IBM SPSS Statistics Subscription 中的新增功能
2022 年 9 月更新
- 分析程序
- 線性 OLS 替代方案
- 彈性網絡
- 按一下 ，以取得「線性彈性網路迴歸」分析。 新的「線性彈性網路」延伸程序使用 Python
sklearn.linear_model.ElasticNet類別來估計一個以上自變數上應變數的規則化線性迴歸模型。 正規化結合 L1 (Lasso) 和 L2 (脊) 懲罰。 延伸包括選用模式，可針對給定 L1 比例的不同 Alpha 值顯示追蹤圖，並根據交叉驗證來選取 L1 比例和 Alpha 超參數值。 當使用單一模型或交叉驗證來選取懲罰比例及/或 alpha 時，可以使用保留資料的分割區來估計樣本外效能。 - 套索
- 按一下 可取得「線性 Lasso 迴歸」分析。 新的「線性 Lasso」延伸程序會使用 Python
sklearn.linear_model.Lasso類別來估計一或多個自變數之應變數的 L1 損失規則化線性迴歸模型，並包括選用模式以顯示追蹤圖及根據交叉驗證選取 alpha 超參數值。 當單一模型適合或使用交叉驗證來選取 alpha 時，可以使用保留資料的分割區來估計樣本外效能。 - 立體浮凸
- 按一下 可取得線性脊迴歸分析。 新的 Linear Ridge 延伸程序會使用 Python
sklearn.linear_model.Ridge類別來估計一或多個自變數之應變數的 L2 或平方損失規則化線性迴歸模型，並包括選用模式來顯示追蹤圖及根據交叉驗證選取 alpha 超參數值。 當單一模型適合或使用交叉驗證來選取 alpha 時，可以使用保留資料的分割區來估計樣本外效能。
- 參數加速失敗時間 (AFT) 模型
- 按一下 ，以取得「參數加速失敗時間 (AFT) 模型」分析，該分析會使用非循環生命期限資料來呼叫參數存活模型程序。 參數存活模型假設存活時間遵循已知分佈，而此分析會將加速失敗時間模型與其在存活時間方面的模型效應成比例。
- 線性混合模型和廣義線性混合模型中的虛擬 R2 測量
- 虛擬 R2 測量及類別內相關係數現在包含在「線性混合模型」及「廣義線性混合模型」輸出中 (適當時)。 判定係數 R2 是一般報告的統計量，因為它代表由線性模型解釋的變異數比例。 內部類別相關係數 (ICC) 是一種相關統計量，可量化多層次/階層式資料中由分組 (隨機) 因素所說明的變異比例。
- 指令語法
- GENLINMIXED
- 現在，輸出包括虛擬 R2 測量及類別內相關係數 (適當時)。
- LINEAR_ELASTIC_NET
- 新的延伸指令使用 Python
sklearn.linear_model.ElasticNet類別來估計一或多個自變數上應變數的規則化線性迴歸模型。 - LINEAR_LASSO
- 新的延伸指令使用 Python
sklearn.linear_model.Lasso類別來估計一或多個自變數上應變數的 L1 損失規則化線性迴歸模型。 此指令包括選用模式，用於顯示追蹤圖及選取基於交叉驗證的 alpha 超參數值。 - LINEAR_RIDGE
- 新的延伸指令使用 Python
sklearn.linear_model.Ridge類別來估計一或多個自變數上應變數的 L2 或平方損失規則化線性迴歸模型。 此指令包括選用模式，用於顯示追蹤圖及選取基於交叉驗證的 alpha 超參數值。 - MIXED
- 現在，輸出包括虛擬 R2 測量及類別內相關係數 (適當時)。
- SURVREG AFT
新指令會使用非循環生命期限資料來呼叫參數存活模型程序。
- Python 及 R 升級
- Python 3.10.4 和 R 4.2.0 是 IBM® SPSS® Statistics 訂閱的一部分。
- 選取觀察值 - 隱藏觀察值
- 當選取觀察值子集時，「資料編輯器」中不再隱藏未選取的觀察值，且未捨棄未選取的觀察值。 這代表回到 2020 年 11 月更新及更早更新的行為。
- 小提琴情節
- 「圖形板樣本選擇器」包含新的小提琴運圖，它是箱形和核心密度圖的混合。 小提琴情節顯示資料中的尖峰，並用來視覺化數值資料的分佈。 與只能顯示摘要統計量的箱形圖不同，小提琴圖描述摘要統計量和每個變數的密度。
- 活頁簿模式加強功能
- 兩個新的活頁簿工具列項目: 顯示/隱藏所有語法視窗 和 清除所有輸出。
- 「狀態列」上的新按鈕，可在「典型」(輸出及語法) 與「活頁簿」模式之間切換。
- 搜尋加強功能
- 「搜尋」特性現在提供選項，可直接在工具列欄位中輸入詞彙，以及在下拉窗格中檢視結果。
2021 年 11 月更新
- 分析程序
- 核心脊迴歸
- 新的延伸型程序會使用 Python sklearn.kernel_ridge.KernelRidge 類別，來估計一個或多個自變數上應變數的核心脊迴歸。 自變數包括模型超參數，或透過指定的值網格以選擇超參數值。 交叉驗證是利用 sklearn.model_selection.GridSearchCV 類別來達成。
- 線性混合模型
- 此程序的新輸出表格提供邊緣及條件式虛擬 R2 測量。 只有在適當情況下，表格才會顯示在實例中。
- 「檢定力分析」程序
- 新的精準度功能會以使用者指定的信賴區間半寬度所決定的精準度，來計算用以估計移入參數所需的樣本大小。 預期結果會產生最小的樣本大小，以確保實際的信賴區間半寬度不超過所需的值。附註: 除了「單變量線性迴歸」之外，所有「檢定力分析」程序都可以使用新特性。
- 指令語法
- OUTPUT CREATE
- 新指令提供從使用者輸入的 JSON 或從外部 *.json 檔案建立自訂表格、圖表及其他輸出項目的選項。 如需相關資訊，請參閱 OUTPUT CREATE。
- POWER ONEWAY ANOVA
- CONTRAST 次指令的新關鍵字 HALFWIDTH，會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 CONTRAST 次指令（POWER ONEWAY ANOVA 指令）。
