• 引用SPSSAU
  • SPSSAU(Statistical Product and Service Software Automatically ),自动化统计产品和服务软件。

  • The SPSSAU project (2021). SPSSAU (Version 21.0) [Online Application Software]. Retrieved from https://www.spssau.com.

2021
6月30日
  • SPSSAU21.0发布。加入多个新算法和检验功能,并优化交互体验等。

    新加入综合评价类算法,包括数据包络方法DEA、DEMATEL、Vikor等,另新增Lasso回归、非线性回归、HLM多水平模型等。功能优化方面:卡方检验加入趋势卡方检验功能,以及分组回归时加入邹志庄Chow检验,另优化AHP层次分析法的数据输入交互等。

4月8日
  • 升级算法。

    涉及结构方程模型、验证性因子分析CFA和路径分析共3个算法进行升级,升级后可直接输出MI指标值,并且针对分析项items建立协方差关系,用于模型调整等。卡方检验提供多重比较,针对综合评价各类算法加入‘综合得分’及数据处理参数选项,相关算法提供RMSE指标等。

2月1日
  • 客户体验算法加入。

    加入客户体验相关的算法,分别是NPS客户净推荐值,KANO模型和RFM模型,可用于分析和挖掘客户价值。该3类算法分别放置于问卷研究和进阶方法模块中。 功能更新:丰富数据处理功能中各项功能,升级客服中心功能,优化帮助手册/视频文档/问答系统流程等,支持数据标签下载和批量上传解析等。

2020
12月15日
  • 计量研究模块算法加入。

    加入可测量内生性问题的算法,分别为两阶段回归TSLS和GMM估计模型,并且加入倾向得分匹配PSM,以及DID差分模型。

    功能更新:提供权益号账号,并且提供三线表功能(默认提供),以及升级客服问答系统。

7月23日
  • 综合评价模块加入算法。

    新增综合评价相关算法,包括熵值TOPSIS,信息量权重,耦合协调度模型,CRITIC权重,RSR秩和比,独立性权重。并且加入指数平滑法和灰色预测法GM11模型。可用于权重相关的计算,以及短期数据预测。

    功能更新:云端存储分析结果,可实现分析结果全部云端化存储,且可实现分析结果或者数据文档的自由分享。

4月15日
  • 丰富医学研究模块。

    在已有医学研究模块基础上,加入相关算法,包括条件logit回归,重复测量方差,极差分析,Ridit分析,负二项回归,剂量反应,Bland Altman图和kaplan-Meier等算法。并且在可视化模块中加入帕累托图和簇状图。

2019
12月24日
  • 丰富社会学研究算法等。

    加入调节作用或者中介作用相关算法;支持平行中介和链式中介,以及涉及不同数据处理的调节作用,另加入调节中介算法(共支持7类模型),并在计量研究模块中加入分组回归,用于支持调节作用分析。并且在医学研究模块中加入OR值计算,广义估计方程模型,负二项回归模型等。

7月18日
  • SPSSAU20.0发布。加入判别分析、对应分析、概要t 检验、均值和比率z 检验、分位数回归等。

    线性判别分析用于数据类别预测,对应分析用于图示化展示数据关系;概要t 检验、均值和比率z 检验用于医学实验的快捷计算;分位数回归可用于稳定性检验及深入研究数据影响关系等。

5月28日
  • SPSSAU19.0发布。加入验证性因子分析和计量研究算法等。

    加入验证性因子分析用于聚合和区分效度验证,以及共同方法偏差CMV验证等,并且加入计量研究算法,用于测量和解决异方差问题等。

2月26日
  • SPSSAU18.0发布。加入分层聚类和K-prototype聚类分析算法,加入effect size指标。

    加入分层聚类和K-prototype聚类聚类,分层聚类用于变量聚类,K-prototype聚类用于样本聚类(且分析项中包括定量和定类数据时),新加入效应量(Effect size)计算,涉及方差分析、t 检验和卡方检验。

2018
12月26日
  • SPSSAU17.0发布。加入事后多重比较算法,包括非参数检验时Nemenyi两两比较,方差分析时的两两比较方法。

    加入两两比较算法,包括方差分析时的两两比较(共提供五种两两比较方法,分别是LSD、Scheffe、Tukey、Bonferroni校正和方差不齐时使用的Tamhance方法等),非参数检验时的Nemmenyi两两多重比较方法。

10月25日
  • SPSSAU16.0发布。加入权重计算算法,包括AHP层次分析、模糊综合评价、灰色关联法和TOPSIS算法。

    加入权重研究涉及算法,包括AHP层次分析、模糊综合评价、灰色关联法等。并且单独加入分析模板为“权重计算”,便于用户快速找到权重计算板块。除此之外还加入ROC曲线和象限图(IPA分析)算法。

