IBM SPSS Categories

使用对应分析更轻松地显示和分析类别间的差异。

纳入有关其他变量的补充信息。

使用对称归一化来生成双标图，这样您就能够更方便地查看关联。

得益于工具的使用，您能够更完整地分析和解释多变量数据及其关系。例如，了解具有哪些特征的消费者与您的产品或品牌关系最密切，或者确定与您或竞争对手提供的其他产品相比，客户对您产品的认知情况。

根据数字及有序或无序分类预测变量的组合，预测名义变量、顺序变量或数字结果变量的值。使用最优尺度回归过程来描述有关情况，例如，如何根据工作类别、地理区域和出差天数预测工作满意度。

量化变量，以便实现 Multiple R 最大化。当残差为非正态或当预测变量与结果变量并非线性相关时，可以对数字变量应用最优尺度。诸如岭回归、套索和弹性网之类的正则化方法可通过稳定参数估计来提高预测准确性。

使用降维方法查看数据中的关系。摘要图表显示了相似的变量或类别，以便于您了解两个以上变量之间的关系。

方法包括对应分析 (CORRESPONDENCE)、分类回归 (CATREG)、多个对应分析 (MULTIPLE CORRESPONDENCE)、CATPCA、非线性典型相关 (OVERALS)、 近似尺度 (PROXSCAL) 和优先尺度 (PREFSCAL)。