- POWER MEANS INDEPENDENT
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER MEANS INDEPENDENT 指令）。
- POWER MEANS ONESAMPLE
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER MEANS ONESAMPLE 指令）。
- POWER MEANS RELATED
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER MEANS RELATED 指令）。
- POWER PARTIALCORR
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER PARTIALCORR 指令）。
- POWER PEARSON ONESAMPLE
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER PEARSON ONESAMPLE 指令）。
- POWER PROPORTIONS INDEPENDENT
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER PROPORTIONS INDEPENDENT 指令）。
- POWER PROPORTIONS ONESAMPLE
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER PROPORTIONS ONESAMPLE 指令）。
- POWER PROPORTIONS RELATED
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER PROPORTIONS RELATED 指令）。
- POWER SPEARMAN ONESAMPLE
- 新的 PRECISION 次指令會根據指定的信賴區間半寬度來估計樣本大小。 如需相關資訊，請參閱 PRECISION 次指令（POWER SPEARMAN ONESAMPLE 指令）。
- POWER UNIVARIATE LINEAR
- PARAMETERS 次指令的新關鍵字 ES 會指定由 f2測量的效應大小值。 如需相關資訊，請參閱 PARAMETERS 次指令（POWER UNIVARIATE LINEAR 指令）。
- SAVE DATA COLLECTION
- 已淘汰此指令。
- 樞紐表加強功能
- 大部分表格包含值混合，並且將熱度圖套用至整個表格時，通常會產生具有不同範圍的表格。 樞紐表編輯器現在包括功能表選項顏色比例，此選項提供熱度圖樣式設定，以根據儲存格值來顯示所選表格資料格的不同顏色。 如需相關資訊，請參閱 色階。
- 活頁簿模式加強功能
- 快速功能表
- 右鍵快速功能表現在提供了剪下、複製和貼上內容的選項，以及顯示「樣式輸出」對話框的選項，該對話框指定對活頁簿中所選輸出物件進行變更的選項。 如需相關資訊，請參閱 樣式輸出: 選取。
- 語法段落錯誤窗格
- 現在會在語法段落下方顯示語法相關的錯誤資訊。
- Proxy 設定
- 現在隨產品安裝的 proxy.ini 配置檔，提供了手動配置 Proxy 設定的選項。 如需相關資訊，請參閱 Proxy 配置檔。
- Documentation
- 「匯出至資料收集」主題已移除，因為 IBM SPSS Statistics 不再支援 UNICOM Intelligence (舊稱為 IBM SPSS Data Collection)。
2021 年 5 月更新
- 分析程序
- 統合分析
- 統合分析是指從用於回答類似調研問題的研究集合取得的資料分析。 這些研究稱為主要研究。 統合分析使用統計方法來產生效應的整體估計值、探索研究間的同質性，以及調查發佈偏差的影響（或者更通俗地講法是探索小型研究對最終結果的影響）。
- 廣義線性模型 (GLM) 程序
- 「廣義線性模型 (GLM)」程序使用者介面在其 EM 平均數對話框上，現在提供比較簡單主效應設定。 每當目標清單包含一或多個產品或互動效果 (例如，
A*B、A*B*C) 時，即會啟用此設定。 此設定支援在簡式主效應之間進行比較的規格，這些主效應是巢狀在其他因素層次內的主效應。 - 單向 ANOVA
- 該程序現在支援非數值類別變數。
- 檢定力分析
- 新的「格線值」對話框會提供選項來指定 POWER 值的範圍，以便以格線格式檢視每個指定 POWER 範圍值的投射樣本大小。
- 比例統計資料
- 價格相關偏差 (PRB)
- 該程序現在支援價格相關偏差 (PRB) 離散方法。 PRB 是用於評量價格較高的財產的價格比例系統偏高還是偏低的指標。 PRB 回歸百分比的評量比例有所不同。 差異繪製自值間接量數的底數為 2 的對數上的中位數比例。 間接量數計算為「銷售價格的平均值」與「評量值與中位數比例的比例」。 該方法還給出了值變更為 100% 時評量比例的百分比變更。
- 變異係數 (COV)
- 新的 COV 離散方法包括以中位數和平均數為中心的變異係數，並有效地取代以中位數為中心的 COV 和以平均數為中心的 COV 離散方法。 以中位數為中心之變異係數，是將中位數離差之均方根誤差，表示成中位數百分比的結果。 以平均數為中心之變異係數，是將標準差表示成平均數百分比的結果。
- 指令語法
- COXREG
- CONTRAST 次指令的 DEVIATION 關鍵字現在將 refcat 預設為第一個類別。 如需相關資訊，請參閱 CONTRAST 次指令 (COXREG 指令)。
- LOGISTIC REGRESSION
