線性模型

• Statistics Premium包含廣義線性混合模型 (GLMM)，用于分層數據。

• 該軟件具有通用線性模型 (GLM) 和混合模型程序。

• 它包含廣義線性模型 (GENLIN)，包括廣泛使用的統計模型，例如針對正態分布響應的線性回歸、針對二元數據的邏輯模型，以及針對計數數據的對數線性模型。GENLIN 還通過其非常通用的模型公式提供眾多實用的統計模型。

• 廣義估計方程 (GEE) 程序擴展了廣義線性模型的能力，使它們能使用關聯的縱向數據和聚類數據。

非線性模型

• 多項式邏輯回歸 (MLR) 可預測具有兩個以上類別的分類結果。

• 二元邏輯回歸可將數據分為兩個組。

• 非線性回歸 (NLR) 和受限非線性回歸 (CNLR) 可估算非線性模型的參數。

• 概率分析使用響應比例的分對數（Logit）轉換或概率單位變換來計算模擬值。

模擬功能

• 蒙特卡羅模擬方法可以幫助您在現有數據不充分的情況下，根據現有的數據和/或已知的參數創建模擬數據集。

• 可對非數值型變量（如“男&;rdquo;和“女”）進行模擬，無需將其記錄為數值變量。

• 現有的預測模型和數據可用作模擬的起點，包括從Automatic Linear Modeling (ALM)和IBM SPSS Modeler導出的模型。

• 生成輸入數據時，會自動確定并使用分類輸入之間的關聯。

• 使用一組不同的隨機值，反復計算結果，生成可能結果值的分布，使用戶能夠選擇最優值。

• SPSS Statistics可被用于分析模擬結果，以直觀的形式呈現結果以及為決策者推薦的行動。

Geospatial Analytics

• Statistics Premium中的地理空間分析技術可幫助揭示地理空間數據中隱藏的關系和趨勢。

• 空間-時間預測 (STP) 技術可使線性模型適應2D和3D空間內位置隨時間推移進行的度量，支持用戶預測這些領域的長期變化趨勢。

• 使用廣義空間關聯規則 (GSAR) 發現空間和非空間屬性之間的關聯，此規則使用歷史數據（例如，事件發生位置、事件類型和事件發生時間）來描述發生的事件，例如犯罪或疾病爆發。

