδομένων. Για σειρές δεδομένων, σας βοηθά να προσδιορίσετε ακραίες τιμές που ενδέχεται να παραμορφώσουν τα δεδομένα σας. Όσο για τις μεταβλητές, σας βοηθά να εντοπίσετε τις καλύτερες και σας ενημερώνει ότι θα μπορούσατε να βελτιώσετε κάποιες μεταμορφώνοντάς τις. Σας δίνει επίσης τη δυνατότητα να δημιουργήσετε ειδικούς κανόνες επικύρωσης για να επιταχύνετε τους ελέγχους των δεδομένων σας και να αποφύγετε πολλές χειρωνακτικές εργασίες. Τέλος, σας βοηθά να εντοπίσετε μοτίβα στα δεδομένα που λείπουν.
Ξεκινώντας από την έκδοση 27, οι ενότητες Data Preparation και Bootstrapping αποτελούν μέρος της βασικής έκδοσης.
Τα δέντρα αποφάσεων είναι, μακράν, η πιο δημοφιλής και γνωστή τεχνική εξόρυξης δεδομένων. Στην πραγματικότητα, ολόκληρα προϊόντα λογισμικού είναι αφιερωμένα σε αυτήν την προσέγγιση. Εάν δεν είστε σίγουροι αν πρέπει να κάνετε εξόρυξη δεδομένων, αλλά θέλετε να το δοκιμάσετε, η χρήση της ενότητας Decision Trees θα ήταν ένας από τους καλύτερους τρόπους για να επιχειρήσετε την εξόρυξη δεδομένων, επειδή γνωρίζετε ήδη τον τρόπο με τον οποίο περνάτε από το SPSS Statistics. Η ενότητα Decision Trees δεν έχει όλες τις δυνατότητες των δέντρων αποφάσεων στο SPSS Modeler (ένα ολόκληρο πακέτο λογισμικού αφιερωμένο στην εξόρυξη δεδομένων), αλλά υπάρχουν πολλά εδώ για να σας κάνουν μια καλή αρχή.
Τι είναι τα δέντρα απόφασης; Λοιπόν, η ιδέα είναι ότι έχετε κάτι που θέλετε να προβλέψετε (τη μεταβλητή στόχο) και πολλές μεταβλητές που θα μπορούσαν ενδεχομένως να σας βοηθήσουν να το κάνετε αυτό, αλλά δεν ξέρετε ποιες είναι πιο σημαντικές. Το SPSS υποδεικνύει ποιες μεταβλητές είναι πιο σημαντικές και πώς αλληλεπιδρούν οι μεταβλητές και σας βοηθά να προβλέψετε τη μεταβλητή-στόχο στο μέλλον.
Το SPSS υποστηρίζει τέσσερις από τους πιο δημοφιλείς αλγόριθμους δέντρων αποφάσεων: CHAID, Exhaustive CHAID, C&RT και QUEST.
Μπορείτε να χρησιμοποιήσετε τη μονάδα Πρόβλεψης για να δημιουργήσετε γρήγορα προβλέψεις χρονοσειρών από ειδικούς. Αυτή η ενότητα περιλαμβάνει στατιστικούς αλγόριθμους για την ανάλυση ιστορικών δεδομένων και την πρόβλεψη τάσεων. Μπορείτε να το ρυθμίσετε ώστε να αναλύει εκατοντάδες διαφορετικές χρονολογικές σειρές ταυτόχρονα αντί να εκτελείτε μια ξεχωριστή διαδικασία για κάθε μία.
Το λογισμικό έχει σχεδιαστεί για να χειρίζεται τις ειδικές καταστάσεις που προκύπτουν στην ανάλυση τάσεων. Καθορίζει αυτόματα τον καλύτερο προσαρμοσμένο αυτοπαλινδρομικό ολοκληρωμένο κινούμενο μέσο όρο (ARIMA) ή μοντέλο εκθετικής εξομάλυνσης. Δοκιμάζει αυτόματα τα δεδομένα για εποχικότητα, διαλείπουσες τιμές και τιμές που λείπουν. Το λογισμικό ανιχνεύει ακραίες τιμές και τα εμποδίζει να επηρεάσουν αδικαιολόγητα τα αποτελέσματα. Τα γραφήματα που δημιουργούνται περιλαμβάνουν διαστήματα εμπιστοσύνης και υποδεικνύουν την καλή προσαρμογή του μοντέλου.
