PASW Statistics 统计分析软件
PASW Statistics 原名SPSS Statistics，是一款功能强大，供分析和研究人员统计和数据管理的软件包。与其它统计软件不同，PASW 更易于使用，总成本更低，并能全面综合地阐述统计分析的全过程。
PASW Statistics 18.0共有17个模块：
PASW Statistics Base
PASW Advanced Statistics
PASW Bootstrapping (新增模块)
PASW Categories
PASW Complex Samples
PASW Conjoint
PASW Custom Tables
PASW Data Collection Data Entry （新增功能）
PASW Data Preparation
PASW Decision Trees
PASW Direct Marketing（新增模块）
PASW Exact Tests
PASW Forecasting
PASW Missing Values
PASW Neural Networks
PASW Regression
PASW Statistics Programmability Extension
功能分别为：
PASW Statistics Base
PASW Base 除了包含一般的常见摘要统计和行列计算，还为您提供范围广泛的用于基本分析的统计过程，包括计数、交叉列表分析、描述统计、探索分析、均值比较、方差分析、相关性分析、非参数检验、多重响应分析、因子分析、线性回归、曲线估计、聚类分析、判别分析以及尺度分析等等。一旦完成分析，还可以把数据、分析结果轻松地写回数据库－而且SPSS 还支持长变量名，所以您可以保持您数据库和数据表的变量名。 
用交互式图表清晰地表达分析结果，利用图表构建程序－SPSS的全新的图表创建界面，能够更轻松地创建常用的图表。您只要把变量和元素拖到图表创建面板，就可以创建图表。您也可以随意地利用库中存在的模板快捷地创建图表。而且您同时预览将要生成的图表。利用图形生成语言（GPL），高级用户能够创建更多图表。图形演示系统赋予您在图形创建和编辑阶段的完全控制能力，极大地降低了工作量。一旦创建了一个图表，您还可以利用它创建上百个这样的图表。
用报告OLAP展示您的最佳结果 ，OLAP(On-Line Analytical Processing，在线分析处理)改变了常规的创建和共享信息的方式。与其他OLAP系统相比，PASW Report OLAP含有更多的分析功能，给您提供了一个快速、灵活的途径来创建、发布和处理用于特别决策判断的信息。
展开分析结果以最大限度地发挥效力 ，通过展开分析结果，您可以与其他人分享其效力。PASW是结果展开技术的领导者，如SmartViewer Web Server.和SmartScore.，使客户和同事们可以充分利用信息资源并立即交互式地与您的分析结果互动。   
个性化的工作环境，PASW从数据采集、分析到结果的呈现，都做了全新的改进。您可以建立个性化的工作界面，通过宏程序来完成反复分析、格式化与报表等工作。只需轻敲一下按键， 便可自动完成一系列的工作任务。   
PASW Advanced Statistics
提供更高级、更成熟的模型，当数据不符合简单分析技术的假设时，可以用之。包括：一般线性模型、线性混合模型、方差成分分析、对数线性分析、序数回归、K-M生存分析、Cox回归等。
PASW Advanced Statistics一系列强大的单因素和多因素分析技术，例如：
医学研究：分析病人存活率；
工厂：评估生产流程；
医药：测试结果报告给食品药品管理局；
市场研究：确定产品的利润；
PASW Bootstrapping
PASW Bootstrapping是18.0版本的新增模块。Bootstrapping使生成的模块更稳定，为得出准确、可靠的结果提供保障。Bootstrapping是测试模块稳定性的有用工具。
PASW Categories
通过预测分析、统计学习、启发性的概念映射、最优尺度、偏好尺度和数据降维技术，揭示数据中全部潜在的关系。PASW Categories为您提供了深入分析复杂分类数据和高维数据的全部工具。
利用PASW Categories，当结果和预测变量都是数值的、有序的或者名义的时候，您可以做回归处理，还可以可视化地解释数据，在得分、计数、分级、秩序或者相似表中查看行和列是如何相关的。这使您可以：
■ 通过类似传统的回归、主成分分析、和典型相关分析，处理和了解序次及名义数据
■ 处理数值数据中的非正态残差，或者预测变量和结果变量之间的非线性关系。为数值和类别数据使用Ridge回归、Lasso、Elastic Net、变量选择、模型选择这些选项
■ 在相关分析中使用二维图或者三维图表示对象（ 示例）、类别、变量集合之间的关系
■ 在概念映射中把一个或者两个对象结合之间的相似性表示为距离
PASW Complex Samples
处理大规模调查数据或者复杂抽样设计时，帮助您获得更精确的分析结果。进行样本调查时，您希望应用对复杂抽样数据能给出正确估计的统计软件。 PASW Complex Samples提供专门的统计工具，能帮助您轻松准确地计算出复杂抽样设计的统计量和标准误差。您可应用PASW Complex Samples于：
