• Filter
  • Time
  • عرض
مسح الكل
مشاركات جديدة

    Font Size
    الموضوع للأخ titosalah من المنتدى القديم

    بسم الله الرحمن الرحيم

    IBM SPSS Amos 24 Multilingual -- 163 MB

    IBM SPSS Amos – برنامج تحليل الإحصائيات الإجتماعيه, ويعتبر أكثر البرامج إستخداما فى مجال تحليل المعلومات الخاصة بالدراسات أو الإحصائيات الإجتماعيه , ويستخدمه الباحثين والدارسين فى مجالات الصحة العامة والبيئه والتسويق والأعمال الحكوميه , وأيضا فى الأبحاث الإقتصاديه , وفى كل مجال يخص المجتمع والناس,
    وللبرنامج 3 وظائف أساسيه وهى

    أولا – عرض البيانات من خلال نافذة المعطيات Data view

    ,وثانيا رصد التحولات والتغييرات المجتمعيه من خلال نافذة المتحولات Variable view

    , وثالثا عرض نتائج التحليلات الإحصائيه فى جداول ورسوم بيانيه من خلال نافذة النتائج SPSS Viewer.

    IBM SPSS Amos – البرنامج يقدم لك نتائج حقيقيه على أساس البيانات التى تقوم بإدخالها إليه , وهذه النتائج ستساعدك حتما على إتخاذ قراراتك السليمة فى مجال عملك او فى مجال أبحاثك , حيث انه ستستطيع توجيه المجهود المناسب للشريحة المناسبة من المجتمع , فإذا أردت على سبيل المثال تسويق منتج معين وتريد ان تعرف من أين وكيف تبدأ ؟ فالبرنامج سيوفر لك المعلومات اللازمه لذلك , فبالتاى يوفر عليك الكثير من الوقت والمجهود الذى قد تقوم به لإستكشاف طبيعة السوق المتاح لك.

    IBM® SPSS® Amos gives you the power to easily perform structural equation modeling to build models with more accuracy than with standard multivariate statistics techniques. With SPSS Amos, you can specify, estimate, assess, and present your model in an intuitive interface to show hypothesized relationships among variables.

    IBM SPSS Amos makes structural equation modeling (SEM) easy and accessible
    IBM SPSS Amos builds models that more realistically reflect complex relationships because any numeric variable, whether observed (such as non-experimental data from a survey) or latent (such as satisfaction and loyalty) can be used to predict any other numeric variable.

    Its rich, visual framework lets you to easily compare, confirm and refine models.
    Quickly build graphical models using IBM SPSS Amos’ simple drag-and-drop drawing tools. Models that used to take days to create are just minutes away from completion. And once the model is finished, simply click your mouse and assess your model’s fit. Then make any modifications and print a presentation-quality graphic of your final model.

    A non-graphical, programmatic approach, introduced with SPSS Amos 20, improves accessibility for those who can benefit by specifying models directly. Its scripting capabilities improve the productivity of users who need to run large, complicated models, and make it easy to generate many similar models that differ slightly.

    Its approach to multivariate analysis encompasses and extends standard methods – including regression, factor analysis, correlation and analysis of variance. New capabilities include bootstrapping of user-defined functions of the model parameter for increased model stability.

    Obtain Bayesian estimates of model parameters and other quantities
    Bayesian analysis enables you to apply your subject-area expertise or business insight to improve estimates by specifying an informative prior distribution. Markov chain Monte Carlo (MCMC) is the underlying computational method for Bayesian estimation. The MCMC algorithm is fast and the MCMC tuning parameter can be adjusted automatically.
    Perform estimation with ordered categorical and censored data Create a model based on non-numerical data without having to assign numerical scores to the data. Or work with censored data without having to make assumptions other than the assumption of normality. You can also impute numerical values for ordered-categorical and censored data. The resulting dataset can be used as input to programs that require complete numerical data.

    Impute missing values or latent variable scores
    Choose from three data imputation methods: regression, stochastic regression, or Bayesian. Use regression imputation to create a single completed dataset. Use stochastic regression imputation or Bayesian imputation to create multiple imputed datasets. You can also impute missing values or latent variable scores.





    Similar Threads