- 软件介绍
- 其它版本
智能摘要
SPSS 29.0 Mac版是专门为Mac用户打造的统计数据分析新软件，也被叫做IBM SPSS Statistics 29 Mac、SPSS for Mac 29。它以类似Excel表格的形式输入和管理数据，数据接口通用，能方便地从其他数据库读取数据。该软件广泛应用于通讯、医疗、银行等多个领域和行业，具备易用性、灵活性和可扩展性，能助力研究、分析人员轻松完成统计分析工作，是制作统计报表的好帮手。
此外，SPSS 29.0软件拥有更智能的数据导入和导出功能，能更智能化地读取和写入Excel文件，可依据具有相同格式的值的指定百分比确定列的数据格式，还具备强大的分析技术和能力，能节省时间，帮助用户在数据中快速找到新想法。有需求的朋友可到本站免费下载体验。
IBM SPSS Statistics 29 Mac新特性
一、弹性网(Elastic Net)
新的线性弹性网络扩展过程可估计一个或多个自变量上因变量的正则化线性回归模型，图为该过程的示例输出。
二、套索(Lasso)
新的线性套索扩展可估计一个或多个自变量上的因变量的L1损失正则化线性回归模型，还包括显示跟踪图和基于交叉验证选择alpha超参数值的可选模式，图为该过程的示例输出。
三、脊(Ridge)
新的线性ridge扩展过程可估计一个或多个自变量上的因变量的L2或平方损失正则化线性回归模型，包含用于显示跟踪图和基于交叉验证选择alpha超参数值的可选模式，图为该过程的示例输出。
四、参数化加速失效时间 （AFT） 模型
新过程使用非循环寿命数据调用参数化生存模型过程。参数化生存模型假定生存时间服从已知分布，此分析拟合加速失效时间模型及其相对于生存时间成比例的模型效应，图为该过程的示例输出。
五、Pseudo - R2线性混合模型和广义线性混合模型中的度量
Pseudo - R2度量和类内相关系数现在包含在线性混合模型和广义线性混合模型输出中（若适用）。决定系数R2是常报告的统计量，它表示线性模型解释的方差比例。类内相关系数 （ICC） 是一种相关统计量，用于量化多级/分层数据中由分组（随机）因子解释的方差比例。
六、命令语法
1、GENLINMIXED
输出现在包括Pseudo - R2度量和类内相关系数（适当时）。
2、LINEAR_ELASTIC_NET
新的扩展命令使用Python sklearn.linear_model.ElasticNet类，用于估计一个或多个自变量上因变量的正则化线性回归模型。
3、LINEAR_LASSO
新的扩展命令使用Python sklearn.linear_model.Lasso类，用于估计一个或多个自变量上因变量的L1损失正则化线性回归模型。该命令包括用于显示跟踪图和选择基于交叉验证的alpha超参数值的可选模式。
4、LINEAR_RIDGE
新的扩展命令使用Python sklearn.linear_model.Ridge类，用于估计一个或多个自变量上因变量的L2或平方损失正则化线性回归模型。该命令包括用于显示跟踪图和选择基于交叉验证的alpha超参数值的可选模式。
5、MIXED
输出现在包括Pseudo - R2度量和类内相关系数（适当时）。
6、SURVREG AFT
新的扩展命令使用非循环的生命周期数据调用参数化生存模型过程。
7、Python和R升级
Python 3.10.4和R 4.2.0与IBM® SPSS®统计29一起安装。
七、删除隐藏未选定案例的功能
选择一部分案例后，未选择的案例将不再隐藏在数据编辑器中，也不会丢弃未选择的案例，这恢复到Statistics 27.0.1及更早版本的行为。
八、小提琴图
图形板模板选择器新增一个小提琴图，它是箱形图和内核密度图的混合体。小提琴图可显示数据中的峰值，用于可视化数值数据的分布。与只能显示汇总统计数据的箱形图不同，小提琴图能描述汇总统计数据和每个变量的密度。
九、工作簿模式增强功能
添加了两个新的工作簿工具栏项：“显示/隐藏所有语法窗口”和“清除所有输出”。状态栏上还有一个新按钮，用于在经典（输出和语法）和工作簿模式之间切换。
十、搜索增强功能
“搜索”功能现在提供了直接在工具栏字段中输入术语以及在下拉窗格中查看结果的选项。
软件亮点
1、操作简便
界面十分友好，除数据录入及部分命令程序等少数输入工作需键盘键入外，多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”完成。
2、编程方便
具有第四代语言的特点，只需告诉系统要做什么，无需说明怎样做。只要了解统计分析原理，无需精通统计方法的各种算法，就能得到所需的统计分析结果。对于常见统计方法，SPSS的命令语句、子命令及选择项的选择大多由“对话框”操作完成，用户无需花大量时间记忆大量命令、过程、选择项。
3、功能强大
具备完整的数据输入、编辑、统计分析、报表、图形制作等功能，自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
4、数据接口
