SPSSAU是一款网页版数据科学算法平台工具
提供"拖拽点一下"的极致体验和智能化分析结果
包括频数、分类汇总、相关、回归等16类算法
涉及无效值和异常数据处理板块，并提供标题修改，数据标签，编码和计算变量等数据处理功能
涉及项目分析、熵值法、多选题研究、信度和效度共计12类算法
包括聚类、因子、多重响应，事后多重比较，logistic回归、典型相关、一般线性模型、岭回归模型等共计20类算法
包括散点图、正态图、箱线图、误线性图、PP或QQ图，ROC曲线图、象限图等
提供包括卡方检验、Kappa系数、配对卡方、Porbit回归、Poisson回归、Cox回归、Wilcoxon秩和非参数检验、游程检验等共16类算法
描述频数统计
交叉分类汇总
相关分析（Pearson、Spearman、和Kendall tau）
线性回归
单样本t 检验
独立样本t 检验
配对t 检验
正态性检验(Kolmogorov-Smirnov和Shapro-Wilk检验)
线性OLS回归(包括逐步回归和分层回归)
Logistic回归(包括二元和多分类logistic）
Probit回归
Poisson回归
Cox回归
Robust稳健回归
Ridge岭回归
曲线回归（二次、指数、S曲线等七类曲线拟合）
PLS回归模型
方差齐性检验
单因素方差分析
双因素方差分析
三因素方差分析
多因素方差分析
协方差分析
均值比较分析和事后多重对比功能
单样本Wilcoxon秩和检验
独立样本非参数检验(mannWhitney)
独立样本非参数检验(Kruskal-Wallis)
配对样本符号wilcoxon秩和检验
多样本Friedman检验
游程检验
Kendall协调系数
Cochran's Q 检验
聚类分析(Kmeans聚类)
聚类分析(K-prototype聚类)
主成分分析
因子分析
典型相关分析
分层聚类
GEE模型
偏最小二乘回归
结构方程模型
卡方检验
Kappa一致性系数
McNemar检验和Bowker检验
熵值法
项目分析
多重响应(涉及多选题共4类)
无效样本设置、异常值设置
信度(Cronbach系数,折半信度)和效度分析
ICC内部一致性
饼图
圆环图
条形图（单维和多维）
柱形图（单维和多维）
折线图（单维和多维）
雷达图
树形图
象限图
散点图（单维和多维）
箱线图（单维和多维）
误差线图（单维和多维）
P-P和Q-Q图
生存图
词云图
ROC曲线
基础可视化图等
支持EXCEL和SPSS格式拖拽和点击上传
数据查看、备份、下载和删除
接口上传数据功能
标题修改
数据标签（单项和批量处理）
数据编码（单项和批量处理）
计算变量（平均值、标准化等14类）
无效样本设置
异常值设置
支持手机号、微信号登录
接口式登录
高校联盟账号登录
密码重置
点击式样本筛选
组合式连续和不连续选择分析项
算法辅助手册和案例分析系统
专业术语辅助文字提示
操作引导提示和建议
SPSSAU这款软件简单易懂，格式规范直接可以使用，对于我来讲主要是整理数据结果时使用，SPSSAU里面的结果已经进行过规范处理，不在需要自己整理，可以极大的减少重复性劳动，已推荐使用。
我们医学实验时有很多数据需要分析，SPSSAU单独提供了医学方面的研究方法，个别算法在SPSS软件里面没有，但SPSSAU里面也可以实现。整体操作上是‘傻瓜’易懂，不用任何学习成本，如果有遇见问题直接查看帮助手册非常清晰，一款超级棒的数据分析软件。
我这边是语言文学类研究，之前基本上是做定性，现在大数据时代都开始进行数据定量分析，SPSSAU对于文科类专业很友好，拖拽点一下操作很方便，表格规范也不用单独整理，已经推荐给其它老师使用。
管理学研究时很多时候会使用问卷调查数据，SPSSAU里面的研究方法基本上都够我使用，一些研究方法里面的细节功能（比如因子分析的排序功能）非常好用，表格规范帮我节省不少时间，图形可视化功能挺好用。
SPSSAU当前客户主要来自于教育、医疗、政府事业单位和IT互联网知名企业等。
