Découvrez à quoi le monde pense. Rejoignez-nous à Think 2018 | 19-22 mars | Las Vegas
Faites un achat dans Place de marché IBM et obtenez une remise de 500 $ USD sur votre prix en préinscription

En vedette

Analyser les différences entre les catégories

Utilisez l'analyse de correspondance pour afficher et analyser plus facilement les différences entre les catégories.

Incorporer des informations supplémentaires

Incorporez facilement des informations supplémentaires sur des variables additionnelles.

Faire apparaître des associations et des relations

Par exemple, utilisez la normalisation symétrique pour produire un diagramme de double projection afin de mieux visualiser les associations.

Travailler avec les données catégorielles avec aisance

Profitez des outils qui vous permettent d'analyser et d'interpréter vos données multivariées ainsi que leurs relations de manière plus exhaustive. Vous pouvez par exemple utiliser le logiciel pour déterminer les caractéristiques que les consommateurs associent à votre produit ou votre marque ou pour savoir comment certains de vos produits sont perçus par rapport à vos autres produits ou à ceux de la concurrence.

Utiliser les procédures de régression catégorielle

Prévoyez 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. Utilisez les techniques de régression et d'échelonnement optimal pour décrire, par exemple, comment on peut prévoir la satisfaction d'un employé par rapport à son emploi à partir de données sur la catégorie d'emploi, la région et le nombre de déplacements liés au travail.

Tirer parti de l'échelonnement optimal

Quantifiez les variables afin de tirer le meilleur profit de la méthode Multiple R. L'échelonnement optimal peut être appliqué à des variables numériques lorsque les valeurs résiduelles sont anormales ou que les variables indépendantes ne sont pas apparentées de façon linéaire aux variables des résultats. Les méthodes de régularisation comme la régression pseudo-orthogonale, Lasso et Elastic Net peuvent améliorer la précision des prévisions en stabilisant les estimations de paramètres.

Présenter les résultats clairement à l'aide des cartes perceptuelles

Utilisez les techniques de réduction des dimensions pour visualiser les relations entre vos données. Des diagrammes récapitulatifs présentent les variables ou catégories similaires, ce qui vous permet d'examiner les relations entre plus de deux variables.

Obtenir ces techniques d'échelonnement optimal et de réduction des dimensions

Les techniques comprennent l'analyse de correspondance (CORRESPONDENCE), la régression catégorielle (CATREG), l'analyse des correspondances multiples (MULTIPLE CORRESPONDENCE), CATPCA, la corrélation canonique non linéaire (OVERALS), l'échelonnement de proximité (PROXSCAL) et l'échelonnement des préférences (PREFSCAL).

Renseignements techniques

Exigences logicielles

IBM SPSS Categories exige une licence valide d'IBM SPSS Statistics Base.

  • Logiciel préalable : IBM SPSS Statistics

Exigences matérielles

  • Processeur : 2 GHz ou plus rapide
  • Affichage : 1 024 x 768 ou plus élevé
  • Mémoire : 4 Go de mémoire vive requis, 8 Go recommandé
  • Espace disque : 2 Go ou plus

Voir le fonctionnement

Acheter dès maintenant et commencer