通用方法
问卷研究
可视化
数据处理
进阶方法
实验/医学研究
综合评价
计量经济研究
机器学习
Meta荟萃分析
文本分析模块
空间计量
Power功效分析
质量控制
p 值标识
描述分析结果
批量选中处理
0
数据标签
批量选中处理
0
|
批量选中处理
0
生成变量
- EXCEL格式
- SPSS格式
- Stata格式
- EXCEL格式
- SPSS格式
- Stata格式
批量选中处理
0
异常值设置
-
判断标准
- =
- <
- >
- ± 标准差
-
异常值处理
-
批量选中处理
0
无效样本设置
-
判断标准
- > %
- > %
-
无效样本处理
-
-
选择因子个数、对应水平数，开始分析即可。
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
选择判断矩阵阶数，填写白色单元格后，点击开始分析即可
适用于只有汇总数据(平均值、标准差和样本量)时进行t 检验。
- 第1组第2组
- 平均值
- 标准差
- 样本量
- 对比均值
- 置信水平
- 假设检验
- 第1组第2组
- 平均值
- 标准差
- 样本量
- 差值对比
- 置信水平
- 假设检验
适用于大样本(N>30)汇总数据(平均值、标准差和样本量)时进行z 检验。
- 第1组第2组
- 平均值
- 标准差
- 样本量
- 对比均值
- 置信水平
- 假设检验
- 第1组第2组
- 平均值
- 标准差
- 样本量
- 差值对比
- 置信水平
- 假设检验
适用于大样本(N>30)数据进行比率z 检验。
- 第1组第2组
- 事件发生数
- 总样本数
- 对比率
- 置信水平
- 假设检验
- 第1组第2组
- 事件发生数
- 总样本数
- 比率差值对比
- 置信水平
- 假设检验
- 阳性（坏）阴性(好)
- 暴露组
- 对照组
- 置信水平
- 自变量X 因变量Y
- 举例模型如下
-
- 变量关系为5对，如下：
- - A 影响 B- B 影响 D- C 影响 D
- - A 影响 D- C 影响 B
提示:若需要自定义函数公式，可使用【质量控制】模块中的非线性回归分析方法。
- 因变量Y
- 自变量X
- 自变量X2
- 自变量X3
参数设置【可选】
| 参数 | 初始值 |
下界 【通常不设置】 |
上界 【通常不设置】 |
|---|
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
卡方检验研究X和Y的差异，X和Y均是类别数据。当前需要进一步考虑另一个干扰因素分层项。比如是否吸烟（X)与是否生病(Y)的关系时，将性别纳入考虑范畴（即混杂因素,分层项Factor）。此时则称为分层卡方。SPSSAU支持2*2*K结构数据（即X和Y均为2分类，K层）。
- Group(X)
- Outcome(Y)
- Factor(分层项)
- Weight(加权项)
气泡图可用于展示X和Y之间的关系情况，并且利用Z标识每个点的气泡大小。如果需要展示每个点的‘标签’项，则需要放入对应的‘标签项’即可。
- X
- Y
- Z气泡大小【可选】
- 气泡类别【可选】
- 标签项【可选】
请编辑‘初始概率值’和‘状态转移矩阵’，可粘贴（Ctrl+V）数据（或修改）。
| 状态值 | 状态1 | 状态2 | 状态3 |
| 概率值 |
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
德尔菲法时，数据格式为1行为1个专家打分，1列为1个指标
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
请输入或者粘贴模型互补矩阵，其主对角线为0.5，且对称角两个元素之和需要为1。
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
提示:BWM权重法时，需要分别放入BO和OW数据，如果有多个专家则多行放入!
下面放入Best-to-other(BO)数据，如果有多个专家则为多行
下面放入Others-to-worst(OW)数据，如果有多个专家则为多行
表格中数字表示专家对于有效性的认可度，只能1/2/3/4共四个数字，分值越高认为越有效，通常为3分或4分
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
-
计算项
- 类似年份Year【可选】
- Group【可选】
粘贴（Ctrl+V）数据（或修改）后，点击‘开始分析’即可。
编辑数据后，开始分析即可。
请选择旧模型预测值、新模型预测值和金标准项，开始分析后输出模型优劣或改善评价指标NRI和IDI等。
-
旧模型预测值
-
新模型预测值
- 金标准项
-
跳跃幅度
-
模型设置
- 回归模型
- Y1(生存时间)
- Y2(生存状态)
- 因变量Y
-
X(定量,可选)
-
X(定类,可选)
-
列线图设置
-
预测时间1
-
预测时间2
-
预测时间3
-
泰尔指数类型
- 类似GDP项Y
- 类似人口项N
- 类似人均GDP项
- 类似年份Year【可选】
- Group1项比如区域【可选】
- Group2项比如省【可选】
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可
请设置经度和纬度数据
粘贴（Ctrl+V）数据（或修改）后，点击“开始分析”即可。
请上传gal或gwl文件格式数据
- 【1】The SPSSAU project (). SPSSAU. (Version .0) [Online Application Software]. Retrieved
from
https://www.spssau.com.