定制表

• 包含推論性統計信息時，針對人口統計組、客戶群、時間段或其他分類變量比較平均值或比例。

• 該軟件可創建匯總統計信息（從針對分類變量的簡單計數到離差測定)，并按照使用的任何匯總統計信息對類別進行排序。

• 它包括三種主要的測試：獨立性卡方測試、列平均值比較（t 測試）和列比例比較（z 測試）。

• 交互式的表構建器提供拖放功能來創建數據透視表。

• 它排除了特定類別，能顯示缺少值的單元格，并將小計添加到表中。

• 表可實時預覽并在創建時進行修改。表可導出至Microsoft Word、Excel、PowerPoint或HTML，以便在報表中使用。

數據準備

• Statistics Premium可識別可疑或無效的案例、變量和數據值。

• 該軟件允許您查看缺失數據的模式并匯總變量分布。

• Optimal Binning為那些為名義屬性設計的算法找到最佳可能結果。

• 自動數據準備 (Automated Data Preparation，ADP) 工具通過一個高效的步驟即可檢測和糾正質量錯誤，找到缺少值的原因。

• 建議和可視化幫助您確定要使用的數據。

數據有效性和缺失值檢查

• Statistics Premium可使用六種診斷報表從多個角度檢查數據，然后估算匯總統計信息并確定缺少值的原因。

• 該軟件可快速診斷因缺少數據而帶來的嚴重問題。

• 它使您能夠用估算值替換缺失的值。

• 它顯示每種缺失值的類型以及每個個例的所有極值的快照。

• 通過將缺失值替換為估算值以包含所有組（甚至包括響應力較低的組）來消除隱含的偏差。

分類數據和數字數據

• 該軟件可通過感知圖、雙重圖和三重圖來發現底層的關系。

• 它使用類似于傳統回歸、主成份組件和典范相關的程序來預測結果并顯示關系 - 幫助您處理并理解名義數據（例如，薪資）和順序數據（例如，教育程度）。

• Statistics Premium使您能夠以可視化方式解釋數據集，并在大型的分數、計數、等級、排名或相似性表中了解行與列之間的關系。

• 該軟件可處理數字數據中的非標準殘留數據或者預測變量（例如，客戶或產品屬性）與結果變量（例如，購買/不購買）之間的非線性關系。

• 提供了多種適用于數字數據和歸類數據的方法，包括Ridge Regression、Lasso、Elastic Net、變量選擇和模型選擇。

決策樹

• Statistics Premium以可視化方式確定模型的流動方式，因此您可發現特定的子組和關系。

• 該軟件直接在IBM SPSS Statistics中創建分類樹，因此，您可以使用結果直接在數據內對案例進行分段和分組。

• 它包括四種確立的樹形增長算法：

• CHAID - 快速、統計型的多向樹算法，用于快速有效地探索數據，并針對所期望的結果構建分段和概要信息。

• 窮舉式 CHAID - CHAID 的一種變體，用于檢查每個預測項所有可能的分支。

• 分類和回歸樹 (C&RT) - 完整的二叉樹算法，可對數據進行分區，并生成準確的同構子集。

• QUEST - 一種統計算法，可快速有效地選擇不包含偏差的變量，并構建準確的二叉樹。

• 選擇或分類/預測規則使用IBM SPSS Statistics語法、SQL語句或簡單文本（通過語法）生成。

預測

• Statistics Premium確保組織決策者可以理解和使用您提供的信息。

• 它會自動確定最適合的ARIMA或指數平滑模型來分析您的歷史數據。

• 時間因果關系建模 (TCM) 技術可幫助揭示大量時間序列中隱藏的因果關系，并確定每一個目標序列的最佳預測變量。

• 一次可對數以百計不同的時間序列進行建模，而不是每次只能對一個變量建模。

• 模型集中保存至一個文件，以便在數據發生變化時可更新預測，而無需重新設置參數或者重新估算模型。

• 可編寫腳本以自動使用新數據來更新模型。

結構方程式建模

• Statistics Premium測試假設情況，并確認觀測變量與潛變量之間的關系 - 獲得比回歸分析更深入的洞察。

• 它使您能夠構建更能切實反映復雜關系的模型，因為無論是觀測變量（例如，來自調查的非實驗性數據）還是潛變量（例如，滿意度和忠誠度），都可用于預測任何其他數值變量。

• 該軟件的可視框架用于比較、確認并完善模型。

• 多變量分析包含并擴展了標準方法 - 包括回歸、因子分析、相關分析以及方差分析。

• 該產品包含三種數據歸因方法：回歸、隨機回歸和貝葉斯算法 (Bayesian)。

引導程序

• Statistics Premium通過對原始樣本的替換項進行重新采樣，對某個估算項的采樣分布進行估算。

• 它會估算填充參數（例如平均值、中值、比例、比值比、相關系數、回歸系數等）的標準誤差和置信度區間。

• 該軟件使您可以創建數以千計的數據集備用版本，以便進行更準確的分析。

高級采樣評估和測試

• Statistics Premium提供處理復雜樣本設計（例如，分層、分群或多階段采樣）所需的專業規劃工具和統計信息。

• 由于它將樣本設計整合到了調查分析中，因此可幫助您獲得更理想的結果。

• 用戶可使用分析和預測算法（包括預測事件的時間），在復雜的樣本設計中更準確地處理數字和分類結果。

• 向導簡化了計劃創建、數據分析和結果說明過程。

直銷和產品決策制定工具

• Statistics Premium通過為相似或截然不同的客戶或聯系人創建集群，對這些人進行細分。

• 該軟件利用一些共有特征對客戶或聯系人建檔，以提高市場營銷產品和活動的針對性。

• 它可設計傾向性分數，以確定購買可能性最高的人群。

• 測試包性能與控制包性能不相上下。

• 對營銷活動的響應通過郵政編碼來標識。

• 將營銷活動響應數據與Salesforce.com集成，以跟蹤商機線索和銷售成果報告。

高端圖表

• Statistics Premium擁有數十個內置的可視化模版，幫助您就分析結果進行溝通。

• 通過“拖放”方式創建圖表，無需編程技能。

• 可以定制樣式表和圖形模板，以便在整個企業范圍內設置新的圖形標準，或與您的品牌匹配。

• 圖形可部署在使用IBM SPSS Collaboration and Deployment Services、IBM SPSS Statistics和IBM SPSS Modeler的運營系統中。

• 該軟件支持各種數據源，包括以定界符分隔的IBM SPSS Statistics數據文件以及常見的數據庫源（例如，DB2、SQL Server、Oracle 和 Sybase）。

IBM SPSS Statistics 三大版本比較:

關鍵特性	IBM SPSS Statistics Standard Edition	IBM SPSS Statistics Professional Edition	IBM SPSS Statistics Premium Edition
核心的分析及圖形功能從始至終貫穿標準分析項目
能夠與 R、Python 和其他環境無縫式集成，從而更輕松、更有效地擴展了統計功能及可編程性
高級統計程序（包括 GLM、GLMM、HLM、GENLIN 和 GEE）能夠更準確地識別和分析復雜的關系
非線性回歸（包括 MLR、二元邏輯回歸、NLR、CNLR 和概率分析）能夠改善預測的準確性
定制的表，可基于數字和分類數據進行分析和報告
缺失值分析（含尋找原因）能夠解決“臟數據”問題，實現更全面的分析和更有效的決策制定
高級數據準備能夠識別那些可能導致結果出現偏差的不規則數據及其他數據
決策樹能夠更好地識別組、發現各個組之間的關系，并預測未來事件。
預測能夠快速方便地預測趨勢并構建專家時間序列預測
結構化等式建模能夠測試假設并確認觀察到的變量和潛在的變量之間的關系
啟動時的引導程序能夠測試預測模型的穩定性及可靠性
高級的采樣評估和測試程序
高端圖表能夠幫助分析和報表。
直銷和產品決策制定程序能夠識別最佳客戶和吸引這些客戶的產品屬性
添加 Statistics Server 至該程序包能夠顯著地提升性能、改善生產力，并實現強大的自動化功能