模組介紹

♦ IBM SPSS Statistics Base

提供多項基本分析與報告的統計程序，為必需的基礎模組，管理整個軟體平臺，管理數據訪問、數據處理和輸出，並能進行很多種常見基本統計分析。 基本統計分析功能包括敘述統計和行列計算，還包括在基本分析中最受歡迎的常見統計功能，如匯總、計數、交叉分析、分類比較、敘述性統計、因數分析、集群分析、最近鄰法分析、回歸分析及聚類分析等等。此外，SPSS Statistics Base 也提 供許多種演算法，以用於比較平均數與預測技術，例如 t 檢定、變異數分析、線性迴歸以及次序迴歸。

♦ IBM SPSS Statistics Advanced

在分析數據時,除了基本的數據分析外,如果還想建立分析過程數據,就需要使用Advanced Models,為順序結果建立更靈活、更成熟的模型,在處理嵌套數據時得到更精確的預測模型,可以分析事件歷史和持續時間數據。 具體功能包括:廣義線性模型(GZLMS)、廣義估計方程(GEES)、混合模型、一般線性模型(GLM)、方差成分估計、MANOVA、Kaplan-Meire 估計、Cox 回歸、多因數系統模式的對數線性模型、對數線性模型、生存分析。

♦ IBM SPSS Statistics Regression

大量的非線性建模工具、多維尺度分析説明研究人員進行非線性回歸分析。 它將數據從數據約束中解放出來,方便地把數據分成兩組,建立可控制的模型及表達式進行非線性模型的參數估計,能夠建立比簡單線性回歸模型更好的預測模型。提供不適用於傳統線性統計模式的資料分析技術。其中包括用於 probit 分析、logistic 迴歸、權重估計、二階最小平方迴歸、 以及一般非線性迴歸的程序。此模組在一般迴歸技術有限制或不適當時很有用;例如，研究客戶購買習慣或治療效果、測量 學術成就與分析信用風險。

♦ IBM SPSS Statistics Custom Tables

提供35 種單元和摘要統計量,能夠更方便地顯示多重序列數據,它能串接所有的維度,以在同一表格中顯示包含不同統計量的各種變數。 Tables 用更深入的分析,輕鬆地處理複選題與缺失值,用包括所有統計量、易於理解的表格來展現分析結果,通過完整的表格控制權,研究人員還可以自製表格,創造優美外觀。

♦ IBM SPSS Statistics Missing Values

缺失數據會帶來偏差或錯誤的分析結果,簡單代入法或者簡單的回歸法都不能正確地填補缺失值,Missing Values Analysis 説明研究人員在分析過程中排除數據中隱含的偏差,得出更精確的結論。 Missing Values Analysis 用六種靈活的診斷報告來評估缺失值是否會影響分析結論,更好地瞭解它們的特性。

♦ IBM SPSS Statistics Forecasting 

Forecasting 是目前功能最強的時間序列分析工具,是分析歷史資料、建立模型與預測未來事件的強有力的工具,能説明研究人員做更好的預測。 Forecasting 利用完備的時間序列提高預測能力,包括多重曲線擬合、平滑以及自回歸方程估計。

♦ IBM SPSS Statistics Categories 

Categories 是優秀的對應分析程式,用啟發性的二維圖和感知圖讓您清晰地看到數據中的關係,使您可以更完整和方便地分析數據。 Categories 提供非線性主成分分析來描述數據,並用圖示清楚地展示數據中的關係,展示並分享動態、交互的分析結果,讓您從分類數據中得到更豐富的資訊。

♦ IBM SPSS Statistics Decision Trees 

Decision Trees 模組基於資料挖掘中發展起來的樹結構模型對分類變數或連續變數進行預測,可以方便、快速的對樣本進行細分。 它可直接在PASW STATISTICS 內做分類區分,用Syntax 撰寫或用XML 來儲存設定。 使用Classification Trees 還可建立決策樹來確認分組並預測結果,利用直覺式的樹形圖,顏色分類圖,和表格協助研究人員輕鬆確認和評估區隔。

♦ IBM SPSS Statistics Direct Marketing 

Direct Marketing 主要用來處理市場直銷中的一些分析需求。 目前提供RFM 客戶評分,客戶分群,目標客戶輪廓概括,客戶回應評分,不同行銷行為響應測量等模型。 將直銷中常用的分析定製為不同的模組,市場研究人員可藉由Direct Marketing 模組,以簡單的方式進行簡易直覺的分析,鎖定高價值顧客,來進行各種行銷分析。

♦ IBM SPSS Statistics Complex Sample

如果使用了特別複雜的抽樣方案,該模組可以計算複雜樣本的統計數據,得到更精確的結果。 它擁有專門的規劃工具和統計方法,提供各種嚮導來制定取樣方案或詳細定義樣本,並提供專門的技術來解決樣本設計以及相伴標準誤差,能夠減少得出錯誤或誤導性推論的風險。

♦ IBM SPSS Statistics Conjoint

SPSS Conjoint 是包含三個相互關聯過程的一個系統,用於進行全特徵聯合分析。 聯合分析使研究人員瞭解消費者的偏好,或在一定產品屬性及其水平條件下的產品評定。 聯合分析考慮研究時應包括的產品屬性、考慮屬性水準、產品卡片的數量,用正交設計生成一個包含適量產品卡片的正交主效果片段因數設計。

♦ IBM SPSS Statistics Neural Networks

神經網路是一種類比人類大腦處理資訊的方式的簡化演演演算法模型。 通過多個神經元層的輸入輸出運算給出一個判斷結果。

♦ IBM SPSS Statistics Exact Tests

為了確定現有變數之間的關係,研究人員經常首先查看交叉表和非參數檢驗中的p-值。 本模組提供超過30 個精確檢驗涵蓋了小型或大型數據集所有的非參數和分類數據問題。 包括獨立或相關樣本的單樣本、兩樣本和K-樣本檢驗,擬合度檢驗,RxC 列聯表獨立性檢驗和聯合測度檢驗等。

♦ IBM SPSS Statistics SamplePower

協助決定正確樣本大小並提供檢定力分析 (power analysis)

♦ IBM SPSS Statistics Visualization Designer

提供使用者創建分享客製化的視覺圖，例如雷達式箱線圖( radial boxplot)， 社群分析脈絡圖(Social analytics comments analysis)，堆疊式密度圖(Stacked density chart)以及文學分析脈絡圖(Literary analysis)