- CONTRAST 次指令的 DEVIATION 關鍵字現在將 refcat 預設為第一個類別。 如需相關資訊，請參閱 CONTRAST 次指令 (LOGISTIC REGRESSION 指令)。
- META BINARY 指令
- 新指令代表當作用中的資料集中提供原始資料來估計效應大小時二元結果的統合分析程序。 如需相關資訊，請參閱 META BINARY。
- META ES BINARY 指令
- 新指令代表當作用中的資料集中提供預先計算效應大小資料時二元結果的統合分析程序。 如需相關資訊，請參閱 META BINARY。
- META CONTINUOUS 指令
- 新指令代表當作用中的資料集中提供原始資料來估計效應大小時連續結果的統合分析程序。 如需相關資訊，請參閱 META CONTINUOUS。
- META ES CONTINUOUS 指令
- 新指令代表當作用中的資料集中提供預先計算效應大小資料時連續結果的統合分析程序。 如需相關資訊，請參閱 META CONTINUOUS。
- META REGRESSION 指令
- 新指令代表統合迴歸程序。 如需相關資訊，請參閱 META REGRESSION。
- RATIO STATISTICS
- COV 和 PRB 關鍵字已新增至 OUTFILE 次指令。
- COV、PRB 和 N 關鍵字已新增至 PRINT 次指令。
- 關係對映圖
- 對於透過提供每一個節點及鏈結對彼此的連線與影響的視覺化表示法，來判定變數如何彼此相關，關係對映圖非常有用。 關係對映圖透過節點和鏈結以視覺化方式代表連線和影響力。 節點代表變數和變數類別；鏈結代表節點之間的影響力強度。 較大的節點和較粗的鏈結線代表更強的連線和影響力。 較小的節點和較細的鏈結線代表更弱的連線和影響力。
- R
- R 4.2.0 現在是 IBM SPSS Statistics的一部分。 R 環境設定定義在 中。
- Python 3 及 R 可编程性
- 透過啟用一個容易配置的虛擬執行時期環境，針對 Python 3 及 R 的支援已得到加強。
- 安裝和授權
- 產品安裝程式已更新，以提供登錄 IBM SPSS Statistics的訂閱或授權版本的選項。
- 訂閱
- 需要 IBMid 來啟動及安裝訂閱型軟體的版本。 您必須購買 IBM SPSS Statistics Subscription ，才能透過訂閱方法啟動產品。
- 授權
- 需要授權使用者授權或並行使用者授權才能啟動軟體。 您必須購買 IBM SPSS Statistics 的內部部署授權，才能透過使用者授權或並行使用者授權來啟動產品。
- 輸出加強功能
- 活頁簿
- 在「活頁簿」模式中檢視輸出，會利用 Notebook 方法來橋接 SPSS Statistics 語法編輯能力，該方法提供互動式方法來執行語法及檢視對應的輸出。 活頁簿文件 (*.spwb) 由個別的段落組成。 段落包含輸出元素（語法、表格、圖表等）。 語法段落提供完整的語法編輯和執行功能。 Rich Text 段落提供完整的 Rich Text 編輯功能。
- 圖表和表格編輯器可用性加強功能
- 樞紐表編輯器
- 樞紐表編輯器使用者介面中的對話框右側現在包括編輯選項滑動窗格。 窗格提供選項來處理列和直欄、指定文字屬性、定義邊框參數、指定儲存格格式，以及定義註腳和表格註解。
- 安裝延伸規格
- 現在，其他常用的延伸規格會隨產品一起自動安裝。 已安裝的延伸可以由其功能表項目旁邊的加號識別 (例如，
)。 - 搜尋加強功能
- 搜尋功能已經更新，現在提供程序、結果、說明主題、語法參照和個案研討。 「搜尋」功能現在會在每一個使用者介面對話框和說明主題中搜尋所有單字/術語。
請參閱下列介紹影片，以取得搜尋加強功能的簡要概觀：
- 匯出輸出加強功能
- Word 文件 (*.docx)
- 您現在可以將輸出以 Microsoft Word (*.docx) 格式匯出。
- 文字 - 純文字 (*txt)、文字 - UTF8 (*txt) 和文字 - UTF16 (*txt)
- 文字匯出設定現在分成三個不同的選項，用於提供不同的編碼方法。
- Excel 輸出
- Microsoft Excel 匯出設定現在提供用於建立活頁簿和工作表的選項。
- 預覽列印
- 提供 PDF 格式的輸出預覽版本。
- 選取觀察值 - 隱藏觀察值
- 依預設，選取觀察值子集時，現在會在「資料編輯器」中隱藏未選取的觀察值，但不會捨棄未選取的觀察值。 從「資料編輯器」複製列時，不會挑選隱藏的觀察值。
- 圖表建置器可用性加強功能
- 「圖表外觀」標籤中的範本控制項已重新經過設計以便簡化範本選擇選項。
- 協助工具
- 使用者介面現在支援高對比模式，它會調整背景和文字顏色，使應用程式更容易閱讀。
2020 年 11 月更新
- 分析程序
- 雙變量相關性
- 程序已更新，現在提供選項用來抑制輸出中產生相關性表格。 該程序現在還會提供選項用來控制信賴區間的估計。
- 獨立樣本比例
- 新程序為兩個獨立二項式比例的差異提供檢定和信賴區間。 輸出包括觀察比例、群體比例差異估計值、虛無假設與替代假設條件下的群體差異的漸近標準誤、具有雙側機率的指定檢定統計量，以及為比例差異指定的信賴區間。
- 單樣本比例
- 新程序為個別二項式比例提供檢定與信賴區間。 輸出包括觀察比例、群體比例與假定群體比例之間的差異估計值、虛無假設與替代假設條件下的漸近標準誤、具有雙側機率的指定檢定統計量，以及為比例指定的信賴區間。
- 成對樣本比例
- 新程序為兩個相關或成對二項式比例的差異提供檢定和信賴區間。 輸出包括觀察比例、群體比例差異估計值、虛無假設與替代假設條件下的群體差異的漸近標準誤、具有雙側機率的指定檢定統計量，以及為比例差異指定的信賴區間。
- 信度分析
- 該程序已更新，現在提供 Omega (McDonald's Omega) 模型選項。 此模型假設模型是單維度的，其中包含的單一因素不含任何錯誤共變數形式的本端項目依賴項。 該模型表示兩個不同項目的共變異是其負荷量的乘積。
