Categorias IBM SPSS
Preveja resultados e identifique relações utilizando dados categóricos. Experimente esta função com a versão de avaliação completa do SPSS, ou entre em contato conosco para adquirir.
Experimente o SPSS Statistics sem custo Veja opções de precificação
Tela do produto, previsão de resultados e revelação de relacionamentos
O que a SPSS Categories podem fazer pelo seu negócio

O IBM SPSS Categories permite que você visualize e explore a relação em seus dados para prever resultados com base em suas descobertas. Ela usa procedimentos de regressão categórica para prever os valores de uma variável nominal, ordinal ou numérica de uma combinação de variáveis numéricas e classificadas ou de preditores categóricos não classificados. O software apresenta técnicas avançadas, como análise preditiva, aprendizado estatístico, mapeamento perceptual e escala de preferências.

Este módulo está incluso na edição profissional das estatísticas do SPSS para instalação local e no complemento "Amostragem e testes complexos" para planos de assinatura.

 

Recursos em destaque
Analisar diferenças entre categorias

Use a análise de correspondência para exibir e analisar mais facilmente as diferenças entre as categorias.


Incorporar informações complementares

Incorporar informações complementares sobre variáveis adicionais.


Descubra associações e relacionamentos

Use a normalização simétrica para produzir um biplot para que você possa ver melhor as associações.


Trabalhe facilmente com dados categóricos

Tire proveito de ferramentas que facilitam uma análise e compreensão mais abrangente de seus dados multivariados e suas relações de forma mais completa. Por exemplo, compreenda quais características os consumidores mais associam ao seu produto ou marca, ou determine a percepção do cliente sobre seus produtos em comparação com outros que você ou seus concorrentes oferecem.


Usar procedimentos de regressão categóricos

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.


Aproveite o dimensionamento ideal

Quantifique as variáveis de modo que o R múltiplo seja maximizado.O dimensionamento ótimo pode ser aplicado a variáveis numéricas quando os resíduos não são normais ou quando as variáveis preditoras não estão linearmente relacionadas com a variável de resultado. Métodos de regularização como a regressão de Ridge, lasso e rede elástica podem aprimorar a precisão da previsão estabilizando as estimativas de parâmetros.


Apresente seus resultados claramente utilizando mapas perceptivos

Use técnicas de redução de dimensão para ver as relações de seus dados. Os gráficos de resumo exibem variáveis ou categorias similares para fornecer-lhe uma visão sobre as relações entre mais de duas variáveis.


Obtenha essas técnicas ideais de dimensionamento e redução de dimensão

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).


Detalhes técnicos
Requisitos de software
  • Para no local: Adquira a edição profissional
  • Para planos de assinatura: compre o complemento "amostragem e testes complexos"

 

Veja uma lista completa de requisitos de software

Requisitos de hardware
  • 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
Veja uma lista completa dos requisitos de hardware
Dê o próximo passo
Experimente o SPSS Statistics sem custo Comparar produtos e preços
Outras maneiras de explorar Documentação Comunidade