Co nowego w IBM SPSS Statistics?

Transkrypt

1 Nowe rozwiązania i funkcjonalności usprawniające i przyspieszające prowadzenie analiz To już oczko, czyli dwudziesta pierwsza wersja programu IBM SPSS Statistics. I jest to kolejny krok na drodze rozwoju i udoskonalania w ponad czterdziestoletniej historii tego produktu. Każda kolejna wersja programu oferuje nowe funkcjonalności ułatwiające pracę analityków i zwiększające ich arsenał narzędziowy. Choć tym razem twórcy IBM SPSS Statistics postawili akcent bardziej na poprawienie wydajności działania systemu niż na rozszerzenie jego możliwości analitycznych, również i w tym obszarze znalazły się interesujące nowości. Szybsze wyświetlanie wyników tabelarycznych z pewnością zostanie zauważone i docenione przez wielu analityków, zwłaszcza tych tworzących dużą liczbę tabel w swoich raportach. Inne nowości, które pojawiły się w najnowszej wersji programu, są skierowane zarówno do zaawansowanych, jak i początkujących analityków, a nawet do tych, którzy na co dzień rzadko sięgają po narzędzia statystyczne. Poniżej przedstawiamy wybrane nowe funkcjonalności, jakie oferuje IBM SPSS Statistics 21. Symulacje To jedna z najważniejszych nowości. I choć dotyczy dość specyficznego obszaru analitycznego, to jest to obszar cieszący się dużym zainteresowaniem ze strony biznesu. Bo możliwość przeprowadzenia symulacji działania biznesu dla różnych wariantów opisujących warunki biznesowe, bez ryzyka strat w wyniku eksperymentu na rzeczywistym rynku, jest czymś bardzo pożądanym przez biznes i gospodarkę. Nic więc dziwnego, że procedura [Symulacji] może stać się wkrótce jedną z częściej wykorzystywanych przez działy analityczne różnych przedsiębiorstw. Symulacje umożliwiają przede wszystkim sprawdzenie modeli predykcyjnych w warunkach istnienia niepewnych danych wejściowych do tych modeli. Dzięki zaimplementowanej metodzie Monte Carlo możliwe jest modelowe uwzględnienie niepewności danych wejściowych do modeli predykcyjnych oraz ocena prawdopodobieństwa poprawności danych wyjściowych w warunkach tej niepewności. Niepewne dane wejściowe są modelowane za pomocą rozkładu prawdopodobieństwa (na przykład rozkładu normalnego), z którego pobierane są symulowane wartości dla tych danych wejściowych. Dane, co do których mamy pewność lub są znane, są w modelu wartościami stałymi. Model predykcyjny dokonuje oceny przy wykorzystaniu wartości symulowanej (pochodzącej z rozkładu) dla każdej niepewnej wartości wejściowej oraz używając wartości stałych dla znanych danych wejściowych. Proces ten może być powtarzany wiele razy (zwykle dziesiątki lub setki tysięcy razy), w wyniku czego otrzymuje się wartości zmiennych przewidywanych, których można użyć do odpowiedzi na pytania natury probabilistycznej. Plan przeprowadzenia symulacji można zbudować w oparciu o już istniejący model analityczny PMML (np. wyeksportowany model regresji liniowej) lub wpisując równania modelu z ręki. W wyniku symulacji IBM SPSS Statistics 21 generuje zbiory danych, składające się z symulowanych wartości dla niepewnych danych, wartości stałych oraz wartości zmiennych przewidywanych. W raporcie pojawiają się tabele i wykresy diagnostyczne, umożliwiające także przeprowadzenie dodatkowej analizy. Dzięki interaktywności wykresów funkcji gęstości prawdopodobieństwa i funkcji skumulowanego rozkładu można bowiem sprawdzać wartości prawdopodobieństw trafienia wartości przewidywanej do obszaru wyznaczonego przez wykres.

2 2 Rysunek 1. Interaktywne wykresy z symulacji umożliwiają analizę czułości Specyfikację planu symulacji można zapisać i dystrybuować do innych użytkowników, którzy mogą przeprowadzać własne analizy scenariuszowe przy jego wykorzystaniu, bez konieczności posiadania danych. Rysunek 2. Na bazie przygotowanego planu symulacji można realizować różne scenariusze analiz dla różnych warunków brzegowych Na bazie przygotowanego planu symulacji można realizować różne scenariusze analiz dla różnych warunków brzegowych Nowe właściwości tabel w raportach wynikowych Jest to jedna z bardziej znaczących zmian w programie, istotna szczególnie dla analityków przygotowujących raporty z dużą liczbą tabel. Najnowsza wersja programu IBM SPSS Statistics oferuje bowiem nowy mechanizm generowania tabel, który w istotny sposób skraca czas potrzebny na ich przygotowanie i wyświetlenie w raporcie. Jest to wartość nie do przecenienia przy tworzeniu i przeglądaniu dużych raportów w oknie IBM SPSS Statistics Viewer. Tabele wyświetlane są niemal natychmiast i posiadają nowe własności ułatwiające pracę z nimi. Aby do raportów tworzonych przez IBM SPSS Statistics 21 umożliwić dostęp

