IBM SPSS Categories
分類データを使って結果を予測し、関係を明らかにします。フル機能のSPSSトライアル版でこの機能をテストするか、購入についてお問い合わせください。
SPSS Statisticsを無料で試す 料金体系はこちら
製品画面、結果を予測し、関係を明らかにする
SPSS Categoriesがお客様のビジネスにもたらすメリット

IBM SPSS Categoriesを使用すると、データ内の関係を視覚化して調査し、調査結果に基づいて結果を予測できます。分類回帰プロシージャーを使用して、数値と順序付きまたは順不同の分類予測子変数の組み合わせから公称、順序または数値の結果変数の値を予測します。このソフトウェアは、予測分析、統計学習、知覚マッピング、優先スケーリングなどの高度な手法を備えています。

このモジュールは、オンプレミスのSPSS Statisticsプロフェッショナル・エディションと、サブスクリプション・プランの「複合サンプリングとテスト」アドオンに付属します。

 

主要な機能
カテゴリー間の差異を分析する

対応分析を使って、カテゴリー間の差異をより簡単に表示および分析します。


補足情報を取り込む

追加の変数に関する補足情報を取り込みます。


関連と関係を明らかにする

対称正規化を使用してバイプロットを作成すると、関連がわかりやすくなります。


分類データを簡単に操作する

多変量データとその関係をより完全に分析および解釈するのに役立つツールを利用するメリット。たとえば、消費者がお客様の製品やブランドの観点からどの特性に最も緊密に関係しているかを理解したり、お客様や競合他社が提供する他の製品と比較したお客様の製品に対するお客様の認識を判断することができます。


分類回帰プロシージャーの使用

数値と順序付きまたは順不同の分類予測子変数の組み合わせから公称、順序の、または数値の結果変数の値を予測します。最良のスケーリングでの回帰を使用して、たとえば、ジョブ・カテゴリー、地理的領域、作業関連の移動量からジョブ満足度をどのように予測できるかを説明します。


最良のスケーリングを活用する

倍数Rが最大になるように変数を定量化します。最良のスケーリングは、残余が非公称のとき、または予測変数が結果変数と直線的に関係しないときに数値変数に適用できます。リッジ回帰、ラッソ、エラスティックネットなどの正則化メソッドは、パラメーター推定値を安定させることで予測精度を向上させることができます。


知覚マップを使用して結果を明確に提示する

ディメンション縮小手法を使用して、データ内の関係を確認します。サマリー・チャートには類似の変数またはカテゴリーが表示され、2個を超える変数間の関係についての洞察が得られます。


これらの最良のスケーリングとディメンション縮小手法を入手する

手法には、対応分析(CORRESPONDENCE)、分類回帰(CATREG)、多重対応分析(MULTIPLE CORRESPONDENCE)、CATPCA、非線形正準相関(OVERALS)、近接スケーリング(PROXSCAL)、優先スケーリング(PREFSCAL)などがあります。


技術的な詳細
ソフトウェア要件
  • オンプレミスの場合:プロフェッショナル・エディションを購入する
  • サブスクリプション・プランの場合:「複雑なサンプリングと検定」アドオンを購入する

 

ソフトウェア要件の完全なリストを表示

ハードウェア要件
  • プロセッサー:2 GHz以上
  • ディスプレイ:1024x768以上
  • メモリ:4 GBのRAMが必要、8 GB以上のRAMを推奨
  • ディスク・スペース:2GB以上
ハードウェア要件の完全なリストを表示
次のステップ
SPSS Statistics無料評価版を試す 製品と価格の比較
その他の参考情報 資料 コミュニティー