Cosa può fare per il tuo business

IBM® SPSS® Categories ti consente di visualizzare ed esplorare le relazioni nei tuoi dati e di prevedere i risultati in base a quello che trovi. Utilizza procedure di regressione categoriale per prevedere i valori di una variabile di risultati nominali, ordinali o numerici da una combinazione di variabili dei predittori categoriali numeriche, ordinate e non ordinate. Il software presenta tecniche avanzate quali l'analisi predittiva, l'apprendimento statistico, l'associazione percettiva e lo scaling delle preferenze.

Questo modulo è incluso in SPSS Statistics Professional editionper gli ambienti on premises e nel componente aggiuntivo “Complex sampling and testing” per i piani di abbonamento.

Funzioni in evidenza

Analizzare le differenze tra le categorie

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

Integrare informazioni supplementari

Incorpora informazioni supplementari su ulteriori variabili.

Scoprire associazioni e relazioni

Usa la normalizzazione simmetrica per produrre un biplot in modo da vedere meglio le associazioni.

Lavorare in modo semplice con i dati categoriali

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 categoriale

Prevedi i valori di una variabile di risultati nominali, ordinali o numerici da una combinazione di variabili dei predittori categoriali 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 la regressione di Ridge, Lasso ed Elastic Net possono migliorare la precisione di previsione stabilizzando 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 variabili o categorie simili per fornirti insight nelle 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 categoriale (CATREG), l'analisi delle corrispondenze multiple (MULTIPLE CORRESPONDENCE), CATPCA, correlazione canonica non lineare (OVERALS), scaling di prossimità (PROXSCAL) e scaling delle preferenze (PREFSCAL).

Immagini del prodotto

Dettagli tecnici

Requisiti software

  • Per gli ambienti on premises: Acquista la Professional edition
  • Per i piani di abbonamento: Acquista il componente aggiuntivo “Complex sampling and testing”

Requisiti hardware

  • Processore: 2 GHz o superiore
  • Schermo: 1024x768 o superiore
  • Memoria: 4 GB di RAM richiesti, 8 GB di RAM o più consigliati
  • Spazio su disco: almeno 2 GB

Pianifica l'ora per discutere di come SPSS Categories può supportare le tue esigenze di business.

Pianifica l'ora per discutere di come SPSS Categories può supportare le tue esigenze di business. Fissa una consulenza

Next Steps

Prova SPSS Statistics gratuitamente

Acquista ora per iniziare oggi stesso