最新版 IBM SPSS Statistics v29
最新版 IBM SPSS Amos v29
友環為 IBM 軟體代理商夥伴
IBM® SPSS® Statistics 為分析資料的強大系統。SPSS Statistics可以從幾乎所有的檔案類型中擷取資料,然後利用這些資料來產生表格化報告、圖表,以及分配與趨勢的統計圖、敘述統計和複雜的統計分析。
Statistics Base 提供多項基本分析與報告的統計程序,包括個數、交叉表與敘述統計、OLAP 多維度報表,以及編碼簿報告。其也提供多項維度縮減、分類與分段技術,例如因子分析、集群分析、最近鄰法分析,以及判別函數分析。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。
進階統計量重點放在臨床實驗與生物醫學研究中常用的技術。其中包括用於一般線性模式 (GLM)、一般混合模式、變異成份分析、對數線性分析、次序迴歸、保險統計生命表、Kaplan-Meier 存活分析、以及基本與延伸式 Cox 迴歸的程序。
自助法方法可獲得可靠的標準誤估計值和如下列各種估計值的信賴區間:平均數、中位數、比例、odds 比率、相關係數或迴歸係數。
類別執行最適尺度程序,包括對應的分析。
複合樣本可讓調查、市場、健康和公眾輿論的研究人員,以及使用樣本調查方法的社會科學家,將複合樣本設計納入資料分析中。
Conjoint 提供實際可用的方式,測量各個產品屬性如何影響消費者和一般國民的偏好。有了 Conjoint,可以簡易地在一組產品屬性的條件下,測量各產品屬性的平衡取捨—,就像消費者在決定是否購買時經常作的考量。
自訂表格可建立各種簡報品質的表格式報表,包括複雜的行列表格以及複選題資料的顯示 。
準備資料提供資料的快速視覺快照。提供功能套用驗證規則,挑出無效的資料值。您可以建立會標示超出範圍之數值、遺漏值,或空白數值的規則。您也可以儲存會紀錄個別違規,和每一個觀察值之違規總數的變數。也提供一組預先定義的規則,讓您進行複製或修改。
決策樹狀結構可建立樹狀結構式分類模式。它會根據自 (預測值) 變數的值,將觀察值分成組別,或依變數 (目標) 的預測值。這個程序會提供用於解釋與確認分類分析的驗證工具。
直效行銷運用專為直效行銷設計的技術,可讓組織確保其行銷方案能發揮最大效益。
精確檢定可在小量或分配極不平均的取樣所造成之一般檢定不精確時,用來計算統計檢定的精確 p 值。本選項只能在 Windows 作業系統上使用。
預測使用多重曲線填入模式、平滑模式、以及估計自動迴歸函數的方法來執行廣泛的預測與時間數列分析。
遺漏值描述遺漏值的形式、估計平均數及其他統計量,以及插補遺漏觀察值的數值。
您可以使用 神經網路,以產品需求預估作為價格和其它變數的函數,或是根據購買習慣和人口統計所作的客戶分類,來做出商業決策。神經網路是非線性資料建模工具。它們可用來將輸入和輸出間複雜的關係建成模式,或找出資料中的樣式。
迴歸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。
Amos (動差結構分析) 使用結構式方程式模型,以確認並解釋推動行為背後包含的態度、感覺及其他因子的觀念模式
New procedures
Linear OLS Alternatives
Elastic Net
The new linear elastic net extension procedure estimates regularized linear regression models for a dependent variable on one or more independent variables. The graph represents example output for the procedure.
Lasso
The new linear lasso extension estimates L1 loss regularized linear regression models for a dependent variable on one or more independent variables, and includes optional modes to display trace plots and to select the alpha hyperparameter value based on cross validation. The graph represents example output for the procedure.
Ridge
The new linear ridge extension procedure estimates L2 or squared loss regularized linear regression models for a dependent variable on one or more independent variables, and includes optional modes to display trace plots and to select the alpha hyperparameter value based on cross validation. The graph represents example output for the procedure.
Parametric Accelerated Failure Time (AFT) Models
The new procedure invokes the parametric survival models procedure with non-recurrent life time data. Parametric survival models assume that survival time follow a known distribution, and this analysis fits accelerated failure time models with their model effects proportional with respect to survival time. The graph represents example output for the procedure.
Parametric Survival Model – SURV AFT
Pseudo-R2 measures in Linear Mixed Models and Generalized Linear Mixed Models
Pseudo-R2 measures and the intra-class correlation coefficient are now included in Linear Mixed Models and Generalized Linear Mixed Models output (when appropriate). The coefficient of determination R2 is a commonly reported statistic, because it represents the proportion of variance explained by a linear model. The intra-class correlation coefficient (ICC) is a related statistic that quantifies the proportion of variance explained by a grouping (random) factor in multilevel/ hierarchical data.