3 3 osobom pracującym ze starszymi wersjami programu, w tej wersji istnieje również opcja generowania tabel starego typu (tzw. tradycyjnych). Po aktywowaniu opcji [Generuj jako] [tabele tradycyjne] program co prawda nieco wolniej tworzy tabele, ale mogą być one później poprawnie wyświetlane przez starsze wersje programu. Nowy typ tabel oferuje również nowe funkcjonalności, niedostępne w starszych tabelach. Na tabeli już utworzonej w raporcie można wykonać kilka operacji, zmieniających wygląd i strukturę tabeli. Na przykład, dane w tabeli można posortować, dodać nowe kolumny lub wiersze. Można również zmienić język etykiet opisowych występujących w tabeli np. z polskiego na angielski bez konieczności ponownego generowania tabeli. W utworzonej tabeli można także szybko w locie przełączyć wyświetlanie z etykiet na wartości. Rysunek 3. Nowy typ tabel umożliwia szybkie tworzenie i obrabianie raportów tabelarycznych Statystyki opisowe od jednego kliknięcia Niewielkie usprawnienie, ale niejednokrotnie oszczędzające cenny czas analityka. Pracując z danymi w edytorze danych ([Data Editor]) można szybko wygenerować opis statystyczny dla zmiennych będących przedmiotem zainteresowania, bez konieczności sięgania do menu z procedurami analitycznymi i wybierania zmiennych w oknie dialogowym. Wystarczy kliknąć na nagłówku zmiennej (lub zmiennych) i z kontekstowego menu wybrać [Statystyki] [opisowe]. Już za chwilę w oknie raportu pojawią się tabele z podstawowymi statystykami opisowymi dla wybranych zmiennych. W przypadku małolicznych zmiennych w raporcie generowane są również tabele częstości, a dla wszystkich zmiennych mogą być rysowane wykresy słupkowe lub histogramy, w zależności od poziomu pomiaru zmiennej. Domyślnie wykresy nie są generowane dla tej procedury, a pojawiają się dopiero po aktywowaniu odpowiedniej opcji w ustawieniach ogólnych programu. Nowe opcje łączenia zbiorów danych W najnowszej wersji programu IBM SPSS Statistics rozbudowano możliwości integracyjne danych. Dane mogą być łączone dzięki wartościom zmiennych kluczowych, bez konieczności wcześniejszego posortowania ich wartości. Do łączenia można wykorzystać także klucze tekstowe o różnych długościach. Do zbioru danych zawierającego obserwacje, można dołączyć inne dane tablicowe z różnymi kluczami w każdym z dołączanych zbiorów danych, wykorzystując w tym celu nowe polecenie [STAR JOIN]. W poleceniu tym wykorzystywane są również opcje [SELECT] i [FROM] znane z języka SQL, ale żadne inne komendy tego języka nie są respektowane w tym poleceniu. Polecenie [STAR JOIN] dotyczy tylko łączonych zbiorów danych w postaci plików w formacie SAV, a nie baz danych.

