SPSS Statistics Version29

加速故障時間モデル(AFT)、Ridge回帰 / Lasso回帰 / Elastic Net回帰モデルに対応

IBM SPSS Statistics 29

  • Windows 11対応
  • Mac OS
  • 初年度12か月保守付き
  • ダウンロード/DVD

最新版 v29 のご案内

2022年9月14日より、IBM SPSS Statistics メジャーバージョンアップ版として、最新版 「29」が利用可能になりました。IBM社のPA(パスポート・アドバンテージ)オンラインよりダウンロードでき、PAによる保守契約が有効なお客様は、無償でバージョンアップいただけます。保守サービスが失効しているお客様は、新規保守サービスをお申込みいただくことでバージョンアップ可能です。また、新規購入はv29でのご案内となります。

v29では新機能として、パラメトリック生存分析の加速故障時間モデル(AFT)が追加されました。さらに、モデルの過学習を防ぐ正則化項を含む回帰モデルとして、LassoRidgeElastic Net がPython sklearnによって実装されました。その他、既存のデータ処理・統計解析機能に加え、以下の追加・拡張が行われています。(過去3世代のSPSSバージョンアップの変遷

ただし、Windows版ではメニューや出力のフォント表記が中国語明朝体になっており、設定等で変更することができません。既存のバージョンと印象が変わり、視覚的な問題や、既存の資料や出力との整合性が懸念されますので、新機能とあわせてバージョンアップ可否のご検討材料として頂ければ幸いです。なお、Mac版ではフォント表記の問題は確認されていません。

※2022/09/20 追記 : Windows版のフォント表記は、IBM社で問題として認識されており修正される見込みです。

SPSS 29Advanced Statistics オプション

Accelerated Failure Time, AFT

加速故障時間モデル

分析 > 生存分析 > Parametric Accelerated Failure Time (AFT) モデル

セミパラメトリックのCox比例ハザードモデルでは、共変量の効果がハザードに定数を掛けることであると想定しているのに対し、パラメトリック加速故障時間(AFT)モデルは、共変量の効果が加速または減速することであると想定しています。パラメトリック生存モデルは、生存時間が既知の分布に従うことを仮定し、生存時間に関してそのモデル効果が比例する加速故障時間モデルを適合させます。

Click Analyze > Survival > Parametric Accelerated Failure Time (AFT) Models to obtain a Parametric Accelerated Failure Time (AFT) Model analysis, which invokes the parametric survival models procedure with non-recurrent life time data. Parametric survival models assume that survival time follow a known distribution, and this analysis fits accelerated failure time models with their model effects proportional with respect to survival time.

SPSS 29Base

Linear Ridge Regression

リッジ回帰

分析 > 回帰 > 線形OLS代替 > リッジ

リッジ回帰 (Ridge Regression) は、モデルの複雑さを抑えて汎化性能を高めるために、損失関数にL2正則化項を加えた回帰モデルです。ラッソ回帰と異なり変数選択を行うことはできません。Python sklearn.inear_model.Ridge に基づき、拡張ハブでの追加インストールが必要です。

Click Analyze > Regression > Linear OLS Alternatives > Ridge to obtain a Linear Ridge Regression analysis. The new Linear Ridge extension procedure uses the Python sklearn.linear_model.Ridge class to estimate L2 or squared loss regularized linear regression models for a dependent variable on one or more independent variables, and includes optional modes to display trace plots and to select the alpha hyperparameter value based on crossvalidation. When a single model is fitted or crossvalidation is used to select alpha, a partition of holdout data can be used to estimate out-of-sample rformance.

SPSS 29Base

Linear Lasso Regression

ラッソ回帰

分析 > 回帰 > 線形OLS代替 > Lasso

ラッソ回帰 (least absolute shrinkage and selection operator、Lasso) は、モデルの予測精度や解釈可能性を向上させる回帰分析手法です。回帰モデルの損失関数に対してL1正則化項を付与します。リッジ回帰と異なり、モデル選択と同時に変数選択を行うことができますが、変数の数は最大n(サンプルサイズ)個までです。グリッドサーチとクロスバリデーションにより、最適なパラメータの組合せを選択することができます。

Click Analyze > Regression > Linear OLS Alternatives > Lasso to obtain a Linear Lasso Regression analysis. The new Linear Lasso extension procedure uses the Python sklearn.linear_model.Lasso class to estimate L1 loss regularized linear regression models for a dependent variable on one or more independent variables, and includes optional modes to display trace plots and to select the alpha hyperparameter value based on crossvalidation. When a single model is fitted or crossvalidation is used to select alpha, a partition of holdout data can be used to estimate out-of-sample performance.

