SPSS Categories是IBM公司推出的统计分析软件SPSS Statistics中的一个模块，它专门用于处理分类数据的分析。在这个手册中，会详细介绍如何使用SPSS Categories对分类数据进行分析，包含多个高级分析技术，如类别回归（CATREG）、类别主成分分析（CATPCA）、非线性典型相关分析（OVERALS）、多重对应分析和多维度方法（PROXSCAL）等。
在类别回归（CATREG）中，将介绍最适尺度程序，解释何谓最适尺度，为何使用最适尺度以及最适尺度层次与测量层次之间的关系。同时，将指导用户如何在类别回归中定义尺度、处理类别化、缺失值以及进行选项和规则化设置。此外，类别回归的输出、存储、转换图等内容也会涉及。
类别主成分分析（CATPCA）是分析分类变量间关系的技术，通过提取主成分来简化数据的结构。在该部分内容中，会描述如何在CATPCA中定义尺度和加权、处理离散化、缺失值问题，以及选择输出和存储分析结果。类别主成分分析的个体图、类别图、负荷量图等都是便于直观理解分析结果的工具，这些内容在手册中也有介绍。
非线性典型相关分析（OVERALS）是用于研究两组分类变量之间关系的方法，能够揭示变量间的非线性结构。在OVERALS的使用中，会讲解如何定义范围与尺度，以及分析模型和统计量的选择。OVERALS指令还提供了其他功能，这些功能有助于用户更深层次地分析数据。
多重对应分析用于发现多个分类变量之间的关系，它能够提供关于变量间相互作用的洞见。在多重对应分析的章节中，将指导用户如何定义变量加权、处理离散化和缺失值，以及选择分析选项。多重对应分析的输出、存储结果、个体图和变量图等也是重要的分析结果展示方式。
多维度方法（PROXSCAL）基于多维量表技术，它通过分析变量间的相似性矩阵来进行数据的多维度分析。该部分将介绍如何建立资料的相似性，定义模型，处理多维度方法的限制和选项，并通过图形化展示分析结果。此外，PROXSCAL指令还包含其他功能，用于进一步的分析。
多维度展开（PREFSCAL）是另一种多维分析技术，它用于分析多个分类变量之间的关系。在PREFSCAL的介绍中，将讲述定义多维度展开模型的方法，处理该分析方法的限制和选项，并展示多维度展开图和输出结果。PREFSCAL指令同样提供了一些附加功能，帮助用户全面分析数据。
以上这些分析技术在SPSS Categories中都有详细的操作说明和实例演示，用户可以通过阅读官方说明手册来掌握如何使用SPSS进行复杂的分类数据分析。需要注意的是，使用这些分析功能之前，应仔细阅读“注意事項”部分，并确认适用的SPSS版本信息，因为手册所描述的功能适用于SPSS Statistics 25.0.0版以及之后发行的所有版本和修正。