能够读取及输出多种格式的文件。像由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS数据文件。还能把SPSS的图形转换为7种图形文件，结果可保存为*.txt及html格式的文件。
SPSS 29.0 Mac版多元Logistic回归分析的使用技巧
一、概述
1、数据
- 这是一份关于不同人群早餐选择的调查数据，通过SPSS的多元回归分析，可对人群特征变量和早餐类型进行分析，找出它们之间的关系。
2、功能位置
- 在“分析”菜单下，能找到“回归”中的“多元Logistic”分析，进入多元回归分析窗口。
二、分析方法
1、因变量设置
- 因变量是随自变量变化的量，本例中是“首选的早餐”这一变量。
- 点击“参考类别”，设置因变量的参考类别，这是分析时的参考样本，设置为所有类别都和最后一个类别对比，类别顺序选择升序。
2、因子和协变量
- 因子可简单理解为自变量，这里将年龄分段、婚姻状况和生活方式作为因子处理。
- 协变量是分析过程中需控制的、对因变量有一定影响的控制变量，这里设置为性别。
3、分析模型
- SPSS的多元回归分析有三类模型可选，主效应是指设置好的因子和协变量与因变量之间的关系分析；全因子模型既包括主效应，也包括因子和协变量之间的交互分析；定制步进式可由用户自己定义分析类型。
- 这里选择主效应进行分析即可。
4、统计设置
- 此窗口设置需要进行的统计数据分析，有多类统计数据可选，勾选模型下的伪R方、单元格可能性、步骤摘要、分类表、模型拟合度信息和拟合度，参数下的估计（置信区间设置为95%）和似然比检验。
- 定义子群体选择“由因子和协变量定义的协变量模式”。
5、收敛条件
- 最大迭代数是数据进行回归分析时可进行迭代的次数，该数值必须是大于或小于100的整数，最大步骤对分设置的是迭代时的等分数，系统默认是5。
- 对数似然收敛可设置收敛值，回归过程中对数似然比函数需大于设定值；参数收敛的数值设置类似。
- 本例中该对话框保持默认即可。
6、选项设置
- 在选项对话框中设置离散度量为“无”。
- 数据的进入概率为0.05，出去概率为0.1，这两个参数中，前者越大，进入模型的数据越多；后者越小，数据被剔除的越多，进入和出去方法均选择似然性。
- 其余保持默认即可。
7、保存设置
在这个对话框中设置需要保存的变量，如果需要将模型信息输出到XML文件，也可在此设置。
8、完成分析
完成上述设置后，就可在日志输出窗口中查看分析结果！分析结果包含多个表格，每个数值都有特定含义，分析时要认真观察数据。
SPSS入门学习使用技巧
一、多项选择题数据的输入
方法1：多重二分法。有多少选项就设多少个变量，某个个案选择了某项则在该变量名下录入“1”，未选择某项则录入“0”，即将每个变量变成类似于“是”、“否”的选择题。
方法2：多重分类法。有多少选项就设多少个变量，某个个案选择了某项则在该变量名下录入“1”，未选择某项则录入“0”。例如，某个个案选择了第“1”、“3”、“4”项, 则依次录入“1、 0、 1、 1、 0、 0”。
方法3：多重分类法。选了多少项就设置多少个变量，如命名为seq1、seq2和seq3 ，如果某个个案选择了第“1”、“3”、“2”项时，则依次输入“1”、“3”、“2”。
方法4：多重分类法，利用Excel的分列功能。
- 设置一个变量，命名为var1。
- 录入数据。例如 ,某个个案选择了第“1、 3、 2”项，则输入“1 3 2”。
- 将该多选题及其数据另存为Excel文件。
- 在Excel中将var1这一个变量分列 ,步骤是“选定该变量 →数据 →分列 →固定宽度 →下一步→使用鼠标分列 →下一步 →完成。这样 ,原来的一个变量组成的数据库转化为由几个变量组成的新的数据库 。
- 将新的变量Seq1 ,Seq2 ,Seq3保存。
- 最后 ,使用SPSS软件读取该数据文件
二、分析方法
SPSS提供了三种相关分析方法：
1、Bivariate方法
- 用于进行两个/多个变量间的参数/非参数相关分析。如果是多个变量，则给出两两相关的分析结果。该方法十分常用 通常会占到所有相关分析的95%以上。
2、Partial方法
- 用于偏相关分析，通常在进行相关分析的两个变量其取值均受到其他变量的影响时使用。
3、Distances方法
- 对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，在教育教学研究中使用较少。
- 语文成绩与数学成绩是否相关？假设采集30名学生的数学和语文成绩进行分析。
- 输入数据后，对数据的信度进行检查，并绘制散点图，直观查看两变量间是否有相关性。然后即进行相关分析：
- 在菜单中选择Analyze -->Correlate -->Bivariate （即：分析 -->相互关系 -->二变量），将需要进行分析的变量：数学和语文加入Variables列表中。
- 在界面中确认选中“Pearson ”即要求计算皮尔森相关系数，确认选中Two - tailed ，即要求进行两边检测，选中Flag significant correlations即当变量间有关时，显示相关标记，设置完成后 ，单击OK SPSS即会帮我们算出结果。