Command syntax
GENLINMIXED
The output now includes pseudo-R2 measures and the intra-class correlation coefficient (when appropriate).
LINEAR_ELASTIC_NET
The new extension command uses the Python sklearn.linear_model.ElasticNet class to estimate regularized linear regression models for a dependent variable on one or more independent variables.
LINEAR_LASSO
The new extension command uses the Python sklearn.linear_model.Lasso class to estimate L1 loss regularized linear regression models for a dependent variable on one or more independent variables. The command includes optional modes to display trace plots and to select the alpha hyper-parameter value that is based on cross-validation.
LINEAR_RIDGE
The new extension command uses the Python sklearn.linear_model.Ridge class to estimate L2 or squared loss regularized linear regression models for a dependent variable on one or more independent variables. The command includes optional modes to display trace plots and to select the alpha hyper-parameter value that is based on cross-validation.
MIXED
The output now includes pseudo-R2 measures and the intra-class correlation coefficient (when appropriate).
SURVREG AFT
The new extension command invokes the parametric survival models procedure with non-recurrent life time data.
Python and R upgrades
Python 3.10.4 and R 4.2.0 are installed with IBM® SPSS® Statistics 29.
Removal of ability to hide unselected cases
Unselected cases are no longer hidden in the Data Editor when a subset of cases is selected, and the unselected cases are not discarded. This represents a return to the behavior of Statistics 27.0.1 and earlier versions.
Violin plots
The Graphboard Template Chooser includes a new violin plot, which is a hybrid of the box and kernel density plots. Violin plots show peaks in the data and are used to visualize the distribution of numerical data. Unlike a box plot that can only show summary statistics, violin plots depict summary statistics and the density of each variable.
Workbook mode enhancements
Two new workbook toolbar items have been added: Show/Hide all syntax windows and Clear all output. There is also a new button on the Status bar to switch between Classic (Output and Syntax) and Workbook modes.
Search enhancements
The Search feature now provides options for entering terms directly in a toolbar field and for viewing results in a drop-down pane.
免費試用 | 訂閱 | 永久授權及期限授權 |
享受完整的 SPSS Statistics 功能, 包括所有附加程式。 所有試用版註冊者僅限每年每台電腦 一次免費試用。 |
善用彈性付款方案 - 月付或年付。 使用 3 種選用附加程式來延伸 Base 版。 |
選擇 Base、Standard、Professional 及 Premium 套件,再加上多個選項來自訂您的配置。 |
►適用於 Windows 和 Mac 的桌上型電腦版本 ►註冊後立即享受 14 天試用 ►包含所有特性(包括附加程式) ►需要網際網路連線及 IBMid 才能登入 ►在您的電腦上分析與儲存資料,而不是在雲端上 ►不包括技術支援 |
►適用於 Windows 和 Mac 的桌上型電腦版本 ►月付或年付 ►包括 Base 版;可購買 3 種選用附加程式 ►需要網際網路連線功能和 IBMid 才能 登入;無需授權碼 ►在您的電腦上分析與儲存資料,而不是在雲端上 ►包含技術支援 |
►適用於 Windows 和 Mac 的桌上型電腦版本,另外也提供伺服器選項 ►永久授權或期限授權 ►為每個使用者購買一個授權,或為一群使用者購買一個授權 ►需要部署授權碼 ►在您的電腦上分析與儲存資料,而不是在雲端上 ►包含技術支援 |
訂閱功能
Base | 自訂表格及進階統計資料 | 預測及決策樹狀圖 | 複式樣本和檢定 | |
統計基數 | V | |||
資料準備 | V | |||
Bootstrapping | V | |||
進階統計資料 | V | |||
迴歸 | V | |||
自訂表格 | V | |||
預測 | V | |||
決策樹狀圖 | V | |||
直接行銷 | V | |||
神經網路 | V | |||
遺漏值 | V | |||
種類 | V | |||
複式樣本 | V | |||
Conjoint | V | |||
精準檢定 | V |
永久期間功能
Base | Standard | Professional | Premium | |
統計基數 | V | V | V | V |
進階統計資料 | V | V | V | |
迴歸 | V | V | V | |
自訂表格 | V | V | V | |
資料準備 | V | V | ||
遺漏值 | V | V | ||
預測 | V | V | ||
種類 | V | V | ||
決策樹狀圖 | V | V | ||
直接行銷 | V | |||
複式樣本 | V | |||
Conjoint | V | |||
神經網路 | V | |||
Bootstrapping | V | |||
精準檢定 | V |
IBM® SPSS® Statistics 是經過整合的產品系列,可為分析流程的每個階段提供豐富的功能組合。此產品系列提供範圍廣泛的工具、檢驗與技術,因此您可以快速且有信心地執行各種類型的分析。您可以根據本身需要,以個別或組合方式購買 IBM SPSS Statistics 系列當中的模組。
有哪些模組可供使用,還有如何使用?
