Öne çıkan özellikler

Kategoriler arasındaki farkları analiz edin

Kategoriler arasındaki farkları daha kolay görüntülemek ve analiz etmek için uygunluk çözümlemesini kullanın.

Tamamlayıcı bilgileri dahil edin

Ek değişkenlerle ilgili tamamlayıcı bilgileri kolayca dahil edin.

İlişkileri açığa çıkarın

Örneğin, ilişkileri daha iyi görebilmeniz için bir ikili çiziş üretmek üzere simetrik normalleştirmeyi kullanın.

Kategorik verilerle kolayca çalışın

Çok değişkenli verilerinizi ve ilişkilerini daha kapsamlı olarak analiz etmenize ve yorumlamanıza yardımcı olacak araçlardan yararlanın. Örneğin, müşterilerinizin ürününüz ya da markanızla en fazla hangi özellikleri ilişkilendirdiğini anlamak ya da sizin veya rakiplerinizin sunduğu diğer ürünlere göre ürünlerinizin müşteriler tarafından nasıl algılandığını belirlemek üzere yazılımı kullanabilirsiniz.

Kategorik regresyon yordamlarını kullanın

Sayısal, sıralı ya da sırasız kategorik tahmin değişkenleri birleşiminden nominal, sıralı ya da sayısal sonuç değişkeni değerlerini tahmin edin. Örneğin iş kategorisinden, coğrafi bölge ve işle ilgili yapılan seyahat miktarından işle ilgili memnuniyetin nasıl tahmin edilebileceğini açıklamak için optimum ölçeklendirmeyle regresyonu kullanın.

Optimum ölçeklendirmeden yararlanın

Çoklu Regresyonun en üst düzeye çıkarılması için değişken miktarını belirleyin. Kalanlar normal olmadığında ya da tahmin değişkenleri sonuç değişkeniyle doğrusal ilişkiye sahip olmadığında optimum ölçeklendirme sayısal değişkenlere uygulanabilir. Ridge regresyonu, Lasso ve Elastic Net gibi düzenleme yöntemleri, parametre tahminlerini sabitleyerek tahmin doğruluğunu artırabilir.

Algısal eşleşmeleri kullanarak sonuçlarınızı anlaşılır şekilde sunun

Verilerinizdeki ilişkileri görmek için boyut azaltma tekniklerini kullanın. Özet grafikler, benzer değişkenleri ya da kategorileri gösterek ikiden fazla değişken arasındaki ilişkilere ilişkin öngörüler sağlar.

Bu optimum ölçeklendirme ve boyut azaltma tekniklerini edinin

Uygunluk çözümlemesi (CORRESPONDENCE), kategorik regresyon (CATREG), çoklu uygunluk çözümlemesi (MULTIPLE CORRESPONDENCE), CATPCA, doğrusal olmayan kanonik korelasyon (OVERALS), yakınlık ölçeklendirmesi (PROXSCAL) ve tercih ölçeklendirmesi (PREFSCAL) teknikler arasındadır.

Teknik ayrıntılar

Yazılım gereksinimleri

IBM SPSS Categories, geçerli bir IBM SPSS Statistics Base lisansı gerektirir.

  • Önkoşul: IBM SPSS Statistics

Donanım gereksinimleri

  • İşlemci: 2 GHz ya da daha hızlı
  • Ekran: 1024 x 768 ya da üstü
  • Bellek: 4 GB RAM gerekir, 8 GB RAM ya da fazlası önerilir
  • Disk alanı: 2 GB veya üstü

İşleyişini göster

Satın alın ve başlayın