【2】PySAL Developers. (2018). PySAL: Python Spatial Analysis Library (23.7). GeoDa Center for Geospatial Analysis and Computation.
选择目的
选择研究方法
对比平均值与某数字的差异
基本参数
输入数据
输入数据
第2组平均值
第2组标准差
选择目的
选择研究方法
研究1个因子各组别平均值差异
基本参数
输入数据
因子B水平个数
因子C水平个数
选择目的
选择研究方法
对比率与总体率差异
基本参数
输入数据
输入数据
选择目的
选择研究方法
对比某个相关系数与预期相关系数的差异
基本参数
输入数据
选择目的
选择研究方法
线性回归时R方值或者分层回归R方变化值的功效分析
基本参数
输入数据
选择目的
选择研究方法
二元Logit回归时回归系数差异的功效分析
基本参数
输入数据
请选择分布图
-
上图展示某分布的数据特征情况；
第一：红色部分表示对应p 值的可视化面积；
第二：二项分布或Poisson分布时，红色虚线表示某次数对应的p 值；
第三：修改相关参数后，相关的统计量值会对应变化；
第四：正态分布图时，其提供标准化z 值和p 值的计算。
-
【1】The SPSSAU project (). SPSSAU. (Version .0) [Online Application Software]. Retrieved from
https://www.spssau.com.
【2】R.R.约翰逊,K.库比.基础统计学[M].科学出版社,2003.
数据信息
粘贴(Ctrl+V)数据(或修改)后，设置好模型参数等，点击“开始分析”即可。
模型参数设计
试验数据信息
响应变量（试验数据）
试验次数
参数设置
模型设置
其他
当前有效数据不足（?行），无法分析。最多20个因子，如果超过也无法分析。因变量数据转换后导致无效
变量选择
模型公式输入
- 变量名格式如 x1, x2 等
- 参数名格式如 parm1, parm2 等
- 支持的数学函数：abs, sqrt, log, ln, exp, sin, cos, tan 等
- 支持的运算符：+, -, *, /, ^
- mod函数用法：mod(a, b)
| 参数 | 初始值 | 下界【通常不设置】 | 上界【通常不设置】 |
|---|
试验组数据
对照组数据
样本数据
析因设计
响应面设计
随机设计
特点：每个因子只有2个水平，能全面考察所有主效应和交互作用，实验量随因子数增加呈指数增长。
注意：因子较多时实验量大，建议只在因子较少时使用。
| 名称 | 水平个数 | 水平值（实验因素的高低水平值） |
|---|
特点：每个因子的所有水平组合都要实验，实验次数随因子和水平数增加迅速增多。
注意：因子较多时实验量大，建议只在因子较少时使用。
| 名称 | 水平个数 | 水平值（实验因素的高低水平值） |
|---|
特点：通过部分组合大幅减少实验次数，能快速筛选出主要影响因子。
注意：不能考察所有高阶交互作用，适合初步筛选阶段。
特点：极大减少实验量，适合快速筛选大量因子。
注意：不能分析交互作用，仅能筛选主效应，适合初筛。
| 名称 | 低水平高水平 |
|---|
特点：实验点分布均匀，实验次数较少，适合建立二次回归模型。
注意：不包含所有极端组合，不能用于极端条件下的优化。
| 名称 | 低水平高水平 |
|---|
特点：包含中心点和轴点，能考察极端和中间水平，适合寻找最优条件。
注意：实验点较多，需合理安排实验资源。
| 名称 | 低水平高水平 |
|---|
特点：能有效平衡实验顺序和外部干扰，减少系统误差。
注意：每个水平只能出现一次，适合行列因子均等的场景。
| 名称 | 低水平高水平 |
|---|
请选择因子个数和试验次数
请将您的3列MSA数据 (必须按 测量值, 零件, 操作者 的顺序) 从Excel或CSV中复制，
然后粘贴到下方的表格中。
粘贴(Ctrl+V)数据(或修改)后，设置好模型参数等，点击“开始分析”即可。
参数设置
粘贴(Ctrl+V)数据(或修改)后，设置好模型参数等，点击“开始分析”即可。
参数设置
规格下限(LSL)
规格上限(USL)
目标值(Target)
粘贴(Ctrl+V)数据(或修改)后，点击“开始分析”即可。
标题修改
删除标题