SPSSAU（Statistical Product and Service Software Automatically，自動(dòng)化統(tǒng)計(jì)產(chǎn)品和服務(wù)軟件）也稱“在線SPSS”，是一款在線數(shù)據(jù)分析軟件，其適用場景廣泛、功能全面、操作簡單，為用戶提供“拖拽點(diǎn)一下”就可以完成數(shù)據(jù)分析的極致體驗(yàn)和智能化分析結(jié)果，即便是統(tǒng)計(jì)學(xué)小白也能完成的復(fù)雜的數(shù)據(jù)分析工作。

一、SPSSAU智能化分析過程

SPSSAU將傳統(tǒng)軟件繁瑣的數(shù)據(jù)分析步驟，簡化為智能化和自動(dòng)化分析過程。大數(shù)據(jù)的智能算法，讓你忘記繁瑣的數(shù)學(xué)公式、分析方法原理，SPSSAU將計(jì)算中間過程進(jìn)行默認(rèn)處理，你只需要點(diǎn)一下，下載你的分析結(jié)果，幾秒鐘報(bào)告就可以完成。

1、SPSSAU分析操作

以線性回歸為例，使用SPSSAU進(jìn)行分析，研究教育程度等自變量對(duì)因變量工資的影響情況，只需要3步即可完成，操作如下圖：

2、SPSSAU分析結(jié)果

SPSSAU所有分析方法得到的分析結(jié)果均為標(biāo)準(zhǔn)三線表格式。很多同學(xué)并不知道如何制作三線表，以及規(guī)范標(biāo)準(zhǔn)的分析結(jié)果中都應(yīng)該包括什么內(nèi)容。

SPSSAU輸出結(jié)果不僅包含表題、表注，同時(shí)表格內(nèi)容都是嚴(yán)格按照學(xué)術(shù)要求需要呈現(xiàn)的形式進(jìn)行輸出的，省去了大家尋找相關(guān)文獻(xiàn)分析結(jié)果的規(guī)范輸出形式的時(shí)間，以及調(diào)整表格格式的時(shí)間。

SPSSAU輸出分析結(jié)果如下：

3、分析建議與智能分析

對(duì)于數(shù)據(jù)分析小白用戶來講，得到這樣的分析結(jié)果后，可能并不知道如何進(jìn)行分析，SPSSAU在每一個(gè)分析結(jié)果表格的下方都同時(shí)輸出了?“ 分析建議 ” 與 “ 智能分析 ”?，幫助大家理解分析過程和解讀分析結(jié)果。如下圖：

分析人員可根據(jù)分析建議與智能分析的內(nèi)容，對(duì)分析結(jié)果進(jìn)行解、或根據(jù)提示進(jìn)行修改等。

4、關(guān)鍵中間過程值展示

SPSSAU除了能夠輸出最終分析結(jié)果外，還會(huì)輸出關(guān)鍵中間過程值，以供大家查閱，類似下圖：

5、可視化結(jié)果自動(dòng)輸出

除表格類分析結(jié)果外，SPSSAU自動(dòng)提供對(duì)應(yīng)方法需要的可視化圖表，不需要你單獨(dú)進(jìn)行設(shè)置，SPSSAU懂你的需求，類似下圖：

總而言之，言而總之，SPSSAU想你所想，智能化與自動(dòng)化分析過程解放大腦，只需要點(diǎn)一點(diǎn)，就可以完成復(fù)雜的數(shù)據(jù)分析工作。

二、SPSSAU資源與服務(wù)

SPSSAU提供各類學(xué)習(xí)資源與服務(wù)，致力于讓小白用戶也能獨(dú)立完成數(shù)據(jù)分析工作。所以免費(fèi)為用戶提供幫助手冊(cè)、教學(xué)視頻、案例教學(xué)、智能分析與分析建議；以及提供免費(fèi)的智能客服與人工客服服務(wù)。

1、幫助手冊(cè)

SPSSAU為每一種分析方法都配有幫助手冊(cè)說明，通常包涵該方法的相關(guān)視頻、分析步驟、分析原理、數(shù)據(jù)格式、案例分析、軟件操作、分析結(jié)果解讀、疑難解惑等內(nèi)容。

• 幫助手冊(cè)進(jìn)入方式：

① 每一個(gè)方法分析頁面的小燈泡按鈕，點(diǎn)擊可進(jìn)入該方法對(duì)應(yīng)的幫助手冊(cè)頁面。

②?頁面右上角客服中心->幫助手冊(cè)；進(jìn)入后可進(jìn)行方法搜索。

如下圖為“信度分析”幫助手冊(cè)部分內(nèi)容：

2、教學(xué)視頻

SPSSAU為幫助用戶更好的完成數(shù)據(jù)分析工作，邀請(qǐng)不同風(fēng)格的各數(shù)據(jù)分析領(lǐng)域的專家進(jìn)行教學(xué)視頻錄制。通過這些視頻，用戶可以系統(tǒng)地學(xué)習(xí)和掌握數(shù)據(jù)分析的技巧，從而更有效地解決實(shí)際問題。