- 指令加強功能
- CORRELATIONS 指令
- 在 PRINT 次指令中新增了 NOMATRIX 關鍵字支援。 該關鍵字會抑制輸出中產生相關性表格。 如需相關資訊，請參閱 PRINT 次指令 (相關性指令)。
- MULTIPLE IMPUTATION 指令
- 新增在 IMPUTE 次指令的 SCALEMODEL keyword PMM 方法中指定單一數值參數的支援。 插補值是根據最接近 (k) 預測中最接近隨機選取完整觀察值所定義的值，其中 (k) 是一個預設值為 5 的正整數。 如需相關資訊，請參閱 IMPUTE 次指令（MULTIPLE IMPUTATION 指令）。
- PORPORTIONS 指令
- 新的 PROPORTIONS 指令會計算二項式比例或比例差異的檢定和信賴區間。 針對單樣本比例（根據指定的值進行測試）、成對樣本（不同變數）或獨立樣本（不同觀察值組別）有可用的統計量。如需相關資訊，請參閱 PROPORTIONS、ONESAMPLE 次指令、PAIREDSAMPLES 次指令及 INDEPENDENTSAMPLES 次指令。
- RELIABILITY 指令
- 在 MODEL 次指令中新增了 OMEGA 關鍵字支援。 關鍵字可以提供 McDonald's Omega 評估以評估可靠性。 如需相關資訊，請參閱 MODEL 次指令 (RELIABILITY 指令)。
- 還原點
- 還原點會儲存非預期退出（自動回復）或您明確儲存的作用中階段作業中的資料。 每一個還原點都是 SPSS Statistics 階段作業 Snapshot。 每一個還原點都包含資料編輯器、語法以及階段作業非預期退出或您明確儲存階段作業時處於作用中的輸出檔資訊。 儲存的還原點將保持備份狀態，直至您還原或刪除它們為止。
- 輸出加強功能
- 匯出 SVG 圖表
- 您現在可以將圖表匯出成可縮放向量圖形 (*.svg) 格式。
- 圖表和表格編輯器可用性加強功能
- 圖表和表格編輯器中都已新增一個重設按鈕。 使用該按鈕可將圖表/表格重設為其原始配置。
- 表格編輯器工具列已分割為編輯和格式工具列。
- 現在提供了增加小數位數和減少小數位數工具列控制項。 這些控制項可讓您增加或減少表格中的小數位數設定。
- APA 樣式加強功能
- 註腳和標題現在可以使用雙倍間距。
- 註腳對齊問題已修正。
- 現在可以停用表格的註腳和標題。
- 已解決圖表間距和對齊問題。
- 較小的顯著性值現在可以用 "<0.001" 表示。
2020 年 6 月更新
- 包裝
- 現在 IBM SPSS Statistics Base Edition 中包含靴拔重抽法和資料準備功能 (靴拔重抽法先前包含在自訂表格和進階統計量中; 資料準備先前包含在取樣和檢定中)。
- 自動回復
- 自動回復設計為在應用程式非預期退出的實例中回復未儲存的檔案和內容。 您可以選取以啟用/停用自動回復功能（依預設已啟用此功能），選取儲存檔案之間的時間間隔（分鐘），以及檢視或變更自動回復檔案位置。 如需相關資訊，請參閱 一般選項。
- 隱私權設定
- 現在「選項」對話框包括隱私權標籤，為下列項目提供選項：
- 容許 SPSS Statistics 應用程式與 IBM共用資訊。
- 啟用或停用 SPSS Statistics 擷取「歡迎使用」對話框內容更新項目。
- 啟用或停用 SPSS Statistics 將錯誤報告傳送至 IBM。
- 問題報告程式
- 「說明」功能表現在提供 報告問題 鏈結，可啟動 IBM SPSS Statistics 「問題報告程式」對話框。 該對話框可讓您輸入關於使用產品時可能遇到的任何問題的資訊。 輸入的資訊將傳送給 IBM 以用於改進產品。
- 原生 macOS 檔案選項對話框
- macOS 版 SPSS Statistics 中的檔案選擇對話框歷來大量自訂，以容納特定的 SPSS Statistics 檔案特性。 您現在可以選擇啟用原生 macOS 檔案選擇對話框 (透過 )。 原生 macOS 檔案對話框提供下列好處：
- 原生 macOS 檔案選項對話框的所有好處都有提供（例如搜尋、資訊看板捷徑、鍵盤快速鍵等）。
- SPSS Statistics 檔案選擇對話框與其他 macOS 檔案選擇對話框一致。
- 分析程序
- 雙變量相關性
- 僅顯示下三角形設定已新增到主要對話框。 當啟用該設定時，輸出中僅顯示相關性矩陣表格的下三角形。 如果未選取，將在輸出中顯示完整相關性矩陣表格。 引入了設定以容許表格輸出遵循 APA 樣式準則。 如需相關資訊，請參閱 雙變量相關分析。
- 交叉資料表
- 向「資料格顯示」對話框新增了建立 APA 樣式表設定。 此設定會產生符合 APA 樣式準則的表格。 如需相關資訊，請參閱 交叉表資料格顯示。
- 頻率
- 向主要對話框新增了建立 APA 樣式表設定。 此設定產生符合 APA 樣式準則的表格。 如需相關資訊，請參閱 頻率。
- 檢定力分析
- 檢定力分析在學習計劃、設計和傳導中扮演關鍵角色。 通常在收集任何取樣資料之前計算檢定力，但小型試驗性研究除外。 檢定力的精確估算可告知調查員，將基於真實替代假設下的有限樣本大小偵測統計顯著性差異的可能性。 如果檢定力過小，那麼偵測顯著性差異的可能性較小，並且很可能是非顯著性結果，即使實際差別真實存在。 新過程按如下所示進行分組。
- 平均數
- 單樣本 T 檢定
- 在單樣本分析中，將作為單個隨機樣本收集觀察到的資料。 假定取樣資料使用固定平均值和變異獨立且均勻呈常態分佈，並繪製有關平均值參數的統計推斷。 如需相關資訊，請參閱 單樣本 T 檢定的檢定力分析。
- 獨立樣本 T 檢定
- 在獨立樣本分析中，觀察資料包含兩個獨立樣本。 假定每個樣本中的資料使用固定平均值和變異獨立且均勻呈常態分佈，並繪製有關兩個平均值之差的統計推斷。 如需相關資訊，請參閱 獨立樣本 T 檢定的功效分析。
- 成對樣本 T 檢定
