关于 p 值*标示：
SPSSAU对于 p 值的标注规则统一为： p <0.01使用两个*号表示， p <0.05则使用1个*号表示。并且在表格下方有备注。除非特别说明，默认使用双侧检验。
SPSSAU智能文字分析算法：
SPSSAU智能文字算法时，统一按照 p <0.05则显著这一标准进行。
关于页面展示中的 X和 Y说明：
分析方法研究中通常称自变量，因变量等，为便于描述和用户理解， SPSSAU通常称 X或者 Y等，比如研究不同性别人群身高差异，则描述为“ X（性别）和 Y（身高）的差异关系”。
关于数据类型说明：
SPSSAU中仅定义两类数据，分别是定类和定量数据；通常统计知识中分为定类，定序和定量， SPSSAU将定序和定量这两类数据合称定量数据。便于用户进行研究理解和使用。
关于筛选功能：
筛选是针对记录进行，比如用户仅希望分析男性样本等;系统默认会保留用户筛先操作，如果希望去除筛选，点击“放弃筛选”按钮。
筛选条件仅最多为 3个，提供“等于”，“大于”，“小于”，“不等于”共四类运算符，以及筛选条件之间的逻辑可选为“并且”和“或者”。
SPSSAU当前提供的数据处理方法共 10种，分别为：平均值，求和，乘积，标准化，中心化，平方，根号，自然对数， 10为底对数，绝对值。 SPSSAU后续会进一步加入更多数据处理方法。
SPSSAU当前共提供 30类算法（含算法拆分），后续版本会陆续多重响应(多选/单选-多选/多选-单选/多选-多选)深入功能，主成分分析，事后多重比较 SNK( q检验)和 Dunnett( t 检验)等，卡方检验 Fisher检验量，散点图，回归残差检验图，正态检验图，高级算法（比如一般线性模型，多分类 Logit），熵值法，医学分析算法（比如生存分析， Cox回归， ROC曲线），以及其余常见统计算法等。
计算各个数字的 有效频数和 有效百分比；如果有缺失数据， SPSSAU并不会单独标识出缺失个数，处理方法是‘标题’之后加入总样本数量，类似下图：总共样本为 99个，学历有 1个缺失数据，因此学历的有效样本数量为 98。频数和百分比均基于有效样本 98进行计算，并且在学历后面加入（ n=98）进行标识。
| 名称 | 选项 | 频数 | 百分比（%） |
| 学历（n=98） | 本科以下 | 1 | 1.0 |
| 本科 | 94 | 95.9 | |
| 硕士及以上 | 3 | 3.1 | |
| 合计 | 99 | 100.0 | |
频数分析默认输出饼图，圆环图，柱形图和条形图。
交叉分析时使用的 χ2值为 Pearson χ2值。（后续会提供 Fisher确切概率检验等）
默认输出柱形图，条形图，堆积柱形图和堆积条形图。
输出有效样本的最小值，最大值，平均值，标准差和中位数。
默认输出条形图和雷达图。
SPSSAU后续会提供四分位数点，峰度，偏度等指标。
分类汇总是频数，交叉，描述，方差分析的集合，根据具体情况对应得到不同的结果；方差分析和卡方分析时，不提供统计量和 p 值。
| X的放置情况 | 汇总类型 | 对应方法 |
| X（不放置） | 平均值(默认) | 描述分析 |
| X（不放置） | 百分比 | 频数分析 |
| X（放置） | 平均值(默认) | 方差分析 |
| X（放置） | 百分比 | 交叉(卡方)分析 |
相关分析共提供两类相关系数，分别是 Pearson相关系数和 Spearman相关系数。以及默认提供两种规范化输出格式。默认不输出p 值，使用*号进行表示。
回归分析算法使用通用的最小二乘法（ OLS）进行指标估计，默认会输出 VIF值。回归分析提供残差或预测值保存可选功能。
方差分析输出：平均值，标准差， F 值和 p 值。