4 4 Zanim zbiory danych zostaną połączone, czasami warto przyjrzeć im się bliżej. Poznanie zbiorów danych, a w szczególności ich porównanie, ułatwia nowa procedura także obecna w najnowszej wersji programu. Procedura porównywania zbiorów dokonuje nie tylko zestawienia wartości występujących w zbiorze danych, ale również porównuje atrybuty jakie towarzyszą zmiennym. Oferuje także kilka sposobów obsługi niezgodności wynikających z porównywania zbiorów danych. Zabezpieczenie i nowy format danych Dotychczas można było zabezpieczyć hasłem tylko pliki raportów, ale posiadając nową wersję programu, analitycy mogą zabezpieczyć również swoje dane źródłowe. Pliki danych zapisywane w formacie SAV mogą być teraz zabezpieczane przed nieautoryzowanym otwarciem poprzez wymuszenie podania hasła. Hasło to może mieć do 10 znaków alfanumerycznych i są w nim rozróżniane małe i duże litery. Nowością jest również nowy, dodatkowy format plików danych, który oferuje jeszcze większą kompresję. Pliki zapisywane w formacie SPSS Statistics Compressed (zsav) są ratunkiem w sytuacji ograniczonych zasobów dyskowych. W porównaniu do standardowego formatu plików SAV oszczędność miejsca przy zapisywaniu plików w nowym formacie może być nawet kilkukrotna. Starsze wersje programu IBM SPSS Statistics nie czytają jednak tego formatu. Skompresowane pliki danych w formacie ZSAV mogą być również zabezpieczane hasłem. Java plug-in IBM SPSS Statistics Integration Plug-in for Java to nowy komponent integracyjny, umożliwiający programistom tworzenie aplikacji Java przejmujących sterowanie i funkcje programu statystycznego IBM SPSS. Dzięki temu komponentowi, z poziomu zewnętrznej aplikacji Java może zostać wykonany zestaw poleceń SPSS (syntax), mogą być odczytane dane i pobrane metadane z plików SAV, wykonane operacje przekształceń na zmiennych i obserwacjach oraz inne funkcje. Integration Plug-in for Java to kolejny krok na drodze do integracji z systemami zewnętrznymi. Dotychczas IBM SPSS Statistics mógł współpracować ze środowiskiem.net, Python oraz z systemem R. Udoskonalenia importu i eksportu danych W nowej wersji wprowadzony został mechanizm importu danych z systemu IBM Cognos Business Intelligence. Do systemu IBM SPSS mogą być pobierane pakiety danych i dane z raportów. Z kolei eksport raportów z systemu IBM SPSS Statistics został poszerzony o nowe formaty Excela. Do arkuszy XLSX eksportowane są tabele przestawne, modele i wykresy znajdujące się w plikach raportów SPV. Wymagania sprzętowe i programowe dla IBM SPSS Statistics IBM SPSS Statistics 21 for Windows z system operacyjny: Microsoft Windows XP (Professional, Home), Vista (Home, Business, Enterprise), Windows 7 (Enterprise, Professional) 32- lub 64-bit z CPU Intel lub AMD 86 z wolna przestrzeń na dysku: 800MB na instalację z grafika XGA ( ) lub wyższa rozdzielczość IBM SPSS Statistics 21 for Mac z system operacyjny: Apple Mac 10.6 (Snow Leopard), 10.7 (Lion) 32- i 64-bit z CPU Intel (32- i 64-bit) z wolna przestrzeń na dysku HDD: 800MB na instalację z grafika SVGA ( ) zalecana wyższa rozdzielczość

5 5 IBM SPSS Statistics 21 for Linux z system operacyjny: Linux OS (32-bit) spełniający wymagania odpowiednie dla systemów Red Hat Enterprise Linux 5 i 6 oraz Debian 6. Inne dystrybucje nie były testowane i nie są wspierane z processor: CPU Intel lub AMD 86 z wolna przestrzeń na dysku HDD: 800MB na instalację z grafika XGA ( ) lub wyższa rozdzielczość IBM SPSS Statistics Server 21 z systemy operacyjne: z Microsoft Windows 2008 i 2003 (32- i 64-bit) z Sun Solaris 64-bit (SPARC 64-bit machine) na Solaris 9 i 10 z IBM AIX 5.3 i 6.1, 7.x 64-bit (PowerPC) z HP/UX 11i v3 64-bit z Red Hat Enterprise Linux 4 i 5.3 (32 bit i 64 bit); Advanced Platform 5.0 i 5.3 (32-bit i 64-bit); oraz Advanced Server 4 (64-bit) z SUSE Linux for System z zos 1.11, zvm 5.4, SLES 10 z CPU dla systemu Windows i Red Hat Linux 32-bit 86; 64-bit EM64T i AMD64 z CPU dla Solaris UltraSPARC 2 for Solaris z CPU dla AIX IBM RS/6000 for AIX, PowerPC 233 MHz lub lepszy z CPU dla HP/UX Itanium processor z CPU dla SUSE Linux for System z IBM System z10, IBM System z10 Enterprise Class, IBM System z10 Business Class z pamięć RAM: 4 GB rekomendowane lub więcej; minimum 8 GB wymagane jest dla systemu SUSE Linux for System z z wolna przestrzeń na dysku HDD: 500 MB na instalację; dodatkowo konieczna jest wolna przestrzeń na realizację obliczeń (np. pliki tymczasowe); w systemie System z wymagane 21 GB z do połączeń klienta z serwerem IBM SPSS Statistics Server wymagany jest interfejs sieciowy i protokół TCP/IP. Predictive Solutions ul. Racławicka Kraków tel faks wew [info@predictivesolutions.pl] [