IBM SPSS Statistics for Mac 是一款知名的专业统计分析软件。主要用于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域。SPSS 软件平台提供高级统计分析、庞大的机器学习算法库、文本分析、开源可扩展性、与大数据的集成以及无缝部署到应用程序中。SPSS 的易用性、灵活性和可扩展性使所有技能水平的用户都可以使用 SPSS。更重要的是，它适用于各种规模和复杂程度的项目，可以帮助您和您的组织找到新机会、提高效率并最大限度地降低风险。

更容易使用
通过点击式界面执行强大的分析并更轻松地构建可视化和报告，无需任何编码经验。

高效的数据调理
通过识别无效值、查看缺失数据的模式和总结变量分布来减少数据准备时间。

快速可靠
通过自动化数据准备，只需一步即可分析大型数据集并准备数据。

综合的
使用集成界面运行高级和描述性统计、回归等。此外，您可以通过语法自动执行常见任务。

开源集成
使用扩展库或构建您自己的扩展库，通过 R 和 Python 增强 SPSS 语法。

数据安全
使用本地安装的 SPSS 将文件和数据存储在您的计算机上，而不是存储在云中。

SPSS Statistics高级统计程序

高级统计
使用单变量和多变量建模在分析复杂关系时获得更准确的结论。

自定义表格
轻松汇总大型数据集。

回归
预测分类结果并应用非线性回归程序。

决策树
使用分类和决策树来帮助识别组和关系并预测结果。

直销
轻松识别合适的客户并改善活动结果。

预测
无论您的技能水平如何，都可以构建时间序列预测。

神经网络
发现复杂的关系并改进预测模型。

类别
使用分类数据预测结果并揭示关系。

复杂样本
分析统计数据并解释复杂样本的调查结果。

联合
更好地理解和衡量采购决策。

精确测试
通过小样本或罕见事件得出更准确的结论。

缺失值
发现缺失的数据模式，估计汇总统计数据并估算缺失值。

特色聚光灯

描述性统计
使用描述性程序总结和标准化尺度变量。使用均值、汇总和 OLAP 多维数据集等过程研究尺度变量和分类变量之间的关系。

预测模型
使用线性、有序或偏最小二乘回归等程序，根据因变量与预测变量的关系对因变量的值进行建模。

数据准备
使用先进的技术来简化数据准备阶段——提供更快的分析和准确的结论。

相关性
使用双变量相关或偏相关等程序来衡量变量之间的相互关系。

分类

使用探索性工具（如两步、分层或 k 均值聚类分析程序）揭示数据集中的自然分组或聚类，否则这些分组或聚类将不明显。

引导
推导出标准误差和置信区间的可靠估计，包括平均值、中位数、相关系数和回归系数。

图形和图表
使用图表生成器，您可以将图表类型从预定义的图库构建到画布上。您还可以使用 ROC 分析等工具，通过绘制分类测试的灵敏度与（1-特异性）图来评估模型预测的准确性。

输出选项
以多种格式保存分析结果，包括 HTML、文本、Word、RTF、Excel、PowerPoint（97 或更高版本）和 PDF。快速将图表导出为支持的图形格式之一。

数据准备

• 自动化数据准备——用于自动化数据准备的增强型模型查看器
• 验证数据——在分析数据之前简化验证数据的过程
• 异常检测——识别多变量环境中的异常情况
• 最佳分档

引导

• 采样和合并
• 可引导的描述性程序（相关/非参数相关、交叉表、描述、检查、频率、均值、偏相关、T 检验）

数据访问和管理

• 比较两个数据文件的兼容性
• 数据准备功能：定义变量属性工具；复制数据属性工具，Visual Bander，识别重复案例；日期/时间向导
• 数据重组向导（单条记录到多条记录，多条记录到单条记录）
• 直接访问 Excel 数据，更容易从 Excel 和 CSV 导入
• 将数据导出到 SAS 和当前版本的 Excel，导出/插入到数据库向导
• 从 IBM Cognos® Business Intelligence 导入数据、从 Dimensions 导入/导出、导入 Stata 文件（直到 V14）
• 长变量名，长值标签
• 可以在一个 SPSS 会话中运行多个数据集
• ODBC Capture — DataDirect 驱动程序、OLE DB 数据访问
• 密码保护，SAS 7/8/9 数据文件（包括压缩文件）
• 文本向导，Unicode 支持，超长文本字符串

图表

• 自相关图和互相关图
• 基本图形
• 制图（地理空间分析）
• 图表库
• 图表选项
• 常用图表的图表生成器 UI
• 多个响应变量的图表
• 自定义图表的图形生产语言
• 交互式图形——可编写脚本
• 叠加和双 Y 图表
• 镶板图表
• ROC分析
• 时间序列图表
• 输出
• 案例总结
• 风格输出
• 条件格式
• 密码本
• 将图表导出为 Microsoft 图形对象
• 将模型作为 XML 导出到 SmartScore
• 导出为 PDF
• 导出到 Word/Excel/PowerPoint
• HTML 输出

改进大型数据透视表的性能

• OLAP 多维数据集/数据透视表
• 输出管理系统
• 输出脚本
• 按行和列报告摘要
• 搜索和替换
• 智能设备（平板电脑和手机）
• 表格到图形的转换
• 网络报告

帮助功能

• 应用实例
• 指数
• 统计教练
• 扩展

数据编辑器增强功能

• 用户定义元数据的自定义属性
• 拼写检查程序
• 分配器控件
• 宽数据的变量集
• 变量图标

扩展的可编程性

• 自定义 UI 构建器增强功能（与 Python 和 R 无缝协作，可在 IBM SPSS Modeler 中使用）
• 新的扩展中心
• 扩展的自定义对话框构建器
• 流控制或语法作业
• 偏最小二乘回归
• 用于前端脚本编写的 Python、.NET 和 Java
• 相当于 SAS DATA STEP 的 SPSS
• 支持 R 算法和图形
• 用户定义的过程

统计数据

• 方差分析（仅在语法中），单向方差分析
• 集群，两步集群：分类和连续数据/大数据集
• 相关——二元、部分、距离
• 定义变量集，描述性比率统计 (PVA)
• 描述性、均值、比率、汇总数据
• 两步集群和新非参数的增强模型查看器
• 探索、交叉表、频率
• 因子分析、判别分析
• 地理空间分析（STP 和 GSAR）
• 改进了频率、交叉表、描述（统计基础服务器）的性能
• 矩阵运算，蒙特卡罗模拟
• 最近邻分析，新的非参数检验
• 自动线性模型、有序回归 (PLUM)、普通最小二乘回归
• PP 图、QQ 图、二级 SPC 图的规则检查
• 可靠性和 ALSCAL 多维标度
• ROC 曲线，比较 ROC 曲线
• T检验：配对样本、独立样本、单样本
• 功效分析，加权 Kappa