- 在成對樣本分析中，觀察資料包含兩個配對和相關樣本，並且每個觀察值具有兩個測量。 假定每個樣本中的資料使用固定平均值和變異獨立且均勻呈常態分佈，並繪製有關兩個平均值之差的統計推斷。 如需相關資訊，請參閱 成對樣本 T 檢定的檢定力分析。
- 單向 ANOVA
- 變異數分析 (ANOVA) 是估算多個群體的平均值的統計方法，其通常假定呈常態分佈。 單向 ANOVA（ANOVA 的常見類型）是雙樣本 t 檢定的延伸。 此程序提供方法來估算兩種類型的假設的檢定力，從而比較多個群組平均值、整體檢定和使用指定的對照的檢定。 整體檢定關註於所有組平均值都相等的虛無假設。 使用指定的對照的檢定將整體 ANOVA 假設劃分為更小但更可描述和有用的平均值塊。 如需相關資訊，請參閱 單向 ANOVA 的功效分析。
- 比例
- 單樣本二項式檢定
- 二項式分佈基於 Bernoulli 試用的序列。 其可用於對這些試用建模，包括假定為相互獨立的固定總數的試用。 每個試用都將導致一個二分結果，並且具有相同的「成功」結果概率。
- 相關樣本二項式檢定
- 二項式分佈基於 Bernoulli 試用的序列。 其可用於對這些試用建模，包括假定為相互獨立的固定總數的試用。 每個試用都將導致一個二分結果，並且具有相同的「成功」結果概率。
- 獨立樣本二項式檢定
- 二項式分佈基於 Bernoulli 試用的序列。 其可用於對這些試用建模，包括假定為相互獨立的固定總數的試用。 每個試用都將導致一個二分結果，並且具有相同的「成功」結果概率。
- 相關性
- 皮爾遜積矩
- 皮爾遜積矩相關係數測量兩個尺度隨機變數之間線性關聯的強度，假定這些變數遵循二元常態分佈。 按照慣例，這是一個無維度數並且通過標準化兩個連續變數之間的協方差確定，因此範圍介於 -1 和 1 之間。
- 斯皮爾曼等級順序
- 斯皮爾曼等級順序相關係數是基於等級的無母數統計，用於測量通常已審查且非常態分佈的兩個變數之間的單調關係。 Spearman 等級順序相關性等於兩個變量的等級值之間的 Pearson 相關性，因此也在 -1 和 1 之間。 檢測 Spearman 等級相關測試的功效是水文時間序列資料分析中的一個重要課題。
- 局部
- 偏相關性可解釋為消除另一個或多個其他變數的效果後兩個隨機變數之間的關聯。 這是存在混淆的有用測量。 與皮爾遜相關係數類似，偏相關係數也是範圍介於 -1 和 1 之間的無維度數。
- 迴歸
- 單變數線性
- 單變數線性迴歸是一種基本的標準統計方法，其中研究人員使用多個變數值來說明或預測尺度結果的值。
- 指令加強功能
- CORRELATIONS 指令
- 在 PRINT 次指令中新增了 FULL、LOWER 和 LNODIAG 關鍵字支援。 關鍵字控制相關性矩陣表的下三角形或完整相關性矩陣表的顯示。 引入了關鍵字以容許表輸出遵循 APA 樣式準則。 如需相關資訊，請參閱 PRINT 次指令 (相關性指令)。
- MATRIX-END MATRIX 指令
- 現在支援 NCDF.BETA 累積分佈函數。
- 現在支援機率密度函數（以前僅 COMPUTE 指令支援）。
- 現在支援尾部機率函數（以前僅 COMPUTE 指令支援）。
- 現在支援隨機變數函數（以前僅 COMPUTE 指令支援）。
- NONPAR CORR 指令
- 在 PRINT 次指令中新增了 FULL、LOWER 和 LNODIAG 關鍵字支援。 關鍵字控制相關性矩陣表的下三角形或完整相關性矩陣表的顯示。 引入了關鍵字以容許表輸出遵循 APA 樣式準則。 如需相關資訊，請參閱 PRINT SUBCOMMAND (NONPAR CORR 指令)。
- NPTESTS 指令
- CRITERIA 次指令
- 現在支援 SEED 關鍵字。 關鍵字會重設用於 Monte Carlo 取樣的隨機種子。
- ONESAMPLE 次指令
- KOLMOGOROV_SMIRNOV 關鍵字現在支援 Monte Carlo 取樣設定的以下 Lilliefors 檢定：
- NSAMPLES 關鍵字
- 重設 Monte Carlo 取樣的 Lilliefors 檢定所使用的副本數量。
- MC_CILEVEL 關鍵字
- 重設 Kolmogorov-Smirnov 檢定所估算的信賴區間水準。
- SIMULATION 關鍵字
- 控制在未指定參數時，是否使用 Monte Carlo 模擬來處理常態分佈的 Lilliefors 檢定。
- POISSON 關鍵字
- 已從 POISSON 關鍵字移除 SAMPLE 設定。
- NPAR TESTS 指令
- KS_SIM 次指令
- 現在支援 KS_SIM 次指令。 KS_SIM（KOLMOGOROV-SMIRNOV 模擬）針對常態、均勻和指數分佈控制 Monte
Carlo 模擬的參數。 新的次指令支援 Monte Carlo 取樣關鍵字的以下 Lilliefors 檢定：
- CIN 關鍵字
- 重設 Kolmogorov-Smirnov 檢定（使用 Monte Carlo 模擬）所使用的估算信賴區間水準。
- SAMPLES 關鍵字
- 重設 Monte Carlo 取樣的 Lilliefors 檢定所使用的副本數量。
- NONORMAL 關鍵字
- 指定時，結果將不包含針對常態分佈的 Monte Carlo 取樣。
- K-S 次指令
- 不再支援
POISSON=varlist。
- OMS
DESTINATION次指令已淘汰FORMAT=REPORTHTML和FORMAT=REPORTMHT。 次指令語法已對映至 HTML 次指令。DESTINATION次指令已淘汰REPORTTITLE關鍵字。
- ONEWAY 指令
- 現在，ONEWAY 指令支援 CRITERIA 和 ES 子指令：
- CRITERIA 次指令
- 選用的次指令控制顯著性水準以估算信賴區間。
- ES 次指令
