IBM SPSS Categories : コレスポンデンス分析・カテゴリーデータの分析に

製品概要

IBM SPSS Categoriesを使用すると、予測分析、知覚マップ、最適尺度法、次元縮小の手法でデータを最大限に活用でき、カテゴリ型データや多次元データを容易に扱うことができます。IBM SPSS Categoriesには、複雑なカテゴリ型と数値型、そして高次元のデータを明確に把握するのに必要なツールがすべて含まれています。

たとえばIBM SPSS Categoriesを使用することで、消費者が製品やブランドにどのような特徴を関連付けているのかを理解できます。あるいは、競合製品と比較して製品がどのように認識されているのかを把握できます。

IBM SPSS Categoriesでは、スコア、度数、格付け、順位、または類似性を表した大きなテーブル内の行と列の関係性を見ることができ、データを視覚的に把握することができます。これにより以下のことが可能になります。

• 従来の回帰分析、主成分分析、正準相関分析に類する手続きで順序型ならびに名義型データを扱い、理解する
• 数値型データの非標準残差または予測変数と目的変数の値との間の非線型関係を扱う。Ridge回帰、Lasso、Elastic Net、変数選択、そして数値型とカテゴリ型データのモデル選択のオプションを使用
• バイプロットとトリプロットを使用して相関分析のオブジェクト（ケース）間、カテゴリ間、変数間の関係性を表す。
• １組または２組のオブジェクトの類似性を距離として知覚マップで表す。

主要搭載手法・機能

• カテゴリ回帰
• コレスポンデンス分析
• 多重コレスポンデンス分析
• 非線型正準相関分析
• 多次元尺度法
• 選好尺度法