비즈니스에 이렇게 활용하세요

IBM SPSS Categories를 사용하면 데이터 간의 관계를 시각화하고 탐색할 수 있으며 이를 기반으로 결과를 예측할 수 있습니다. 이 제품은 범주형 회귀 프로시저를 사용해 정렬 또는 비정렬 수치 범주형 예측 변수의 조합에서 얻은 명목, 순서 또는 수치 결과 변수의 값을 예측합니다. 이 소프트웨어에는 예측 분석, 통계 학습, 인지 맵핑 및 선호 척도 등과 같은 고급 기법이 포함되어 있습니다.

다변수 데이터 해석

다양한 기법으로 다변수 데이터 및 관계를 보다 쉽게 분석하고 해석할 수 있습니다. 더 이상 범주형 또는 고차원 데이터로 인해 제한을 받을 필요가 없습니다.

기본 관계 확인

인지 맵, 행렬도 및 triplot을 사용하여 연관성을 명확하게 파악하고 그 이상의 분석도 가능합니다.

명목 데이터 및 순서 데이터 사용

기존 회귀, 주성분 및 정준 상관과 유사한 프로시저를 사용해 두 데이터 유형을 더 잘 이해함으로써 결과를 예측하고 관계를 발견할 수 있습니다.

시각적인 데이터 세트 해석

스코어, 계수, 등급, 순위 등을 표시하는 대형 테이블에서 열과 행이 어떤 관계가 있는지 확인하세요.

알아보기 쉬운 결과 표시

데이터 양이 많고 복잡한 테이블의 경우에도 인지 맵과 행렬도 등을 통해 데이터 간의 관계를 명확하게 확인할 수 있습니다.

새 정규화 방법 추가

능형 회귀분석, Lasso 및 Elastic Net을 통해 매개변수 추정치를 안정화하여 예측 정확도를 개선합니다.

주요 기능

  • 범주 간 차이점 분석
  • 보충 정보 통합
  • 연관성 및 관계 발견
  • 범주형 데이터의 손쉬운 사용
  • 범주형 회귀 프로시저 사용
  • 최적화 척도법 활용
  • 인지 맵을 사용해 결과를 분명하게 표시
  • 최적화 척도법 및 차원 축소법 활용하기

제품 이미지

범주 간 차이점 분석
범주 간 차이점 분석
보충 정보 통합
보충 정보 통합
연관성 및 관계 발견
연관성 및 관계 발견
범주형 데이터의 손쉬운 사용
범주형 데이터의 손쉬운 사용
범주형 회귀 프로시저 사용
범주형 회귀 프로시저 사용
최적화 척도법 활용
최적화 척도법 활용

세부기능을 확인하세요

구매하고 시작하세요