IBM® SPSS® Statistics Base 擔任各類統計分析的分析基礎,可讓您快速查看資料並且輕鬆做好分析準備。您可以運用更準確的產生報告功能輕鬆建置圖表、針對其他檢驗擬定假設、釐清變數之間的關係、建立群集,以及識別趨勢並進行預測。
IBM® SPSS® Advanced Statistics 可在處理複雜資料關係時提供精確的分析與結論,此模組可提供強大且更準確的單變數與多變數分析技術。
IBM® SPSS® Bootstrapping 可讓您輕鬆測試模型的穩定性與可靠性。
IBM® SPSS® Categories 提供您多種工具,以利釐清複雜的類別、數值與高維度資料。瞭解客戶認為您的品牌與哪些特性最為相關,或判斷客戶對於您的產品與其他廠牌的產品有何感覺。
IBM® SPSS® Complex Samples 在資料分析中整合複雜的樣本設計,擁有特殊化的規劃工具與統計方法,可減少分層抽樣、集群抽樣或多階段抽樣發生錯誤或誤導推論的風險。對於有意在使用抽樣調查方法時提高結論準確性的意見調查與市場研究人員、輿論研究人員或社會科學家而言,此模組必不可少。
IBM® SPSS® Conjoint 可協助市場研究人員開發成功的產品,以符合現實的方式測量個別屬性如何影響人們的喜好。當此模組用來分析您新產品的競爭產品市場時,您比較不會忽略一些對客戶或服務對象來說很重要的產品層面,相對地,會比較能夠順利地符合他們的需要。
IBM® SPSS® Custom Tables 結合綜合性的分析功能與互動式製表功能,以協助您輕鬆理解資料,並迅速針對不同讀者,以適當的樣式彙總結果。運用 IBM SPSS Custom Tables 來呈現意見調查、客戶滿意度、票選與合規報告結果。
IBM® SPSS® Data Preparation 提供分析師進階技術,以簡化分析程序中執行分析之前的資料準備階段。在 IBM SPSS Statistics Base 中已納入基本資枓準備工具,但 IBM SPSS Data Preparation 提供特殊化的技術,可準備好資料以利提供精確的分析與結果。
IBM® SPSS® Decision Trees 可協助您識別群組、探索群組之間的關係,並且探索結果及視覺化判斷模型如何流動,然後藉此預測未來事件。在 Statistics 產品套組中直接建立視覺化分類與決策樹狀結構,然後使用直覺方式呈現結果。
IBM® SPSS® Direct Marketing 可協助行銷人員輕鬆執行各種分析,他們不需要深入瞭解統計學。深入瞭解您的客戶、提升您的行銷活動,讓您的行銷預算獲得最大的投資報酬率。
IBM® SPSS® Exact Tests 可讓您使用小樣本數,而且對於結果深具信心。使用小樣本所節省下來的錢,可以用來執行意見調查或增加直效行銷方案的檢驗頻率。此模組提供 30 多種確切檢驗,其中涵蓋適用於處理小型或大型資料集的各種無母數與類別資料問題。
IBM® SPSS® Forecasting 可讓您快速且輕鬆地預測趨勢及開發預報—不需要是專家級統計師。IBM SPSS Forecasting 擁有處理時間序列資料所需的進階統計技術,而且不限您的專業層次。
IBM® SPSS® Missing Values 可尋找您資料當中的遺漏值與其他變數之間的關係。遺漏資料可能會嚴重影響您的模型,甚至於您的結果。意見調查研究人員、社會科學家、資料採礦人員與市場研究人員使用此模組來驗證資料。
IBM® SPSS® Neural Networks 提供非線性資料建模程序,可讓您探索更複雜的資料關係。選擇可用於分類(類別結果)與預測(數值結果)的演算法,以開發更精確且更有效的預測模型,從而提供更深入的見解與更充分的決策制定。
IBM® SPSS® Regression 可讓您預測類別結果,以及應用範圍廣泛的非線性迴歸程序。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。