Avantages pour votre entreprise

IBM SPSS Categories facilite la visualisation et l'exploration des relations dans vos données et la prévision des résultats en fonction de vos conclusions. Il utilise des procédures de régression catégorielle pour prévoir les valeurs que pourra prendre une variable dépendante nominale, ordinale ou numérique, étant donné telle ou telle combinaison de variables indépendantes catégorielles numériques, ordonnées ou non. Le logiciel propose des techniques évoluées comme l'analyse prédictive, l'apprentissage statistique, l'établissement de cartes perceptuelles et l'échelonnement des préférences.

Interpréter les données multivariées

Bénéficiez d'une variété de techniques afin d'analyser et d'interpréter plus facilement vos données multivariées et leurs relations. Désormais, vous n'êtes plus limité par les données catégorielles ou hautement dimensionnelles.

Visualiser les relations sous-jacentes

Utilisez des cartes perceptuelles et des diagrammes de double ou de triple projection pour voir plus loin que les associations évidentes.

Utiliser les données nominatives et ordinales

Mieux comprendre ces deux types de données en travaillant avec des procédures similaires aux modèles de régression conventionnelle, de composantes principales et de corrélation canonique afin de prévoir les résultats et de faire ressortir les relations.

Interpréter visuellement des ensembles de données

Faites ressortir les interrelations entre des lignes et des colonnes dans de grands tableaux contenant des valeurs de pointage, de comptage, d'évaluation, d'ordre de classement ou de similarités.

Présenter les résultats clairement

À l'aide de cartes perceptuelles et de diagrammes de double projection, allez plus loin que les tableaux lourds et complexes pour visualiser clairement les relations dans vos données.

Ajouter de nouvelles méthodes de régularisation

Améliorez la précision de vos prévisions avec les méthodes de régression pseudo-orthogonale, Lasso et Elastic Net en stabilisant les estimations de paramètres.

Caractéristiques clés

  • Analyser les différences entre les catégories
  • Incorporer des informations supplémentaires
  • Faire apparaître des associations et des relations
  • Travailler avec les données catégorielles avec aisance
  • Utiliser les procédures de régression catégorielle
  • Tirer parti de l'échelonnement optimal
  • Présenter les résultats clairement à l'aide des cartes perceptuelles
  • Obtenir ces techniques d'échelonnement optimal et de réduction des dimensions

Product images

Analyze differences between categories
Analyze differences between categories
Incorporate supplementary information
Incorporate supplementary information
Uncover associations and relationships
Uncover associations and relationships
Easily work with categorical data
Easily work with categorical data
Use categorical regression procedures
Use categorical regression procedures
Take advantage of optimal scaling
Take advantage of optimal scaling

Voir le fonctionnement

Acheter dès maintenant et commencer