IBM SPSS Categories ile verilerinizde yer alan ilişkileri görselleştirerek analiz edebilirsiniz. Kategorik regresyon yöntemi ile nominal, ordinal veya nümerik bir hedef değişkeni, farklı türlerdeki kategorik bağımsız değişkenler kullanarak tahmin edebilirsiniz.

Öne Çıkan Özellikler

Çok değişkenli verilerinizi yorumlayın

Çok değişkenli verilerinizi analiz edip yorumlamanıza imkan verecek istatistiksel algoritmaları kullanabilirsiniz.

Gizli ilişkileri ortaya çıkarın

Algı haritası, biplot, triplot gibi görsel analiz yöntemlerini kullanarak verilerinizdeki kolaylıkla tespit edilen birlikteliklerinin ilerine geçerek gizli ilişkileri ortaya çıkarabilirsiniz.

Nominal ve Ordinal veriler ile çalışın

Nonimal ve ordinal verilere özel olarak geliştirilmiş algoritmaları kullanarak daha güçlü modeller kurabilirsiniz.

Veri setlerini görsel olarak yorumlayın

Skorlardan, frekanslardan, oranlardan, kıdemlerden oluşan geniş tablolardaki satır ve sutünlar arasındaki ilişkileri analiz edebilirsiniz.

Yeni düzeltme yöntemlerini kullanın

Ridge regresyon, Lasso ve Elastic Net gibi düzeltme yöntemleri ile parametre tahminlerini stabile ederek tahmin başarısını arttırabilirsiniz.

Anahtar Özellikler

Correspondence analizi ile kategoriler arası farklılıkları daha kolay görüntüleyip analiz edin.

 

 

Ek değişkenler ile elde edilen tamamlayıcı bilgileri kolaylıkla analiz sürecine entegre edebilirsiniz.

Simetrik normalizasyon yöntemini ile oluşturacağınız biplot’lar ile birliktelikleri daha kolay tespit edin

Çok değişkenli veri setlerinizi ve aralarındaki ilişkileri analiz edip yorumlamanıza yardımcı olacak istatistiksel algoritmaları kullanarak, hangi tüketici karakteristiklerinin ürünleriniz veya markanıza daha eğilimli olduğunu belirleyebilir, ürünlerinizin ve rakip ürünlerin müşteri üzerinde oluşturmuş olduğu algıyı değerlendirebilirsiniz.

Birden fazla nominal, ordinal, nümerik bağımsız değişkeni kullanarak hedef değişkeni tahmin edebilirsiniz. Örnek olarak optimal ölçeklendirme ile birlikte regresyon modellerini kullanarak, iş tanımı, bölge ve iş amaçlı seyahat sayısı gibi değişkenleri kullanarak iş memnuniyetini tahminleyebilirsiniz.

Optimal ölçeklendirme ile hataların normal dağılmadığı veya bağımsız değişkenlerin hedef değişken ile doğrusal bir ilişki göstermediği durumlarda daha tutarlı sonuçlar üretebilirsiniz. Ridge regresyon, Lasso ve Elastic Net gibi düzeltme yöntemleri ile parametre tahminlerini stabile ederek tahmin başarısını arttırabilirsiniz.

IBM SPSS Categories modülü ile Correspondence analizi(CORRESPONDENCE), kategorik regresyon(CATREG), çoklu correspondence analizi(MULTIPLE CORRESPONDENCE), kategorik temel bileşenler analizi(CATPCA), doğrusal olmayan kanonik korelasyon(OVERALS), yakınlık ölçeklendirmesi(PROXSCAL) ve PREFSCAL tekniklerine sahip olabilirsiniz.

Boyut indirgeme yöntemlerini kullanarak verilerinizdeki ilişkileri ortaya çıkarabilirsiniz. Summary Chart’larını kullanarak ikiden fazla değişken veya kategori arasındaki ilişkileri inceleyerek benzer değişkenler veya kategorileri görüntüleyebilirsiniz.

Deneme sürümü bulunmamaktadır.