模塊介紹

Base

必需的基礎(chǔ)模塊，管理整個軟件平臺，管理數(shù)據(jù)訪問、數(shù)據(jù)處理和輸出，并能進行很多種常見基本統(tǒng)計分析?；窘y(tǒng)計分析功能包括描述統(tǒng)計和行列計算，還包括在基本分析中最受歡迎的常見統(tǒng)計功能，如匯總、計數(shù)、交叉分析、分類比較、描述性統(tǒng)計、因子分析、回歸分析及聚類分析等等。

Advanced Statistics

在分析數(shù)據(jù)時，除了基本的數(shù)據(jù)分析外，如果還想建立分析過程數(shù)據(jù)，就需要使用Advanced Models，為順序結(jié)果建立更靈活、更成熟的模型，在處理嵌套數(shù)據(jù)時得到更精確的預(yù)測模型，可以分析事件歷史和持續(xù)時間的數(shù)據(jù)。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、多因子系統(tǒng)模式的對數(shù)線性模型、對數(shù)線性模型、生存分析。

Regression

大量的非線性建模工具、多維尺度分析幫助研究人員進行非線性回歸分析。它將數(shù)據(jù)從數(shù)據(jù)約束中解放出來，方便地把數(shù)據(jù)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(shù)估計，能夠建立比簡單線性回歸模型更好的預(yù)測模型。

Custom Tables

提供35 種單元和摘要統(tǒng)計量，能夠更方便地顯示多重序列數(shù)據(jù)，它能串接所有的維度，以在同一表格中顯示包含不同統(tǒng)計量的各種變量。Tables 用更深入的分析，輕松地處理復(fù)選題與缺失值，用包括所有統(tǒng)計量、易于理解的表格來展現(xiàn)分析結(jié)果，通過完整的表格控制權(quán)，研究人員還可以自制表格，創(chuàng)造優(yōu)美外觀。

Data Preparation

在預(yù)處理數(shù)據(jù)時輕易地識別錯誤的和無效的觀測、變量和數(shù)據(jù)，找出多元的極端值，執(zhí)行數(shù)據(jù)檢驗，為建模預(yù)處理數(shù)據(jù)。確認可疑的或者殘缺的案例，查看數(shù)據(jù)缺失模式。

Missing Values

缺失數(shù)據(jù)會帶來偏差或錯誤的分析結(jié)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 幫助研究人員在分析過程中排除數(shù)據(jù)中隱含的偏差，得出更精確的結(jié)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(jié)論，更好地了解它們的特性。

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(yù)測未來事件的強有力的工具，能幫助研究人員做更好的預(yù)測。Forecasting 利用完備的時間序列提高預(yù)測能力，包括多重曲線擬合、平滑以及自回歸方程估計。

Categories

Categories 是優(yōu)秀的對應(yīng)分析程序，用啟發(fā)性的二維圖和感知圖讓您清晰地看到數(shù)據(jù)中的關(guān)系，使您可以更完整和方便地分析數(shù)據(jù)。Categories 提供非線性主成分分析來描述數(shù)據(jù)，并用圖標(biāo)清楚地展示數(shù)據(jù)中的關(guān)系，展示并分享動態(tài)、交互的分析結(jié)果，讓您從分類數(shù)據(jù)中得到更豐富的信息。

Decision Trees

Decision Trees 模塊基于數(shù)據(jù)挖掘中發(fā)展起來的樹結(jié)構(gòu)模型對分類變量或連續(xù)變量進行預(yù)測，可以方便、快速的對樣本進行細分。它可直接在PASW STATISTICS 內(nèi)做分類區(qū)分，用Syntax 撰寫或用XML 來儲存設(shè)定。使用Classification Trees 還可建立決策樹來確認分組并預(yù)測結(jié)果，利用直覺式的樹形圖，顏色分類圖，和表格協(xié)助研究人員輕松確認和評估區(qū)隔。