- 選用的次指令透過提供關鍵字來控制總體檢定的效應大小計算以及控制對照檢定效應大小的計算，從而控制效應大小估算。
- OUTPUT EXPORT
- 已淘汰對 REPORT 次指令的支援。 REPORT 次指令語法已對映至 HTML 次指令。 如需相關資訊，請參閱 OUTPUT EXPORT。
- OUTPUT MODIFY
- 在 TABLES 次指令中新增了 PIVOT 關鍵字支援。 關鍵字將指定的列維度旋轉到指定的直欄維度。 任何現有直欄維度都將向外遞增。 引入了關鍵字以容許表輸出遵循 APA 樣式準則。
- 在 TABLECELLS 次指令中新增了 HIDE 和 UNGROUP 關鍵字支援。 HIDE 禁止選中的列或欄；UNGROUP 刪除選中的列或欄群組標題。 引入了關鍵字以容許表輸出遵循 APA 樣式準則。
- 針對 TABLECELLS 次指令中的 SELECTCONDITION 關鍵字，新增了 PARENT 和 CHILD 選項支援。 這兩個選項指定主要字串和次要字串條件，以在
SELECT關鍵字所指定的表區域中套用變更。 - 針對 TABLECELLS 次指令中的 SELECTCONDITION 關鍵字，新增了 VALID、TOTAL、MISSING、CUMULATIVEPERCENT 和 VALIDPERCENT 選項支援。
- OUTPUT SAVE
- 已淘汰 TYPE 次指令的 SPW 選項。 如需相關資訊，請參閱 OUTPUT SAVE。
- POWER ONEWAY ANOVA 指令
- 新指令估算兩種類型的假設的檢定力，從而比較多個群組平均數、整體檢定和使用指定的對照的檢定。 整體檢定關註於所有組平均值都相等的虛無假設。 使用指定的對照的檢定將整體 ANOVA 假設劃分為更小但更可描述和有用的平均值塊。 如需相關資訊，請參閱 POWER ONEWAY ANOVA。
- POWER MEANS INDEPENDENT 指令
- 新指令包含獨立樣本 t 檢定的檢定力分析以繪製有關兩個平均值之差的統計推斷。 如需相關資訊，請參閱 POWER MEANS INDEPENDENT。
- POWER MEANS ONESAMPLE 指令
- 新指令包含單樣本 t 檢定的檢定力分析以繪製有關平均值參數的統計推斷。 如需相關資訊，請參閱 POWER MEANS ONESAMPLE。
- POWER MEANS RELATED 指令
- 新指令包含相關樣本 t 檢定的檢定力分析以繪製有關兩個平均值之差的統計推斷。 如需相關資訊，請參閱 POWER MEANS RELATED。
- POWER PARTIALCORR 指令
- 新指令呼叫單樣本偏相關檢定的檢定力分析。 偏相關性可解釋為消除另一個或多個其他變數的效果後兩個隨機變數之間的關聯。 這是存在混淆的有用測量。 如需相關資訊，請參閱 POWER PARTIALCORR。
- POWER PEARSON ONESAMPLE 指令
- 新指令呼叫單樣本皮爾遜相關檢定的檢定力分析。 皮爾遜積矩相關係數測量兩個尺度隨機變數之間線性關聯的強度，假定這些變數遵循二元常態分佈。 如需相關資訊，請參閱 POWER PEARSON ONESAMPLE。
- POWER PROPORTIONS INDEPENDENT 指令
- 新指令呼叫獨立樣本二項式檢定的檢定力分析以比較兩個獨立比例參數。 如需相關資訊，請參閱 POWER PROPORTIONS INDEPENDENT。
- POWER PROPORTIONS ONESAMPLE 指令
- 新指令呼叫單樣本二項式檢定的檢定力分析，以通過將其與假設值進行比較來產生有關比例參數的統計推斷。 如需相關資訊，請參閱 POWER PROPORTIONS ONESAMPLE。
- POWER PROPORTIONS RELATED 指令
- 新指令呼叫相關樣本二項式檢定（或 McNemar 檢定）的檢定力分析，以根據從兩個相關的二項式群體取樣的相符成對受試者來比較兩個比例參數。 如需相關資訊，請參閱 POWER PROPORTIONS RELATED。
- POWER SPEARMAN ONESAMPLE 指令
- 新指令呼叫單樣本 斯皮爾曼等級順序相關性檢定的檢定力分析。 斯皮爾曼等級順序相關係數是基於等級的無母數統計，用於測量通常已審查且非常態分佈的兩個變數之間的單調關係。 如需相關資訊，請參閱 POWER SPEARMAN ONESAMPLE。
- POWER UNIVARIATE LINEAR 指令
- 新指令在單變數線性迴歸中呼叫類型 III F 檢定的檢定力分析。 單變數線性迴歸是一種基本的標準統計方法，其中研究人員使用多個變數值來說明或預測尺度結果的值。 如需相關資訊，請參閱 POWER UNIVARIATE LINEAR。
- QUANTILE REGRESSION 指令
- CRITERIA 次指令
- QUANTILE 關鍵字現在針對分位數格線（通過關鍵字
TO和BY連接）提供支援。 分位數格線可以與其他分位數混合，並且可放置在任何位置。 如需相關資訊，請參閱 CRITERIA 次指令 (QUANTILE REGRESSION 指令)。
- T-TEST 指令
- 現在支援 ES 次指令：
- ES 次指令
- 選用的次指令透過以下方式控制效應大小估算，提供關鍵字來控制總體檢定的效應大小計算的列印，以及控制在估算每個標量對（僅限成對樣本 T 檢定）的 Cohen d 和 Hedges 修正時如何計算標準化程序。 如需相關資訊，請參閱 ES 次指令 (T_TEST 指令)。
- WEIGHTED KAPPA 指令
- Cohen 的 kappa 統計廣泛用於交叉分類作為兩個觀察評分者之間一致程度的測量。 這是在評分為不包含有序結構的名義尺度時適當的一致程度指數。 新的
WEIGHTED KAPPA指令是測量兩個類別相同的序數受試者的一致程度的 kappa 統計的重要一般化。 如需相關資訊，請參閱 加權 KAPPA。
- 繪圖加強功能