• 教學(xué)視頻進(jìn)入方式：

① 每種方法幫助手冊(cè)最上方，為該方法相關(guān)教學(xué)視頻、包括該方法案例操作視頻、常見問題匯總等相關(guān)視頻。

②?客服中心->教學(xué)視頻

③點(diǎn)擊下方鏈接進(jìn)行教學(xué)視頻匯總頁面

SPSSAU案例視頻匯總SPSSAU數(shù)據(jù)分析系列視頻

3、案例庫

案例庫從專業(yè)角度針對(duì)某一個(gè)方法進(jìn)行深度剖析，通過案例的形式，進(jìn)行分析方法內(nèi)容講解、重難點(diǎn)疑點(diǎn)分析，手把手教你完成某個(gè)方法的數(shù)據(jù)分析。同時(shí)提供案例數(shù)據(jù)，案例數(shù)據(jù)可一鍵直達(dá)我的賬號(hào)，便于復(fù)現(xiàn)結(jié)果，進(jìn)行學(xué)習(xí)使用。索引目錄，一鍵直達(dá)案例中的目錄點(diǎn)。

4、智能分析與分析建議

對(duì)于統(tǒng)計(jì)學(xué)小白來講，令人頭痛的莫過于看不懂分析結(jié)果了，SPSSAU在每一個(gè)結(jié)果下方自動(dòng)輸出“智能分析與分析建議”，幫助解讀數(shù)據(jù)分析結(jié)果。
如下圖，為有交互作用雙因素方差分析智能分析與分析建議：

5、智能客服與人工客服服務(wù)

可能即便有以上各種各樣的資料，在實(shí)際分析過程中，還是會(huì)遇見軟件使用上或分析上這樣那樣的問題，那么這個(gè)時(shí)候就可以找SPSSAU的智能客服與人工客服解決問題。

• 智能客服

SPSSAU智能客服中包涵了SPSSAU上線以來，分析人員經(jīng)常提問的上百個(gè)高頻問題，對(duì)智能客服簡單描述問題進(jìn)行提問，會(huì)自動(dòng)匹配最相關(guān)內(nèi)容進(jìn)行解答。

智能客服進(jìn)入方式：

① 分析頁面右下方

②?客服中心->智能客服

• 人工客服

SPSSAU除智能客服外，還有人工客服；遇到分析或者使用上的疑難問題，可以在SPSSAU右上角客服中心聯(lián)系人工客服提問，專業(yè)分析老師在線答疑，幫你順利完成數(shù)據(jù)分析工作。

人工客服進(jìn)入方式：

客服中心->人工客服

三、SPSSAU十大分析模塊

SPSSAU是一個(gè)模塊化、集成化的網(wǎng)頁版平臺(tái)系統(tǒng)。它由10個(gè)算法模塊構(gòu)成，分別是通用方法、問卷研究、可視化、數(shù)據(jù)處理、進(jìn)階方法、實(shí)驗(yàn)/醫(yī)學(xué)研究、綜合評(píng)價(jià)、計(jì)量經(jīng)濟(jì)研究、機(jī)器學(xué)習(xí)、Meta薈萃分析，每個(gè)模塊包含各類相關(guān)算法。

1、通用方法

通用方法模塊包括頻數(shù)分析、分類匯總、描述分析、卡方分析、相關(guān)分析、線性回歸、單因素方差、獨(dú)立樣本t檢驗(yàn)、單樣本t檢驗(yàn)、配對(duì)t檢驗(yàn)、正態(tài)性檢驗(yàn)和非參數(shù)檢驗(yàn)。其中相關(guān)分析支持Pearson、Spearman和Kendall三種系數(shù)。單因素方差中包括方差齊檢驗(yàn)，welch 方差和 Brown-Forsythe方差，非參數(shù)檢驗(yàn)自動(dòng)識(shí)別進(jìn)行Mann Whitney檢驗(yàn)或者Kruskal-Wallis檢驗(yàn)。

2、問卷研究

問卷研究模塊包括信度分析、效度分析（探索性因子分析）、多選題涉及的相關(guān)分析功能、項(xiàng)目分析（區(qū)分度分析）、權(quán)重計(jì)算、驗(yàn)證性因子分析、對(duì)應(yīng)分析、路徑分析、結(jié)構(gòu)方程模型、調(diào)節(jié)作用、中介作用、調(diào)節(jié)中介、KANO模型、NPS、PSM分析、rwg一致性分析和聯(lián)合分析等。其中信度分析支持Cronbach系數(shù)、折半信度系數(shù)、McDonald Omega信度、theta信度系數(shù)，權(quán)重功能支持AHP、熵值法和優(yōu)序圖法，對(duì)應(yīng)分析支持簡單對(duì)應(yīng)和多重對(duì)應(yīng)分析。

3、可視化

可視化包括常用的統(tǒng)計(jì)圖形繪制，包括散點(diǎn)圖、直方圖、箱線圖、詞云、誤差線圖、PP圖、QQ圖、ROC曲線、象限圖、帕累托圖、簇狀圖、組合圖、氣泡圖、核密度圖和小提琴圖等。