SPSS 29Base

Elastic Net Regression

Elastic Net 回帰

分析 > 回帰 > 線形OLS代替 > エラスティックネット

エラスティックネット回帰 (Elastic Net Regression) は、L1正則化項 (Lasso) と L2正則化項 (Ridge) の両方のペナルティを組み合わせた回帰モデルです。ラッソ回帰と同じようにモデル選択と同時に変数選択が可能ですが、ラッソ回帰と異なり最大p(独立変数の数)個の変数選択が可能です。グリッドサーチとクロスバリデーションにより、最適なパラメータの組合せを選択することができます。

Click Analyze > Regression > Linear OLS Alternatives > Elastic Net to obtain a Linear Elastic Net Regression analysis. The new Linear Elastic Net extension procedure uses the Python sklearn.linear_model.ElasticNet class to estimate regularized linear regression models for a dependent variable on one or more independent variables. Regularization combines L1 (Lasso) and L2 (Ridge) penalties. The extension includes optional modes to display trace plots for different values of alpha for a given L1 ratio, and to select the L1 ratio and alpha hyperparameter values based on crossvalidation. When a single model is fitted or crossvalidation is used to select the penalty ratio and/or alpha, a partition of holdout data can be used to estimate out-of-sample performance.

SPSS 29Advanced Statistics オプション

MIXED Procedure / GENLINMIXED Procedure

混合モデル / 一般化線型混合モデル

分析 > 混合モデル >

疑似決定変数と級内相関係数が線型混合モデルと一般化線型混合モデルの出力に追加されました。

Pseudo-R2 measures and the intra-class correlation coefficient are now included in Linear Mixed Models and Generalized Linear Mixed Models output (when appropriate). The pseudo-R2 measures are based entirely on the final estimates and are produced after estimation has been completed. The coefficient of determination R2 is a commonly reported statistic, because it represents the proportion of variance explained by a linear model. The intra-class correlation
coefficient (ICC) is a related statistic that quantifies the proportion of variance explained by a grouping (random) factor in multilevel/ hierarchical data.

SPSS 29Base

Upgrades to Python and R

PythonとRのアップグレード

SPSS が含むPythonとRのバージョンが、それぞれPython (3.10.4) と R (4.2.0)にアップグレードされています。

SPSS Statistics v29 includes upgraded versions of Python (3.10.4) and R (4.2.0).

SPSS 29Base

Other Extensions

その他の機能拡張

ケースの選択機能において、選択されていないケースの扱いが破棄ではなく斜線による非表示に変わり、v27.0.1以前のバージョンの仕様に戻りました。その他、バイオリン図の追加やワークブックモードの機能改善などが行われています。

By default, unselected cases are no longer hidden in the Data Editor when a subset of cases is selected, and the unselected cases are not discarded.New button on the Status bar to switch between Classic (Output and Syntax) and Workbook modes.

価格について

このバージョンアップによるSPSSライセンス価格に変更はございません。2022年9月14日以降の新規購入は最新バージョン「29」での納品となりますが、用途や状況に応じて旧バージョン「28」をご利用いただくことも可能です。新規購入費用についての詳細は、WEBお見積りフォームよりお気軽にお問合せください。

バージョンアップについて

IBM SPSS Statistics をご購入済みで、PA(パスポート・アドバンテージ)による保守サービスが有効なお客様は、追加の費用をご負担いただくことなく無料でバージョンアップいただけます。弊社よりご購入いただいているお客様へは、順次バージョンアップ手順をご案内させていただいております。保守サービスの有無や期限、保守サービスへの再加入などについては、弊社担当営業またはご購入元の販売代理店にお問合せください。

お問合せ

SPSS製品のご購入・ご導入についてご不明な点等につきましてはお気軽にご相談ください。

スタッツギルド株式会社
SPSSセールス&マーケティング部

info@stats-guild.com
047-711-0427 (平日 9:00-17:00)

IBM、IBM logo、ibm.com は、International Business Machines Corporation の米国およびその他の国における商標です。

PAGE TOP ↑