Καθώς αποκτάτε εμπειρία στην πρόβλεψη, η ενότητα Πρόβλεψη σάς δίνει περισσότερο έλεγχο σε κάθε παράμετρο όταν δημιουργείτε το μοντέλο δεδομένων σας. Μπορείτε να χρησιμοποιήσετε τον ειδικό μοντελιστή στην ενότητα Πρόβλεψη για να προτείνετε σημεία εκκίνησης ή για να ελέγξετε τους υπολογισμούς που έχετε κάνει με το χέρι.
Επιπλέον, ένας αλγόριθμος που ονομάζεται Timeoral Causal Modeling (TCM) επιχειρεί να ανακαλύψει βασικές αιτιώδεις σχέσεις σε δεδομένα χρονοσειρών συμπεριλαμβάνοντας μόνο εισόδους που έχουν αιτιακή σχέση με τον στόχο. Αυτό διαφέρει από την παραδοσιακή μοντελοποίηση χρονοσειρών, όπου πρέπει να προσδιορίσετε ρητά τους προγνωστικούς παράγοντες για μια σειρά-στόχο.
Η ενότητα "Προετοιμασία δεδομένων" φαίνεται να έχει καλυμμένες τιμές που λείπουν, αλλά η ενότητα "Τιμές που λείπουν" και η ενότητα "Προετοιμασία δεδομένων" είναι αρκετά διαφορετικές. Η ενότητα Προετοιμασία δεδομένων αφορά την εύρεση σφαλμάτων δεδομένων. Οι κανόνες επικύρωσής του θα σας πουν εάν ένα σημείο δεδομένων απλώς δεν είναι σωστό. Η ενότητα Missing Values, από την άλλη πλευρά, εστιάζει όταν δεν υπάρχει τιμή δεδομένων. Προσπαθεί να εκτιμήσει το κομμάτι της πληροφορίας που λείπει χρησιμοποιώντας άλλα δεδομένα που έχετε. Αυτή η διαδικασία ονομάζεται καταλογισμός ή αντικατάσταση τιμών με μια μορφωμένη εικασία. Όλα τα είδη των εξορύξεων δεδομένων, των στατιστικών και των ερευνητών — ειδικά ερευνητές ερευνών — μπορούν να επωφεληθούν από τη μονάδα Missing Values.
Υπομονή γιατί θα γίνουμε λίγο τεχνικοί. Το bootstrapping είναι μια τεχνική που περιλαμβάνει επαναδειγματοληψία με αντικατάσταση. Η μονάδα Bootstrapping επιλέγει μια θήκη τυχαία, σημειώνει σχετικά, την αντικαθιστά και επιλέγει μια άλλη. Με αυτόν τον τρόπο, μπορείτε να επιλέξετε μια περίπτωση περισσότερες από μία φορές ή και καθόλου. Το καθαρό αποτέλεσμα είναι μια άλλη έκδοση των δεδομένων σας που είναι παρόμοια αλλά όχι πανομοιότυπη. Εάν το κάνετε αυτό 1.000 φορές (η προεπιλογή), μπορείτε να κάνετε μερικά δυνατά πράγματα πράγματι.
Η ενότητα Bootstrapping σάς επιτρέπει να δημιουργείτε πιο σταθερά μοντέλα, ξεπερνώντας την επίδραση των ακραίων τιμών και άλλων προβλημάτων στα δεδομένα σας. Οι παραδοσιακές στατιστικές υποθέτουν ότι τα δεδομένα σας έχουν μια συγκεκριμένη κατανομή, αλλά αυτή η τεχνική αποφεύγει αυτήν την υπόθεση. Το αποτέλεσμα είναι μια πιο ακριβής αίσθηση του τι συμβαίνει στον πληθυσμό. Το bootstrapping, κατά μία έννοια, είναι μια απλή ιδέα, αλλά επειδή το bootstrapping απαιτεί μεγάλη ιπποδύναμη του υπολογιστή, είναι πιο δημοφιλές τώρα από ό,τι όταν οι υπολογιστές ήταν πιο αργοί.
