SPSS Categories - 帮您揭示分类数据中的独特关系

该数据是一张2*5*6的图表， 包含关于两种性别，五个年龄层次和六种产品的资讯。 这种划分展现了一个2维多元相关分析的结果。注意例如“A”和“B”的产品被比较年轻的男士所喜欢，而老年人则比较喜欢“G”和“D”产品。

用SPSS Categories增强您的研究

SPSS Categories作为优秀的对应分析程序，用启发性的二维图和感知图让您更清晰地看到数据中的关系，使您可以更完整和方便地分析数据。为使您得到完整的分析工具，它包含分类回归分析及其它四种分析过程，使您从多变量数据分析中得到更多的信息。

SPSS Categories可以帮您：

从大量变量或二维及多维表格中了解重要讯息
通过类似传统的回归分析、主成份分析及典型相关分析，帮您处理和了解顺序及名义数据
可视化地探索您的多变量分类数据

从您的分类数据中得到更多信息

SPSS Categories 不单是提供统计报告，您更可以透过数据图来解释结果。不论您研究的分类型态为何，例如市场细分、政党研究或是生物种类分段等， SPSS Categories 的尺度优化过程让您不再受限于二维的表格，帮您把变量中的关系定位在大型参考框架中。

用非线性主成分分析让您轻松了解数据

这种分析用基于混合测度等级(名义、顺序和数字变量)的变量的重要成分来描述您的数据。您也可以把不同测度等级的变量合并为一组，然后进行非线性典型相关分析。

用图表清楚地展示数据中的关系

利用高解悉度的概括图，即使是两个变量以上的多维数据，也能清楚地洞悉数据间的关系。例如，进行多重对应(齐性)分析时，分类变量之间的关系是用单个易于阅读的高分辨率图表来表示的。

展示并分享动态、交互的分析结果

使用新的对应分析和分类回归分析过程，您可以把分析结果用表格、图形和采用独特“枢轴表”技术的报告立方体来表示。这一获奖的技术使您只需点击几下鼠标就可以发现数据中隐藏的信息。您可以交换报告立方体的行、列和层，或者快速地在图表中更改信息和统计量，使您对数据有更深层次的理解。

您还可以用SPSS SmartViewer和您的客户和同事共享分析结果。

如何使用SPSS Categories

对应分析用于分析二维列联表或可以表示为二维表格的数据。它在低维度空间描述两个名义变量之间的关系，以及每一变量的不同分类之间的关系。例如，您可以用对应分析来图形化地显示职员类别和吸烟习惯之间的关系。您可以发现，关于吸烟，下级经理不同于秘书，但秘书和高级经理则没有差别。您也可以发现吸烟多和下级经理相关联，而吸烟少和秘书相关联。

分类回归从一个分类独立变量的组合中预见分类从属变量的取值。

最优尺度回归用一个优化的尺度量化分类变量，得到一个优化的转换变量线性回归方程。您可以用最优尺度回归来描述诸如工作满意度如何依赖于工作种类、地域和行程等问题。您可以发现高满意度水平对应于经理和短的行程。可以用这个回归方程来预见这三个独立变量的任意组合的工作满意度。

当您希望构造比所有变量在名义等级分析的情况要弱的假设时，您可以应用齐性分析(homogeneity analysis)，又称多重对应分析，来分析分类多变量数据矩阵。齐性分析类似对应分析，但不限于两个变量。齐性分析用为个案和分类赋予数字值的方法来量化名义数据。其目标是在包含变量分类及其中的对象的低维度空间表述两个或多个名义变量之间的关系。例如，您可以用齐性分析来图形化地显示工作种类、少数民族种类和性别之间的关系。您可以发现存在少数民族种类和性别歧视，但工作种类则没有。您也可以发现拉丁美洲和非洲 - 美洲类别彼此类似。

系统需要

SPSS Base 12.0 for Windows
1MB硬盘空间

CALL or Email

(021)50391085
(021)50391085
sales#cabit.com.cn(请将#替换为@)