新永資訊有限公司


軟體資產管理家- 本公司可代為訂購國內外軟硬體
Tel:02-2597-1006   Fax:02-2597-1007

Amos

研究分析軟體
Research & Analysis Software

歡迎來電洽詢
TEL: 02-2597-1006

需要產品報價?

IBM SPSS Amos  結構方程模式軟體

 

讓您的分析進入新的階段並獲得卓越的研究成果
IBM®SPSS®Amos統計分析軟體,採用直觀的拖放功能,建立結構方程模組,比標準的多變量統計模型更加準確。
IBM® SPSS® Amos (Amos™) 讓您能夠輕鬆地執行結構方程模型(SEM)。 利用SEM,您可以快速建立模型來驗證假設,並確認觀察值和潛在變數之間的關係 – 相較於迴歸分析可獲得額外的洞察力。
IBM SPSS Amos是針對各種研究用途的完美建模工具,包括:
 IBM SPSS Amos是針對各種研究用途的完美建模工具,包括:
  • 心理學 - 利用建模以了解藥物、臨床、藝術療法如何影響情緒。
  • 醫療保健研究 - 驗證信任、儲蓄與研究這三個變數-那一個變數為預測"醫生對非專利用藥支持度"的最佳因素。
  • 社會科學 - 研究社會經濟地位、組織成員以及其他因素,如何影響投票行為和政治參與的差異。
  • 教育研究 - 評估教育訓練方案結果對教學成效的影響。
  • 市場調查 - 消費者行為模式如何影響新產品的銷售或分析客戶滿意度和品牌忠誠度。
  • 公共團體的研究 - 研究與工作有關的議題會如何影響工作滿意度。
  • 商業規劃 - 建立計量經濟與金融模型和分析工作場所之工作實現的影響因素。
  • 計劃評估 - 利用SEM評估程序的結果或行為模型去取代傳統的逐步迴歸。

 

Amos為一功能強大且使用簡單的結構方程模型(Structural Equation Modeling)軟體,它能幫助您建立更實際可行的模型比您僅單獨使用標準多變量統計或是多元迴歸模型來的有效與確實。使用Amos您可用一直覺性的路 徑圖表來展示變數間的假設關係並明確說明、估計與呈現您的模型,藉此您可比以往更迅速完成所要目的與工作。

Amos provides you with powerful and easy-to-use structural equation modeling (SEM) software. Create more realistic models than if you used standard multivariate statistics or multiple regression models alone. Using Amos, you specify, estimate, assess, and present your model in an intuitive path diagram to show hypothesized relationships among variables. This enables you to test and confirm the validity of claims such as "value drives loyalty" in minutes, not hours.

Use Amos to build structural equation models within an interactive interface. Path diagrams enable you to discover unexpected relationships between variables.
Build structural equation models with more accuracy than standard multivariate statistics models using intuitive drag-and-drop functionality

Gain new insights using observed and latent variables

Amos enables you to build models that more realistically reflect complex relationships with the ability to use observed variables such as survey data or latent variables like “satisfaction” to predict any other numeric variable. Structural equation modeling, sometimes called path analysis, helps you gain additional insight into causal models and the strength of variable relationships.

Expanded statistical options based on Bayesian estimation

With Amos, you can perform estimation with ordered-categorical and censored data, enabling you to:

  • Create a model based on non-numerical data without having to assign numerical scores to the data
  • Work with censored data without having to make assumptions other than normality

You can also impute numerical values for ordered-categorical data or censored data, so you can create a complete numerical dataset when one is required. Or, impute values for missing values in the new dataset. You also have the option of estimating posterior predictive distributions to determine probable values for missing or partially missing data in a latent variable model.