Το bootstrapping είναι επίσης μια δημοφιλής τεχνική εκτός SPSS, ώστε να μπορείτε να βρείτε άρθρα στον Ιστό σχετικά με την ιδέα. Η ενότητα Bootstrapping σάς επιτρέπει να εφαρμόσετε αυτήν την ισχυρή ιδέα στα δεδομένα σας στο SPSS Statistics.
Η δειγματοληψία είναι ένα μεγάλο μέρος της στατιστικής. Ένα απλό τυχαίο δείγμα είναι αυτό που συνήθως σκεφτόμαστε ως δείγμα - όπως η επιλογή ονομάτων από ένα καπέλο. Το καπέλο είναι ο πληθυσμός σας και τα κομμάτια χαρτιού που επιλέγετε ανήκουν στο δείγμα σας. Κάθε κομμάτι χαρτιού έχει ίσες πιθανότητες να επιλεγεί. Η έρευνα είναι συχνά πιο περίπλοκη από αυτό. Η ενότητα Complex Sample αφορά πιο περίπλοκες μορφές δειγματοληψίας: δύο σταδίων, στρωματοποιημένη και ούτω καθεξής.
Τις περισσότερες φορές, οι ερευνητές της έρευνας χρειάζονται αυτήν την ενότητα, αν και πολλά είδη πειραματικών ερευνητών μπορεί επίσης να επωφεληθούν από αυτήν. Οι μονάδες Complex Samples σάς βοηθούν να σχεδιάσετε τη συλλογή δεδομένων και, στη συνέχεια, λαμβάνει υπόψη τη σχεδίαση κατά τον υπολογισμό των στατιστικών σας. Σχεδόν όλα τα στατιστικά στοιχεία στο SPSS υπολογίζονται με την υπόθεση ότι τα δεδομένα είναι ένα απλό τυχαίο δείγμα. Οι υπολογισμοί σας μπορεί να παραμορφωθούν όταν αυτή η υπόθεση δεν ικανοποιείται.
Η ενότητα Conjoint παρέχει έναν τρόπο για να προσδιορίσετε πώς κάθε ένα από τα χαρακτηριστικά του προϊόντος σας επηρεάζει τις προτιμήσεις των καταναλωτών. Όταν συνδυάζετε τη συνδυασμένη ανάλυση με την έρευνα ανταγωνιστικής αγοράς προϊόντων, είναι πιο εύκολο να μηδενίσετε τα χαρακτηριστικά του προϊόντος που είναι σημαντικά για τους πελάτες σας.
Με αυτήν την έρευνα, μπορείτε να προσδιορίσετε ποια χαρακτηριστικά προϊόντος ενδιαφέρονται οι πελάτες σας, ποια ενδιαφέρονται περισσότερο και πώς μπορείτε να κάνετε χρήσιμες μελέτες τιμολόγησης και επωνυμίας. Και μπορείτε να τα κάνετε όλα αυτά προτού επιβαρυνθείτε με τα έξοδα της διάθεσης νέων προϊόντων στην αγορά.
Η ενότητα Direct Marketing είναι λίγο διαφορετική από τις άλλες. Είναι μια δέσμη σχετικών λειτουργιών σε περιβάλλον που μοιάζει με μάγο. Η ενότητα έχει σχεδιαστεί για να είναι μια ενιαία αγορά για τους επαγγελματίες του μάρκετινγκ. Τα κύρια χαρακτηριστικά είναι η πρόσφατη ανάλυση, η συχνότητα και η νομισματική (RFM), η ανάλυση συστάδων και η διαμόρφωση προφίλ:
Η ενότητα Ακριβείς Δοκιμές καθιστά δυνατή την ακριβέστερη ανάλυση μικρών συνόλων δεδομένων και συνόλων δεδομένων που περιέχουν σπάνια περιστατικά. Σας παρέχει τα εργαλεία που χρειάζεστε για να αναλύσετε τέτοιες συνθήκες δεδομένων με μεγαλύτερη ακρίβεια από ό,τι θα ήταν διαφορετικά.
Όταν είναι διαθέσιμο μόνο ένα μικρό μέγεθος δείγματος, μπορείτε να χρησιμοποιήσετε την ενότητα Ακριβών δοκιμών για να αναλύσετε το μικρότερο δείγμα και να έχετε μεγαλύτερη εμπιστοσύνη στα αποτελέσματα. Εδώ, η ιδέα είναι να γίνουν περισσότερες αναλύσεις σε συντομότερο χρονικό διάστημα. Αυτή η ενότητα σάς επιτρέπει να διεξάγετε διαφορετικές έρευνες αντί να αφιερώνετε χρόνο στη συλλογή δειγμάτων για να διευρύνετε τη βάση των ερευνών σας.
