Funzione in evidenza

Analizzare le differenze tra le categorie

Usa l'analisi delle corrispondenze per visualizzare e analizzare più facilmente le differenze tra le categorie.

Integrare informazioni supplementari

Integra facilmente informazioni supplementari su variabili aggiuntive.

Scoprire associazioni e relazioni

Ad esempio, usa la normalizzazione simmetrica per produrre un biplot e visualizzare meglio le associazioni.

Lavorare in modo semplice con i dati categorici

Sfrutta gli strumenti per poter analizzare e interpretare in modo facile e completo i dati multivariati e le loro relazioni. Ad esempio, comprendere quali caratteristiche i clienti associano più spesso a un brand o prodotto oppure per determinare la percezione dei prodotti da parte dei clienti, rispetto ad altri prodotti della concorrenza.

Usare procedure di regressione categorica

Prevedi i valori di una variabile di risultati nominali, ordinali o numerici da una combinazione di variabili dei predittori categoriche numeriche, ordinate e non ordinate. Usa la regressione con scaling ottimale per descrivere, ad esempio, in che modo è possibile prevedere la soddisfazione dei dipendenti partendo da categoria lavorativa, regione geografica e la frequenza di viaggi di lavoro.

Sfruttare lo scaling ottimale

Quantifica le variabili per massimizzare la tecnica Multiple R. Lo scaling ottimale può essere applicato a variabili numeriche quando i residui sono fuori dalla norma o quando le variabili dei predittori non sono correlate in modo lineare alla variabile di risultati. I metodi di regolarizzazione, come Ridge regression, Lasso ed Elastic Net, possono aumentare la precisione delle previsioni, stabilendo le stime dei parametri.

Presentare i risultati chiaramente mediante mappe percettuali

Usa le tecniche di riduzione delle dimensioni per vedere le relazioni dei dati. I grafici di riepilogo visualizzano categorie e variabili simili, fornendo insight sulle relazioni tra più di due variabili.

Ottenere le tecniche di riduzione delle dimensioni e scaling ottimale

Le tecniche includono l'analisi delle corrispondenze (CORRESPONDENCE), la regressione categorica (CATREG), l'analisi delle corrispondenze multiple (MULTIPLE CORRESPONDENCE), CATPCA, correlazione canonica non lineare (OVERALS), scaling di prossimità (PROXSCAL) e scaling delle preferenze (PREFSCAL).

Dettagli tecnici

Requisiti software

IBM SPSS Categories richiede una licenza IBM SPSS Statistics Base valida.

  • Prerequisito: IBM SPSS Statistics

Requisiti hardware

  • Processore: 2 GHz o più veloce
  • Display: 1024*768 o superiore
  • Memoria: 4 GB di RAM richiesto, 8 GB di RAM o più consigliato
  • Spazio su disco: 2 GB o più

Scopri come funziona