¿Qué puede hacer por su empresa?

IBM® SPSS® Categories le permite visualizar y explorar relaciones en sus datos y predecir los resultados en función de sus conclusiones. Utiliza los procedimientos de regresión categórica para predecir los valores de una variable de resultados ordinales y numéricos a partir de una combinación de variables numéricas predictivas categóricas ordenadas o no ordenadas. El software incluye técnicas avanzadas como análisis predictivo, aprendizaje estadístico, correlación perceptual y escalamiento de preferencias.

Este módulo se incluye en la edición de SPSS Statistics Professional para la instalación en local, y en el complemento "Complex sampling and testing" para planes de suscripción.

Recursos destacados

Analice las diferencias entre las categorías

Utilice el análisis de correspondencias para mostrar y analizar más fácilmente las diferencias entre categorías.

Incorpore información suplementaria

Incorpore información complementaria sobre variables adicionales.

Descubra asociaciones y relaciones

Utilice la normalización simétrica para generar un diagrama de dispersión biespacial que le permita ver mejor las asociaciones.

Trabaje fácilmente con los datos categóricos

Aproveche las herramientas para analizar e interpretar los datos multivariados y sus relaciones de manera más completa. Por ejemplo, comprenda cuáles son las características que los consumidores asocian más estrechamente a su producto y la marca, o para determinar la percepción del cliente con respecto a sus productos en comparación con otros que usted o sus competidores ofrecen.

Utilice los procedimientos de regresión categórica

Prediga los valores de una variable de resultado nominal, ordinal o numérica, a partir de una combinación de variables predictivas categóricas ordenadas o desordenadas. Utilice la regresión con la escala óptima para describir, por ejemplo, cómo se puede predecir la satisfacción a partir de la categoría laboral, región geográfica y la suma de viajes relacionados con el trabajo.

Aproveche la escala óptima

Cuantifique las variables para maximizar Multiple R. Es posible aplicar la escala óptima a las variables cuando los residuales no son normales o cuando las variables predictivas no se relacionan con la variable de resultados. Los métodos de regulación, tales como la regresión Ridge, Lasso y Elastic Net, pueden mejorar la precisión de la predicción al estabilizar las estimaciones de parámetros.

Presente sus resultados claramente, utilizando los mapas de percepción

Utilice las técnicas de reducción de dimensiones para consultar las relaciones en sus datos. Los gráficos de resumen muestran variables o categorías similares para proporcionarle información sobre las relaciones entre más de dos variables.

Obtenga las técnicas de escala óptima y reducción de dimensiones

Las técnicas incluyen el análisis de correspondencia (CORRESPONDENCE), regresión categórica (CATREG), análisis de múltiples correspondencias (MULTIPLE CORRESPONDENCE), CATPCA, correlación canonical no lineal (OVERALS), escala de proximidad (PROXSCAL) y escala de preferencias (PREFSCAL).

Imágenes del producto

Detalles técnicos

Requisitos de software

  • Para entornos locales: Compre la edición Professional
  • Para planes de suscripción: Compre el complemento “Complex sampling and testing”

Requisitos de hardware

  • Procesador: 2 GHz o más rápido
  • Pantalla: 1024x768 o superior
  • Memoria: se necesita de 4 GB de RAM, 8 GB de RAM o más recomendada
  • Espacio en disco: 2 GB o más

Planifique una consulta para discutir cómo SPSS Categories puede ayudar a satisfacer sus necesidades de negocios.

Planifique una consulta para discutir cómo SPSS Categories puede ayudar a satisfacer sus necesidades de negocios. Planifique una consulta

Next Steps

Pruebe SPSS Statistics gratuitamente

Compre ahora para empezar hoy