8月14日
  • SPSSAU15.0发布。加入正交实验设计,卡方拟合优度检验、偏相关算法。

    加入正交实验表,同时加入卡方拟合优度检验,多选题、多选题和多选题交叉也加入卡方拟合优度检验,便于用户快速决策差异性。偏相关算法加入用于控制干扰变量对于相关分析的影响。同时针对所有算法的智能文字分析进行优化和改进。

6月24日
  • SPSSAU14.0发布。加入Kappa一致性检验、Kendall协调系数、配对卡方、ICC组内相关系数、Cochran's Q 检验算法。

    加入一致性检验方法,包括Kappa一致性,Kendall协调系数等。ICC组内相关系数提供双向混合/随机一致性,双向混合/随机绝对一致性、单向随机绝对一致性模型,同时加入定类配对数据差异检验算法配对卡方。

3月17日
  • SPSSAU13.0发布。加入秩和检验算法,包括单样本wilcoxon、配对wilcoxon检验、多样本Friedman检验、游程检验。

    加入数据非正态情况下使用的秩和检验算法,包括单样本、配对样本和多样本使用的wilcoxon秩和检验算法。同时加入流程检验,用于随机数检验。

2017
12月26日
  • SPSSAU12.0发布。加入曲线回归、Cox回归算法。

    加入曲线回归,共涉及二次曲线,三次曲线,对数曲线,指数曲线,复合曲线,增长曲线和S曲线共七类曲线回归。同时加入生存分析时使用的Cox回归算法。

11月22日
  • SPSSAU11.0发布。加入双因素方差、三因素方差和协方差算法。

    加入方差分析模型,涉及双因素方差,并且提供交互项设置功能。三因素方差,提供二阶和三阶交互项输出功能。以及协方差分析算法,用于控制干扰变量。

10月19日
  • SPSSAU10.0发布。加入典型相关分析,误差线图,P-P和Q-Q图。

    加入多元统计算法典型相关分析,同时加入可视化统计图误差线图、PP和QQ图用于正态性检验直观查看。

8月26日
  • SPSSAU9.0发布。加入岭回归,Robust回归,卡方检验(医学研究)算法,包括分析方法和智能文字分析。

    加入共线性处理的研究算法岭回归、同时Robust回归加入用于处理异常值问题等,卡方检验(医学研究)加入,提供权重数据格式。

7月14日
  • SPSSAU8.0发布。加入散点图,箱线图,直方图和词云图等。

    加入可视化统计图形,包括散点图,可区分不同类别时的散点图。箱线图、直方图和词云图,词云图可设置权重进行分析。

5月12日
  • SPSSAU7.0发布。加入熵值法,项目分析,异常值和无效样本处理等功能。

    加入针对问卷量表研究时使用的算法,包括计算权重的熵值法,量表测试时使用的项目分析。同时加入异常值和无效样本功能,异常值提供“null”、中位数、平均值、众数和随机数填补方法。

3月17日
  • SPSSAU6.0发布。新增功能及加入logistic回归、Poisson回归等广义回归模型等算法。

    加入二元logistic回归、多分类logistic回归算法、并且加入二元Probit回归和Poisson回归等,每个算法均加入自动化文字分析。

2016
12月20日
  • SPSSAU5.0发布。加入问卷研究专用方法,包括多选题分析和效度分析。

    加入问卷研究涉及的算法,包括多选题分析时使用的多重响应(多选/单选-多选/多选-单选/多选-多选)、以及多选题与单选题的交叉,多选题与多选题的交叉分析等。同时加入效度分析算法。

10月18日
  • SPSSAU4.0发布。加入分析方法自动化文字分析功能、以及分析建议功能。

    针对每个研究算法,加入分析建议和全自动化文字分析功能,辅助用户进行分析决策。

9月7日
  • SPSSAU3.0发布。完善和优化算法,加入可视化图形模板。

    在上一版本基本上进行优化算法,改进体验,并且加入可视化模板,针对频数分析、描述分析、交叉卡方等研究方法加入可视化图形。

8月10日
  • SPSSAU2.0发布。正式版本,包括22个正式算法,优化产品设计。

    针对1.0版本出现的bug进行修正处理,并且加入分层回归、分类汇总,交叉卡方和信度分析算法,优化算法、研发和测试流程及规范。

6月18日
  • SPSSAU1.0上线。测试版本,包括18个基础统计算法或处理功能。

    此版本加入算法包括:频数分析、描述分析、相关分析、线性回归分析、方差分析、t 检验、单样本t 检验、配对t 检验、正态性检验、非参数检验、标题处理、数据标签、数据编码、生成变量、K-means聚类分析、因子分析、主成分分析、逐步回归等。