4、數(shù)據(jù)處理

數(shù)據(jù)處理模塊包括標(biāo)題處理、數(shù)據(jù)標(biāo)簽、數(shù)據(jù)編碼、生成變量、無效樣本和異常值等功能。其中標(biāo)題處理支持標(biāo)題修改或刪除，數(shù)據(jù)標(biāo)簽功能支持批量化標(biāo)題設(shè)置，數(shù)據(jù)編碼功能支持?jǐn)?shù)據(jù)編碼、范圍編碼和自動(dòng)編碼共3種且支持原始數(shù)據(jù)覆蓋方式，生成變量支持常用50余類處理方式（比如計(jì)算平均值，對(duì)數(shù)等科學(xué)計(jì)算方式，各類數(shù)據(jù)標(biāo)準(zhǔn)化方式等）。

5、進(jìn)階方法

進(jìn)階方法模塊包括聚類分析，探索性因子分析，主成分分析，分層回歸，逐步回歸，二元logistic回歸，多分類logistic回歸，有序logistic回歸，事后多重比較，偏相關(guān)分析，典型相關(guān)分析，雙因素方差/三因素方差/多因素方差/協(xié)方差分析，判別分析，嶺回歸，分層聚類，曲線回歸，PLS回歸，Lasso回歸，RFM模型，非線性回歸和共線性分析等。

6、實(shí)驗(yàn)/醫(yī)學(xué)研究

實(shí)驗(yàn)/醫(yī)學(xué)研究模塊包括卡方檢驗(yàn)、Kappa系數(shù)、配對(duì)卡方、二元probit、Poisson回歸、Cox回歸、ICC組內(nèi)相關(guān)系數(shù)、Wilcoxon（單樣本和配對(duì)樣本）、Friedman檢驗(yàn)、游程檢驗(yàn)、Kendall協(xié)調(diào)系數(shù)、Cochran Q檢驗(yàn)、概要t檢驗(yàn)、均值z(mì)檢驗(yàn)、比率z檢驗(yàn)、Ridit分析、正交設(shè)計(jì)、極差分析、卡方擬合優(yōu)度檢驗(yàn)、Poisson檢驗(yàn)、重復(fù)測量方差、OR值計(jì)算、Kaplan-Meier、廣義估計(jì)方程GEE、條件logistic回歸、負(fù)二項(xiàng)回歸、劑量反應(yīng)分析、Bland altman、HLM多水平模型、分層卡方、Deming回歸和Fisher卡方等。

7、綜合評(píng)價(jià)

綜合評(píng)價(jià)模塊包括AHP層次分析、熵值法、模糊綜合評(píng)價(jià)、灰色關(guān)聯(lián)法、TOPSIS法、WRSR秩和比法、CRITIC權(quán)重、獨(dú)立性權(quán)重、信息量權(quán)重、耦合協(xié)調(diào)度、熵權(quán)TOPSIS、灰色預(yù)測模型、指數(shù)平滑、數(shù)據(jù)包絡(luò)分析、DEMATEL、Vikor、ISM、多維尺度MDS、綜合指數(shù)計(jì)算、障礙度模型、馬爾可夫預(yù)測、Malmquist指數(shù)和SBM模型等。

8、計(jì)量經(jīng)濟(jì)研究

計(jì)量經(jīng)濟(jì)研究模塊包括Robust回歸、OLS回歸、兩階段回歸、分位數(shù)回歸、ADF檢驗(yàn)、ARIMA預(yù)測、偏(自)相關(guān)圖、面板模型、傾向得分匹配、分組回歸、GMM估計(jì)、DID差分模型、Tobit模型、兩階段heckmantwostep模型、RDD斷點(diǎn)回歸、時(shí)序圖、VAR模型、格蘭杰檢驗(yàn)、協(xié)整檢驗(yàn)、ECM模型、ARCH模型、Coef圖、方差分析、Dagum基尼系數(shù)、莫蘭指數(shù)、泰爾指數(shù)、零膨脹負(fù)二項(xiàng)和零膨脹泊松回歸、季節(jié)性Sarima模型和動(dòng)態(tài)面板模型等。

9、機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)模塊支持常用的神經(jīng)網(wǎng)絡(luò)、決策樹、隨機(jī)森林、KNN、樸素貝葉斯、支持向量機(jī)和Logistic回歸模型等，并且支持分類和回歸任務(wù)，比如決策樹支持決策樹分類和決策樹回歸兩類模型。

10、進(jìn)階方法

Meta薈萃分析模塊支持連續(xù)性、二分類數(shù)據(jù)進(jìn)行Meta分析，并且支持其它數(shù)據(jù)格式，包括平均值、相關(guān)系數(shù)、OR值或HR值進(jìn)行Meta分析，以及支持一般倒方差分析和P值合并計(jì)算等，Meta分析模塊提供效應(yīng)量計(jì)算、發(fā)表偏倚檢驗(yàn)、敏感性檢驗(yàn)等，并且支持分組Meta、累積Meta回歸和Meta回歸等。