Prédire les résultats et révéler les liens dans les données catégoriques

IBM SPSS Categories facilite la visualisation et l'exploration des relations dans vos données et la prévision des résultats en fonction de vos conclusions. En utilisant des techniques de pointe, telles que l'analyse prédictive, l'apprentissage statistique, la cartographie perceptuelle et le dimensionnement des préférences, vous pouvez comprendre quelles caractéristiques les consommateurs associent le plus étroitement à votre produit ou marque et découvrir comment ils perçoivent vos produits par rapport aux autres.

SPSS Categories inclut des techniques analytiques avancées pour vous aider à :

  • Analyser et interpréter facilement et plus complètement les données multivariées et leurs relations.
  • Transformer les variables qualitatives en variables quantitatives en effectuant d'autres opérations statistiques sur les données catégoriques.
  • Afficher graphiquement les relations sous-jacentes quels que soient les types de catégories que vous étudiez : segments de marché, diagnostics médicaux, partis politiques ou espèces biologiques, etc.

Analysez et interprétez facilement les données multivariées

  • Utilisez les procédures de régression catégorielle pour prédire les valeurs d'une variable de sortie nominale, ordinale ou numérique à partir d'une combinaison de variables numériques et de prédicteurs indépendants (non)ordonnés.
  • Quantifiez les variables afin d'optimiser la régression multiple avec des techniques de mise à l'échelle optimales.
  • Visualisez clairement les relations dans vos données en utilisant des techniques de réduction des dimensions telles que les cartes perceptuelles et les biplots.
  • Obtenez des informations sur les relations entre plus de deux variables avec des tableaux récapitulatifs qui affichent des variables ou des catégories similaires.

Transformez les variables qualitatives en variables quantitatives

  • Prévoyez les valeurs d'une variable de sortie nominale, ordinale ou numérique à partir d'une combinaison de variables de prédicteurs indépendants.
  • Analysez les tableaux à deux entrées qui contiennent des mesures de correspondance entre des rangées et des colonnes et affichent les lignes et les colonnes sous forme de points sur une carte. Analysez également les données catégorielles multivariées en permettant l'utilisation de plus de deux variables dans votre analyse.
  • Utilisez une mise à l'échelle optimale pour généraliser la procédure d'analyse des composantes principales afin de l'adapter aux variables de niveaux de mesure mixtes.
  • Comparez plusieurs ensembles de variables dans le même graphique après avoir supprimé la corrélation à l'intérieur des ensembles et examinez visuellement les relations entre les deux ensembles d'objets, par exemple les consommateurs et les produits.
  • Effectuez la mise à l'échelle multidimensionnelle d'une ou de plusieurs matrices avec des similarités ou des dissimilarités (proximités).

Affichez graphiquement les relations sous-jacentes

  • Placez les relations entre vos variables dans un cadre de référence plus large avec la mise à l'échelle optique.
  • Créez des cartes perceptuelles qui affichent graphiquement des variables ou des catégories similaires proches les unes des autres pour un éclairage unique sur les relations entre plus de deux variables catégorielles.
  • Utilisez des biplots et des triplots pour examiner les relations entre les observations, les variables et les catégories, par exemple, pour définir les relations entre les produits, les clients et les caractéristiques démographiques.
  • Visualisez davantage les relations entre les objets à l'aide du dimensionnement des préférences qui vous aide à effectuer des analyses non métriques pour les données ordinales et à obtenir des résultats plus significatifs.
  • Analysez les similarités entre les objets et incluez des caractéristiques pour les objets dans la même analyse.

Ressources SPSS Categories

Analyse avancée

Vous n'êtes pas situé(e) en France ?

Contactez-nous

Vous avez des questions ? Contactez nos spécialistes.

Support (US)