Οι διεργασίες που χρησιμοποιείτε και οι μορφές των αποτελεσμάτων είναι οι ίδιες με αυτές του βασικού συστήματος SPSS, αλλά οι εσωτερικοί αλγόριθμοι είναι συντονισμένοι για να λειτουργούν με μικρότερα σύνολα δεδομένων. Η ενότητα Exact Tests παρέχει περισσότερες από 30 δοκιμές που καλύπτουν όλες τις μη παραμετρικές και κατηγορικές δοκιμές που χρησιμοποιείτε συνήθως για μεγαλύτερα σύνολα δεδομένων. Περιλαμβάνονται δοκιμές ενός δείγματος, δύο δειγμάτων και k-δειγμάτων με ανεξάρτητα ή σχετικά δείγματα, δοκιμές καλής προσαρμογής, δοκιμές ανεξαρτησίας και μέτρα συσχέτισης.
Ένα νευρωνικό δίκτυο είναι ένα δίκτυο κόμβων που μοιάζουν με νευρώνες, που έχει δημιουργηθεί στο SPSS για να ενεργεί κάτι σαν τους νευρώνες σε έναν ζωντανό εγκέφαλο. Οι συνδέσεις μεταξύ αυτών των κόμβων έχουν σχετικά βάρη (βαθμοί σχετικής επίδρασης), τα οποία είναι ρυθμιζόμενα. Όταν προσαρμόζετε το βάρος μιας σύνδεσης, το δίκτυο λέγεται ότι μαθαίνει.
Στη λειτουργική μονάδα Neural Network, ένας αλγόριθμος εκπαίδευσης προσαρμόζει επαναληπτικά τα βάρη για να ταιριάζουν στενά με τις πραγματικές σχέσεις μεταξύ των δεδομένων. Η ιδέα είναι να ελαχιστοποιηθούν τα λάθη και να μεγιστοποιηθούν οι ακριβείς προβλέψεις. Το υπολογιστικό νευρωνικό δίκτυο έχει ένα στρώμα νευρώνων για εισόδους και ένα άλλο για εξόδους, με ένα ή περισσότερα κρυφά στρώματα μεταξύ τους. Το νευρωνικό δίκτυο μπορεί να χρησιμοποιηθεί με άλλες στατιστικές διαδικασίες για να παρέχει σαφέστερη εικόνα.
Χρησιμοποιώντας τη γνωστή διεπαφή SPSS, μπορείτε να εξορύξετε τα δεδομένα σας για σχέσεις. Αφού επιλέξετε μια διαδικασία, καθορίζετε τις εξαρτημένες μεταβλητές, οι οποίες μπορεί να είναι οποιοσδήποτε συνδυασμός συνεχών και κατηγορικών τύπων. Για να προετοιμαστείτε για επεξεργασία, διαμορφώνετε την αρχιτεκτονική του νευρωνικού δικτύου, συμπεριλαμβανομένων των υπολογιστικών πόρων που θέλετε να εφαρμόσετε. Για να ολοκληρώσετε την προετοιμασία, επιλέγετε τι να κάνετε με την έξοδο:
Το Slack είναι ένα εξαιρετικό εργαλείο συνεργασίας. Είστε έτοιμοι να δημιουργήσετε μια ομάδα χρηστών; Αυτός ο οδηγός σας καθοδηγεί στη διαδικασία για αυτήν τη δυνατότητα premium προγράμματος.
Στο QuickBooks 2010, χρησιμοποιείτε μια Λίστα Προμηθευτών για να διατηρείτε αρχεία στους προμηθευτές σας. Μια Λίστα Προμηθευτών σάς επιτρέπει να συλλέγετε και να καταγράφετε πληροφορίες, όπως τη διεύθυνση του προμηθευτή, τον υπεύθυνο επικοινωνίας και ούτω καθεξής. Μπορείτε να προσθέσετε έναν προμηθευτή στη Λίστα προμηθευτών σας με μερικά απλά βήματα.