- 圖表建置器已更新為包含以下功能/增強功能。
- 泡泡圖
- 泡泡圖將群組中的類別顯示為非階層式壓縮圓形。 每個圓形（泡泡）的大小與其值成比例。 泡泡圖適用於比較資料中的關係。
- 高解析度圖表匯出選項
- 在選取無（僅圖形）選項作為「匯出輸出」對話框中的文件類型時，預設檔案類型現在設定為 Production Ready Postscript (*.eps)，這是高解析度影像格式。
- 圖表範本
- 對話框現在包括「範例設定」區段，可提供任何所選圖表範本的預覽設定。 該對話框根據指定的設定動態更新預覽圖表影像。
- 圖表建置器的圖表外觀標籤現在提供用來選取圖表範本的選項。 您可以選擇使用 中定義的設定，選取隨 IBM SPSS Statistics安裝的圖表範本，或從其他位置選取圖表範本。 如需相關資訊，請參閱 圖表外觀設定。
- 預設圖表顏色
- 預設圖表顏色已變更為藍色佈景主題。
- 此標籤現在容許直接選取不同的圖表模板檔案。
- 圖表編輯器
- 您現在可以直接在編輯器中增大/縮小字型大小。
- 圖註和標題
- 您現在可以直接在輸出中移動圖表影像和標題。
- SPSS Web 報告和 Cognos 作用中報告
- 已淘汰針對 SPSS Web 報告和 Cognos 作用中報告的支援。
- 字型大小選擇
- 現在，您可以在下列位置手動變更字型大小：
- 樞紐表編輯器（透過格式化工具列）
- 搜尋加強功能
- 「搜尋」功能已更新為提供包含以下內容的結果：
- 功能表對話框
- 說明主題
- 觀察值研討
- 語法參照
2019 年 11 月更新
- 分析程序
- ROC 分析
- 向 PRINT 次指令新增了 CLASSIFIER 關鍵字。 此關鍵字控制輸出中「分類器評估度量」表的顯示。 該表顯示與隨機指派相比分類模型擬合資料的情況。 如需相關資訊，請參閱 ROC 分析: 顯示。
- 效能增強
- 執行轉換時，改進了記憶體消耗。
- 現在，改進了 Microsoft Windows 機器上的應用程式開始時間。
- 改進了支援以供將 Cognos BI 資料匯入到應用程式。
- 支援使用 Office 2016 驅動程式的 Microsoft Access 資料庫。
2019 年 6 月更新
- 使用者介面
- 歡迎使用畫面
- 加強了歡迎使用畫面佈置且已更新 URL。
- 資料提交
- 新增了接受功能以容許使用者利用使用情形報告來協助改進 SPSS Statistics。
- 提供意見提示
- 「提供意見」提示已經過最佳化，不會頻繁觸發。
- 啟動畫面
- 啟動畫面包含改進的浮動說明並顯示一致的產品名稱。
- 關於對話框
- 「關於」對話框現在可識別產品版本並可讓使用者輕鬆複製產品版本。
- 授權
- 驗證和回應時間
- 已提升授權驗證效能並縮短了回應時間。
- 錯誤修正程式
- 已修正未適當安裝說明檔時導致的自訂對話框安裝問題.
2019 年 4 月更新
- 分析程序
- 分量迴歸
- 對一組預測值（自變數）與目標（應變數）的特定百分位數（或「分位數」，通常為中位數）之間的關係建模。
- ROC 分析
- 評量模型預測的正確性，評量方式是繪製分類檢定的靈敏度與（1-特異度）（因為臨界值在診斷檢定結果的整個範圍會改變）。 「ROC 分析」支援對單一 AUC、查準率-查全率 (PR) 曲線進行推理，並提供選項用來比較根據獨立群組或配對受試者產生的兩個 ROC 曲線。
- 貝氏統計量
- 單向重複測量 ANOVA
- 這個新程序用來測量每個不同時間點或條件下同一受試者的某個因素，並且容許受試者跨多個層次。 假設每一個受試者針對每一個時間點或條件都有單一觀察值（像這樣則不會說明受試者治療交互作用）。
- 單樣本二項式加強功能
- 該程序提供數個選項，可對二項式分佈執行貝氏單樣本推斷。 相關參數為 π，表示可能導致成功或失敗的固定試驗數中的成功機率。 請注意，每一個試驗彼此獨立，機率 π 會在每一個試驗中保持不變。 可以將二項式隨機變數視為固定獨立 Bernoulli 試驗數的總和。
- 單樣本卜瓦松加強功能
- 該程序提供數個選項，可對卜瓦松分佈執行貝氏單樣本推斷。 稀有事件的有用模型卜瓦松分佈假設在較小的時間間隔內，發生事件機率與等待時間長度成比例。 對卜瓦松分佈繪製貝氏統計量推斷時，會使用 Gamma 分佈系列內的共軛先驗。
- 信度分析
- 該程序已經過更新，可為 Fleiss' Multiple Rater Kappa 統計量提供選項來評量評分者間的一致性以判定各個評分者之間的可靠度。 較高的一致性提供更高的評級信賴度來反映真實情況。 Fleiss' Multiple Rater Kappa 選項在「可靠性分析：統計量」對話框中提供。
- 指令加強功能
- GENLINMIXED 指令
- New Covariance Type structures ARH1 & CSH, Random Effects. CSH 和 ARH1 選項已加入 /RANDOM 次指令（關鍵字 COVARIANCE_TYPE）。
- New Covariance Type structures ARH1 & CSH, Repeated Effects. CSH 和 ARH1 選項已加入 /DATA_STRUCTURE 次指令（關鍵字 COVARIANCE_TYPE）。
- Kenward - Roger 自由度方法。 KENWARD_ROGER 選項已加入 /BUILD_OPTIONS 次指令（關鍵字 DF_METHOD）。
- Kronecker 共變異數類型。 選項 UN_AR1、UN_CS、UN_UN 已加入 /DATA_STRUCTURE 次指令（關鍵字 COVARIANCE_TYPE）。
- 新關鍵字 KRONECKER_MEASURES。 關鍵字用於指定 /DATA_STRUCTURE 次指令的變數清單。 僅當 COVARIANCE_TYPE 是三種 Kronecker 類型之一時才應使用該關鍵字。 KRONECKER_MEASURES 的規則與 REPEATED_MEASURES 的規則相同。 如果兩種規格都有效，則它們不一定有一般欄位，但它們不能完全相同（無論它們的順序是否相同）。