■ 调查研究：从调查数据中获得描述性及推断性统计量
■ 市场研究：分析客户满意度数据
■ 健康研究：分析诸如健康与营养、摄入酒精与公共卫生有关的大规模公用数据集
■ 社会科学：对公共调查数据进行相关研究
■ 公众民意：研究公众对政策方针的态度PASW ComplexSamples为您提供研究复杂样本所需的一切
■ 一个直观的抽样向导，逐步引导您进行抽样设计，并生成样本
■ 一个易用的分析准备向导，帮助您准备公用数据集合以进行分析，例如疾病防治中心（CDC）的全国卫生状况调查的数据
■ 利用PASW Complex Samples的一般线性模型（CSGLM）预测数值结果
■ 利用PASW Complex Samples的有序回归（CSORDINAL）预测有序结果
■ 利用PASW Complex Samples的Logistic回归（CSLOGISTIC）预测分类结果
■ 利用PASW Complex Samples的Cox回归（CSCOXREG）预测事件时间
PASW Conjoint
帮助您分析客户对各种特征属性的产品组合的偏好，从而提高对顾客爱好的理解，更有效地设计、定价与推销成功的产品。
PASW Conjoint可帮您解决关键性问题
■ 哪些属性/特征促使消费者购买某一产品/服务？
■ 怎样的产品特性组合能在市场获得最大利益？
■ 产品在哪个市场划分区最受欢迎？
■ 哪种营销信息最能引起某个市场划分区的兴趣？
■ 哪种产品特性地改进最能影响消费者偏好，并带动业绩销售？
■ 产品/服务的最优价格是什么？
■ 能提高产品价格又不会让销售业绩显著下降吗？
■ 产品的等级是否过于接近？
PASW Custom Tables
报表工具：生成高质量的表格报告，用易于理解的方式表示分析结果
PASW Custom Tables 18.0, 是PASW产品的一个附加模块，使您能针对不同的客户轻松定制不同风格的报表，对数据进行描述。该模块在创建表格的同时，能够实时更新，使您可以随时了解表格的外观。例如，您可以设置描述性的和推论性的统计量，并定制表格的外观，以方便您的客户理解表格的信息。制表完成后，您可以将表格以Word®，Excel®，PowerPoint® ，以及HTML格式导出。
PASW Custom Tables 18.0是需要定期制作和更新报告的人的理想工具，这些人包括从事调查研究、市场研究、社会科学、数据库、直销、制度研究等诸多领域。
PASW Data Collection Data Entry
PASW Statistics的新增模块。PASW Data Collection Data Entry 综合了两个强大的工具，PASW Data Collection Author and PASW Data Collection Interviewer，使您快速创建专业的调查报告，有效采集有用的数据。
特征：
● 像演示Microsoft® PowerPoint®一样，您也可以轻松创建专业的调查报告；
● 支持所有问题形式：单项回答，多项回答，文本，日期和数字以及复杂的问题，如，矩阵和网格；
● 使用复杂的验证，包含spss中bootstrap结果解读go-to,列表过滤和skip-and-fill, 保证数据准确；
● 可配置的，键盘驱动式的数据输入界面确保您快速准确地输入数据。
● 可视化和声音提示的实时验证，保证数据在输入过程中整齐排列，在任何时候进行分析；
PASW Data Preparation
强大的数据校验功能。该模块使您简单便捷地识别可疑或无效的观测值，变量以及数据值；了解数据缺失的模式，总结变量的分布。具备了这些对数据的认识，您就可以在进行分析之前，确定数据的有效性，移除或纠正可疑的观测。
PASW Statistics附加的Data Preparation模块能简单便捷地识别可疑或无效的观测值，变量以及数据值；它能够了解数据缺失的模式，总结变量的分布；更精确地和名义变量的算法一起工作。这些流程化的数据准备过程，使您更快的进入数据分析阶段，有助于达到更精确的结论。
PASW Decision Trees
创建分类决策树，帮助您快速并准确地识别体，发现体之间的关系并预测未来事件。
PASW Decision Trees广泛应用于多个领域：
◆ 数据库营销
选择一个响应变量对客户细分（回复/未回复邮件的；高-、中-、和低利润客户； 营销目标囊括那些延长服务期的客户)；
基于其它属性概括客户，如人口统计学或客户活动；
针对某具体客户进行新的个性化营销，以减少成本，提高投资回报率(ROI)；
◆ 市场研究
进行客户、雇员，或招募满意度的调查；
选择一个变量作为满意度的度量（例如，取值”1－5”等级变量）；
根据响应者对其它问题的回答描述满意度水平；
改善影响满意度的因素，例如工作环境或产品质量；
◆ 信用风险评分
确定风险组（高、中或低）；
基于客户信息描述风险体特征，例如帐户活动；

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。