Το QuickBooks 2010 διευκολύνει τους λογιστές να εργάζονται με αρχεία δεδομένων πελατών. Μπορείτε να χρησιμοποιήσετε τη δυνατότητα Αντιγραφής Λογιστή στο QuickBooks για να στείλετε απλώς με e-mail (ή να στείλετε σαλιγκάρι) στον λογιστή σας ένα αντίγραφο του αρχείου δεδομένων QuickBooks. Δημιουργείτε το αντίγραφο του λογιστή του αρχείου δεδομένων QuickBooks χρησιμοποιώντας την έκδοση του QuickBooks που διαθέτετε και την πραγματική […]
Για να εισαγάγετε έναν λογαριασμό που λαμβάνετε από έναν προμηθευτή, χρησιμοποιείτε τη συναλλαγή λογαριασμού QuickBook Online. Το QBO παρακολουθεί τον λογαριασμό ως πληρωτέο, το οποίο είναι υποχρέωση της επιχείρησής σας — χρήματα που οφείλετε αλλά δεν έχετε πληρώσει ακόμη. Οι περισσότερες εταιρείες που εισέρχονται σε συναλλαγές λογαριασμού το κάνουν επειδή λαμβάνουν έναν δίκαιο αριθμό λογαριασμών και […]
Τα QuickBooks Online και QuickBooks Online Accountant περιέχουν ένα εργαλείο που ονομάζεται Συνεργάτης Πελατών το οποίο μπορείτε να χρησιμοποιήσετε για να επικοινωνήσετε με τον πελάτη σας σχετικά με τις υπάρχουσες συναλλαγές. Το Client Collaborator είναι ένα αμφίδρομο εργαλείο. εσείς ή ο πελάτης σας μπορείτε να στείλετε ένα μήνυμα και ο παραλήπτης του μηνύματος μπορεί να απαντήσει. Σκεφτείτε τον Συνεργάτη Πελάτη ως έναν τρόπο για να […]
Μάθετε για το Slack, το οποίο σας δίνει τη δυνατότητα να επικοινωνείτε και να συνεργάζεστε με συναδέλφους εντός και εκτός του οργανισμού σας.
Η κοστολόγηση βάσει δραστηριότητας (ABC για συντομία) μπορεί να είναι η καλύτερη νέα λογιστική ιδέα τις τελευταίες τρεις δεκαετίες. Η προσέγγιση είναι πραγματικά πολύ απλή εάν χρησιμοποιείτε ήδη QuickBooks. Εν ολίγοις, το μόνο που κάνετε για να εφαρμόσετε ένα απλό σύστημα ABC στο QuickBooks είναι αυτό που κάνετε αυτή τη στιγμή. Με άλλα λόγια, απλώς συνεχίστε να παρακολουθείτε […]
Το QuickBooks παρέχει περισσότερες από 100 οικονομικές καταστάσεις και λογιστικές αναφορές. Μπορείτε να μεταβείτε σε αυτές τις αναφορές ανοίγοντας το μενού Αναφορές. Το μενού "Αναφορές" οργανώνει αναφορές σε περίπου δώδεκα κατηγορίες, συμπεριλαμβανομένων των Εταιρειών και Οικονομικών, των Πελατών και των Απαιτήσεων, των Πωλήσεων, των Εργασιών και του Χρόνου & Διανυθείσας Διανυκτέρευσης. Για να δημιουργήσετε σχεδόν οποιαδήποτε από τις αναφορές που είναι διαθέσιμες μέσω των Αναφορών […]
Το QuickBooks σάς επιτρέπει να αφιερώνετε λιγότερο χρόνο στην τήρηση βιβλίων και περισσότερο χρόνο στην επιχείρησή σας. Χρησιμοποιώντας συντομεύσεις θα κινηθείτε στα λογιστικά σας ακόμα πιο γρήγορα και πιο εύκολα.
Αφού ενεργοποιήσετε την Παρακολούθηση τάξης στο QuickBooks, η χρήση τάξεων είναι πολύ απλή. Δημιουργείτε κατηγορίες για τις σειρές προϊόντων ή τις σειρές υπηρεσιών για τις οποίες θέλετε να μετρήσετε την κερδοφορία. Κατατάσσετε τις συναλλαγές ως ταιριασμένες σε μια συγκεκριμένη κατηγορία είτε όπως καταγράφονται (αν μπορείτε) είτε εκ των υστέρων (εάν χρειάζεται να […]
