Teste as categorias com uma versão de avaliação completa do SPSS ou entre em contato conosco para comprar
Com o IBM SPSS Categories você pode ver e explorar relacionamentos em seus dados, ajudando a prever resultados com base em sua análise estatística. Ele utiliza técnicas de regressão categórica para prever os valores de variáveis de resultado nominais, ordinais ou numéricas a partir de uma combinação de variáveis preditoras categóricas numéricas e ordenadas ou não ordenadas. O software apresenta procedimentos estatísticos, como análise preditiva, aprendizado estatístico, mapeamento perceptivo e escala de preferências.
Esse módulo está incluído na edição IBM SPSS Statistics Professional para uso de licença tradicional e como parte do complemento IBM SPSS Complex Sampling and Testing para planos de assinatura.
Utilize o SPSS Categories para conduzir a análise de correspondência, facilitando a visualização e a análise das diferenças entre as categorias.
Incorpore informações suplementares definindo atributos personalizados para variáveis. Isso permite que você adicione contexto ou metadados adicionais não capturados por rótulos padrão, valores de medição ou missing values. Esses atributos podem armazenar mais informações, como notas descritivas, unidades de medida ou esquemas de programação, fornecendo mais contexto para a análise de dados.
Use a normalização simétrica para produzir um biplot para que você possa ver melhor as associações.
Analise e interprete seus dados multivariados e seus relacionamentos de forma mais eficaz por meio de uma análise de dados aprofundada. Por exemplo, entenda quais características do consumidor estão mais intimamente associadas a seu produto ou marca em seu conjunto de dados ou compare as percepções do cliente sobre seus produtos com aquelas oferecidas por você ou seus concorrentes.
Preveja os valores de uma variável de resultado nominal, ordinal ou numérica a partir da combinação de variáveis preditoras numéricas e categóricas ordenadas ou não ordenadas.Use regressão com escala ideal para descrever, por exemplo, como a satisfação no trabalho pode ser prevista a partir da categoria profissional, região geográfica e quantidade de viagens relacionadas ao trabalho.
Quantifique as variáveis para maximizar o R múltiplo. A escala ótima pode ser aplicada a variáveis numéricas quando os resíduos não são normais ou quando as variáveis preditoras não estão linearmente relacionadas à variável de resultado. Métodos de regularização como a regressão de Ridge, lasso e rede elástica podem aumentar a precisão da previsão estabilizando as estimativas de parâmetros.
Utilize técnicas de redução de dimensão para ver as relações de seus dados. Os gráficos de resumo exibem variáveis ou categorias semelhantes para apresentar insights sobre as relações entre mais de duas variáveis.
As técnicas incluem análise de correspondência (CORRESPONDENCE), regressão categórica (CATREG), análise de múltipla correspondência (MULTIPLE CORRESPONDENCE), CATPCA, correlação canônica não linear (OVERALS), escala de proximidade (PROXSCAL) e escala de preferência (PREFSCAL).
- Para uso no local: adquira a edição Professional.
- Para planos de assinatura: compre o complemento Complex Sampling and Testing.
- Processador: 2 GHz ou mais rápido
- Exibição: 1024x768 ou superior
- Memória: 4 GB de RAM necessários, 8 GB de RAM ou mais recomendados
- Espaço em disco: 2 GB ou mais