- MIXED 指令
- DFMETHOD 關鍵字已引入 CRITERIA 次指令。
- KRONECKER 關鍵字已加入 REPEATED 次指令。 僅當 COVTYPE 是下列三種 Kronecker 類型之一時才應使用該關鍵字。
- UN_AR1、UN_CS 和 UN_UN 選項已加入 REPEATED 次指令上的 COVTYPE 關鍵字中。
2018 年 12 月更新
- 說明功能表中新的「提供意見」選項
- 容許使用者提交產品意見。
已更新 SPSS 支援鏈結和 SPSS Statistics Subscription 服務術語
已淘汰對 .NET 外掛程式的支援
- 已解決下列問題
- 已修正設定客戶表格外觀（預設值）和其他表格外觀問題。
- 已使用特定的 Excel 資料類型修正導致停滯的 MIXED 程序問題。
- 已修正對 mm:ss 時間戳記變數執行探索分析時發生的統計量引擎損毀問題。
- 已修正將值新增至密碼保護檔案時發生的錯誤。
- 已修正導致顯示不正確的捨入小數值的樞紐表問題。
- 已修正在語法編輯器中無法輸入平假名字元的問題。
- 已修正使用 -log 旗標時導致的無聲自動安裝錯誤。
- 已修正由安裝路徑中的空格導致的 Python 應用程式組合啟動失敗。
- 已修正各種問題以提升安全性和可靠性。
2017 年 11 月更新
- MATRIX-END MATRIX 指令
- SPSS Statistics 現在支援下列 MATRIX 指令加強功能:
- 完整變數名稱（最多含 64 個位元組）可用來為矩陣或向量名稱命名（例如 COMPUTE、CALL、PRINT、READ 、WRITE、GET、SAVE、MGET、MSAVE、DISPLAY、RELEASE 等等）。
- 包括在向量或矩陣物件中的變數名稱會截斷為 8 個位元組。 這是因為矩陣/向量結構是數值陣列，且每個數值只能符合一個最多含 8 個位元組的字串。 只有在明確指定的情況下才支援完整名稱（最多 64 個位元組）。
- 如果在 /VARIABLES 次指令上明確指定（當在 SAVE 指令的 /STRINGS 次指令上指定時），則 GET 和 SAVE 指令中支援完整變數名稱。 在 /NAMES 次指令中透過向量參照 GET 和 SAVE 指令的變數名稱時，變數名稱會截斷為 8 個位元組。
- GET、SAVE、MGET 或 MSAVE 陳述式同時支援資料集參照和實體檔規格。
- MATRIX-END MATRIX 現在支援之前僅由 COMPUTE 指令支援的統計函數（例如 IDF.CHISQ、CDF.NORMAL、NCDF.F 等）。
2017 年 8 月更新
貝氏統計量
SPSS Statistics 現在支援貝氏統計量。 貝氏推斷是一種統計推斷方法，隨著更多資訊變成可用，這種方法使用貝氏定理來更新假設的機率。 支援下列貝氏統計量：
- 單樣本和成對樣本 t 檢定
- 單樣本二項式比例檢定
- 單樣本卜瓦松分佈分析
- 相關樣本
- 獨立樣本 t 檢定
- 成對相關 (Pearson)
- 線性迴歸
- 單向 ANOVA
- 對數線性迴歸
輸出檢視器「複製為」加強功能
現在您可以在「輸出檢視器」中用滑鼠右鍵按一下選取的物件，並選取 ，以複製到最常用的格式 (例如 全部、 影像或 Microsoft Office 圖形物件)。 選取 複製 全部。
附註: 下列特性已在起始產品供應項目中引進 (2017 年 3 月)。
授權
您的 IBM 帳戶 (也稱為 IBMid) 已取代 SPSS Statistics 授權程序。 透過 IBMid，您可存取所有 IBM 應用程式（您已獲授權）、社群及支援通道。 如需相關資訊，請參閱 登入及下載更新項目。
當您第一次開啟 IBM SPSS Statistics Subscription時，系統會提示您使用 IBMid登入。 如果您沒有 IBMid，請遵循螢幕上的指示。
已簡化 SPSS Statistics 授權選項。 舊版提供 14 個獨立的授權選項；那些選項已合併為 4 個選項。
| SPSS Statistics 24 選項 | SPSS Statistics 訂閱 選項 |
|---|---|
| IBM SPSS Statistics 基本選項 | IBM SPSS Statistics Base Edition |
| 靴拔重抽法選項 | IBM SPSS Statistics Base Edition |
| 資料準備選項 | IBM SPSS Statistics Base Edition |
| 進階統計量選項 | IBM SPSS Statistics 自訂表格及進階統計資料 |
| 自訂表格選項 | IBM SPSS Statistics 自訂表格及進階統計資料 |
| 迴歸選項 | IBM SPSS Statistics 自訂表格及進階統計資料 |
| 決策樹選項 | IBM SPSS Statistics 預測與決策樹狀結構 |
| 直接行銷選項 | IBM SPSS Statistics 預測與決策樹狀結構 |
| 神經網路選項 | IBM SPSS Statistics 預測與決策樹狀結構 |
| 預測選項 | IBM SPSS Statistics 預測與決策樹狀結構 |
| 類別選項 | IBM SPSS Statistics 取樣及測試 |
| 複雜樣本選項 | IBM SPSS Statistics Sampling &Testing |
| 聯合選項 | IBM SPSS Statistics 取樣及測試 |
| 精確檢定選項 | IBM SPSS Statistics 取樣及測試 |
| 遺漏值選項 | IBM SPSS Statistics 取樣及測試 |