اختبِر الفئات باستخدام نسخة تجريبية كاملة من SPSS أو تواصَل معنا للشراء.
تُتيح لك IBM SPSS Categories تصوير علاقات بياناتك رسوميًا واستكشافها، ما يساعدك على التنبؤ بالنتائج بناءً على تحليلك الإحصائي. حيث تستخدِم أساليب الانحدار الفئوي للتنبؤ بقيم متغيرات النتائج الاسمية أو الرتبية أو العددية من مجموعة من المتغيرات الرقمية والمرتبة أو غير الفئوية. يتميز البرنامج بإجراءات إحصائية مثل التحليل التنبؤي، والتعلم الإحصائي، ورسم الخرائط الإدراكية، وتوسيع نطاق التفضيلات.
تم تضمين هذه الوحدة في إصدار IBM SPSS Statistics Professional لاستخدام الترخيص التقليدي وكجزء من الإصدار الإضافي IBM SPSS Complex Sampling and Testing كما هو مفصل في خطط الاشتراك.
استخدِم SPSS Categories لإجراء تحليل المطابقة، ما يسهِّل التصوير الرسومي للفروقات بين الفئات وتحليلها.
ادمج المعلومات التكميلية من خلال تحديد السمات المخصصة للمتغيرات. يمكّنك هذا من إضافة سياق إضافي أو بيانات تعريف لا يتم التقاطها بواسطة التسميات القياسية أو قيم القياس أو القيم المفقودة. يمكن لهذه السمات تخزين مزيد من المعلومات، مثل الملاحظات الوصفية أو وحدات القياس أو مخططات البرمجة، ما يوفر مزيدًا من السياق لتحليل البيانات.
استخدِم التطبيع المتماثل لإنتاج مخطط ثنائي لتتمكن من رؤية الارتباطات بشكل أفضل.
تمكَّن من تحليل وتفسير بياناتك متعددة المتغيرات وتحليل علاقاتها بفاعلية أكبر من خلال التحليل العميق للبيانات. على سبيل المثال، تعرَّف على خصائص المستهلكين المرتبطة بشكل أكبر بمنتجك أو علامتك التجارية في بياناتك، وقارن تصورات العملاء لمنتجاتك مع تلك التي تقدمها أنت أو يقدمها منافسوك.
يمكنك توقع قيم متغير الناتج الاسمي أو الرتبي أو العددي بناءً على مزيج من المتغيرات التنبؤية العددية والفئوية سواء أكانت مرتبة أم غير مرتبة. استخدِم الانحدار مع التوسع الأمثل لوصف كيفية التنبؤ مثلاً بدرجة رضا الموظفين بناءً على فئة الوظيفة، والمنطقة الجغرافية ومقدار رحلات السفر المتعلقة بالعمل.
حدِّد المتغيرات بحيث تتم زيادة قيمة R المتعدد لأقصى حد ممكن. يمكن تطبيق القياس الأمثل على المتغيرات العددية عندما تكون البواقي أعدادًا غير طبيعية أو عندما لا تكون المتغيرات التنبؤية مرتبطة خطيًا بالمتغير الناتج. يؤدي استخدام أساليب التنظيم، مثل الانحدار المتدرج وانحدار لاسو والشبكة المرنة، إلى تحسين دقة التنبؤ من خلال تثبيت تقديرات المعلمات.
استخدِم أساليب تقليل الأبعاد لرؤية العلاقات في بياناتك. تعرض الرسوم البيانية التلخيصية المتغيرات أو الفئات المماثلة لتزويدك برؤية حول العلاقات بين أكثر من متغيرين.
تشمل الأساليب تحليل المطابقة (CORRESPONDENCE)، والانحدار الفئوي (CATREG)، وتحليل المطابقة المتعدد (MULTIPLE CORRESPONDENCE)، وCATPCA، والارتباط القانوني (التجميعى) غير الخطي (OVERALS)، والقياس القريب (PROXSCAL) وقياس التفضيلات (PREFSCAL).
- بالنسبة إلى الأنظمة المحلية: اشترِ إصدار Professional.
- بالنسبة إلى خطط الاشتراك: اشترِ الوظيفة الإضافية Complex Sampling and Testing.
- المعالج: 2 جيجاهرتز أو أسرع
- الشاشة: 1024 × 768 أو أعلى
- الذاكرة: مطلوب 4 جيجابايت من ذاكرة RAM، ويوصى بـ 8 جيجابايت من ذاكرة RAM أو أكثر
- مساحة القرص: 2 جيجابايت أو أكثر