SPSS Statistics
大数据分析与应用统计分析软件解决方案
发现数据洞察，帮助解决业务和研究
中介分析
中介分析是一种探究自变量经由一个或多个中介变量作用于因变量、揭示内在影响机制与传导路径、检验间接效应假设的统计方法，是统计分析中的常用功能，过去SPSS只能结合第三方宏程序完成此分析，32版本起支持原生中介分析功能。
向量自回归模型
向量自回归模型是 SPSS 新版本时间序列板块新增的专业多变量时序分析功能，它将系统内全部研究指标视作内生变量，利用所有变量的历史滞后数据，开展多变量的联动建模、动态关系探究与同步预测。
基因组分析
使用基因组分析功能，您可以直接在 SPSS Statistics 中导入和分析基因组数据文件。该功能通过允许研究人员导入基因组数据并应用统计程序，而无需外部数据转换工具，从而将基因组研究与统计分析联系起来。
置换检验
置换检验是一种完全不依赖数据分布假设的非参数统计方法，它在数据不满足正态分布、方差齐性等传统参数检验的硬性前提的条件下进行多种检验分析，包括置换t检验、置换单因素方差分析、简单线性回归效应检验、多元线性回归分析、变量交互作用检验。
独立样本置换t检验（Windows）
置换 t 检验是通用置换检验下的一个具体分支功能，是一种非参数均值假设检验方法。类比普通 t 检验，它的核心检验目标是检验两组 / 配对数据的均值是否存在统计学差异。但它不需要依赖总体分布的理论假设，专门用来解决数据不正态、方差不齐、样本量偏小、分布不明、存在极端值时的均值比较问题，适用范围更广、结果也更稳健。
用于回归的贝叶斯变量选择
贝叶斯回归变量选择，基于贝叶斯统计框架，依托边际似然对比与科学的先验分布设定，专门服务于线性回归与广义线性回归模型的自变量筛选工作。该功能可以从大量候选因子中甄别真正有解释力的核心影响因素、精简最优回归模型，广泛解决医学、社科、基因组等研究中的影响因素挖掘、预测模型构建等分析需求。
混合类型聚类与变量选择
混合类型聚类与变量选择是一种支持自动变量筛选的潜在类别（混合聚类）建模工具。它能够在构建聚类模型的同时，自动筛选聚类有效变量、并直接确定最优聚类数量；可搭建潜在类别模型，为样本数据划分类别分组；还可以输出单个样本归属于每个类别的概率，同时以表格和图表直观展示每个变量的类别区分能力，区分度越高、变量划分聚类的作用越强。