方差齐检验使用通用的Levene统计量。
默认输出折线图。
t 检验时中间使用的方差齐检验为 Levene统计量；如果方差齐则使用混合方差，方差不齐则使用成组 t 检验；方差齐检验，方差齐或者方差不齐的中间检验过程， SPSSAU已经默认进行判断处理，直接输出最终的检验统计量和 p 值。
默认输出折线图。
输出有效样本的最小值，最大值，平均值，标准差，中位数， t 检验统计量值和 p 值，提供对比数字设置或选功能（默认为 0）。
输出有效样本的平均值，标准差，配对数据平均值差值， t 检验统计量值和 p 值。
正态性检验使用 Kolmogorov-Smirnov检验和 Shapiro-Wilk检验两种检验统计量， SPSSAU建议样本量小于等于50时使用 Shapiro-Wilk检验，样本量大于50时使用 Kolmogorov-Smirnov检验。 智能化文字默认以此为标准进行智能分析。
非参数检验共提供 mannWhitney检验统计量和 Kruskal-Wallis检验统计量；如果数据组别为两组则使用 mannWhitney检验，数据组合超过两组则使用 Kruskal-Wallis检验统计量； SPSSAU默认进行判断并且输出，不需要用户进行选择。
SPSSAU智能化文字算法也默认进行中间过程判断，勿需用户干预判断。
信度分析提供校正项总计相关性( CITC),项删除后 α系数， α系数共三个指标。
效度分析即为因子分析，主成分法，以及方差旋转法为“最大方差旋转”，最大迭代次数为 1000，以及因子个数设置可选功能（默认以特征根大于 1作为因子个数输出，可设置因子个数区间为 1~15）。
多选题分析针对问卷研究，提供响应率和普及率等指标。
1个单选题和 1个多选题进行交叉分析，提供交叉频数和百分比等指标。
1个多选题和 1个单选题进行交叉分析，提供交叉频数和百分比等指标。
1个多选题和 1个多选题进行交叉分析，提供交叉频数和百分比等指标。。
聚类分析使用 K均值( K-means)算法，并且聚类分析后默认输出不同类别数据与分析项的方差分析结果，并提供聚类个数设置可选功能（默认为 3，可设置聚类个数为 2， 3， 4， 5， 6）。
默认输出饼图，圆环图，柱形图和条形图，折线图等。
SPSSAU后续会提供分层聚类算法。
因子分析使用主成分法，以及方差旋转法为“最大方差旋转”，最大迭代次数为 1000。生成结果提供 KMO和 Bartlett 球形度检验，方差解释表格，旋转后因子得分系数表格，成份得分系数表格和碎石图。因子分析提供因子得分保存可选功能，以及因子个数设置可选功能（默认以特征根大于 1作为因子个数输出，可设置因子个数区间为 1~15）。
SPSSAU后续会单独提供主成分分析。
多重响应(多选/单选-多选/多选-单选/多选-多选)共输出响应率和普及率等指标，提供计数项设置可选功能（默认为 1）。
默认输出饼图，圆环图，柱形图和条形图，折线图。
SPSSAU后续会提供多重响应(多选/单选-多选/多选-单选/多选-多选)(多-多)分析，多重响应(多选/单选-多选/多选-单选/多选-多选)（多-单）分析。
事后多重比较默认使用 LSD方法。后续会加入 SNK( q检验)和 Dunnett( t 检验)等事后多重比较方法。默认智能化输出事后多重比较对比规范化结果，不单独输出 p 值。
分层回归会输出R 2变化值， F 变化值。默认不输出 p 值，使用*号进行表示；提供 Sobel检验网页（ quantpsy.org）。
双因素方差分析使用类型 III算法。
二元 Logit分析使用极大似然法估计，使用 z 检验，以及默认会输出 OR值，以及回归系数的 95% CI，以及伪 R方值。二元 Logit提供残差或预测值保存可选功能。