spss

公司歷史

SPSS是世界上最早的統(tǒng)計分析軟件，由美國斯坦福大學的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent于1968年研究開發(fā)成功，同時成立了SPSS公司，并于1975年成立法人組織、在芝加哥組建了SPSS總部。

2009年7月28日，IBM公司宣布將用12億美元現(xiàn)金收購統(tǒng)計分析軟件提供商SPSS公司。如今SPSS的最新版本為25，而且更名為IBM SPSS Statistics。迄今，SPSS公司已有40余年的成長歷史。

軟件功能

SPSS是世界上最早采用圖形菜單驅(qū)動界面的統(tǒng)計軟件，它最突出的特點就是操作界面極為友好，輸出結(jié)果美觀漂亮。它將幾乎所有的功能都以統(tǒng)一、規(guī)范的界面展現(xiàn)出來，使用Windows的窗口方式展示各種管理和分析數(shù)據(jù)方法的功能，對話框展示出各種功能選擇項。用戶只要掌握一定的Windows操作技能，精通統(tǒng)計分析原理，就可以使用該軟件為特定的科研工作服務。SPSS采用類似EXCEL表格的方式輸入與管理數(shù)據(jù)，數(shù)據(jù)接口較為通用，能方便的從其他數(shù)據(jù)庫中讀入數(shù)據(jù)。其統(tǒng)計過程包括了常用的、較為成熟的統(tǒng)計過程，完全可以滿足非統(tǒng)計專業(yè)人士的工作需要。輸出結(jié)果十分美觀，存儲時則是專用的SPO格式，可以轉(zhuǎn)存為HTML格式和文本格式。對于熟悉老版本編程運行方式的用戶，SPSS還特別設計了語法生成窗口，用戶只需在菜單中選好各個選項，然后按“粘貼”按鈕就可以自動生成標準的SPSS程序。極大的方便了中、高級用戶。

SPSS for Windows是一個組合式軟件包，它集數(shù)據(jù)錄入、整理、分析功能于一身。用戶可以根據(jù)實際需要和計算機的功能選擇模塊，以降低對系統(tǒng)硬盤容量的要求，有利于該軟件的推廣應用。SPSS的基本功能包括數(shù)據(jù)管理、統(tǒng)計分析、圖表分析、輸出管理等等。SPSS統(tǒng)計分析過程包括描述性統(tǒng)計、均值比較、一般線性模型、相關分析、回歸分析、對數(shù)線性模型、聚類分析、數(shù)據(jù)簡化、生存分析、時間序列分析、多重響應等幾大類，每類中又分好幾個統(tǒng)計過程，比如回歸分析中又分線性回歸分析、曲線估計、Logistic回歸、Probit回歸、加權估計、兩階段最小二乘法、非線性回歸等多個統(tǒng)計過程，而且每個過程中又允許用戶選擇不同的方法及參數(shù)。SPSS也有專門的繪圖系統(tǒng)，可以根據(jù)數(shù)據(jù)繪制各種圖形。

SPSS for Windows的分析結(jié)果清晰、直觀、易學易用，而且可以直接讀取EXCEL及DBF數(shù)據(jù)文件，現(xiàn)已推廣到多種各種操作系統(tǒng)的計算機上，它和SAS、BMDP并稱為國際上最有影響的三大統(tǒng)計軟件。在國際學術界有條不成文的規(guī)定，即在國際學術交流中，凡是用SPSS軟件完成的計算和統(tǒng)計分析，可以不必說明算法，由此可見其影響之大和信譽之高。

SPSS for Windows由于其操作簡單，已經(jīng)在我國的社會科學、自然科學的各個領域發(fā)揮了巨大作用。該軟件還可以應用于經(jīng)濟學、數(shù)學、統(tǒng)計學、物流管理、生物學、心理學、地理學、醫(yī)療衛(wèi)生、體育、農(nóng)業(yè)、林業(yè)、商業(yè)等各個領域。

功能介紹

數(shù)據(jù)管理

在10版以后，SPSS的每個新增版本都會對數(shù)據(jù)管理功能作一些改進，以使用戶的使用更為方便。13版中的改進可能主要有以下幾個方面：

1）超長變量名：在12版中，變量名已經(jīng)最多可以為64個字符長度，13版中可能還要大大放寬這一限制，以達到對當今各種復雜數(shù)據(jù)倉庫更好的兼容性。

2）改進的Autorecode過程：該過程將可以使用自動編碼模版，從而用戶可以按自定義的順序，而不是默認的ASCII碼順序進行變量值的重編碼。另外，Autorecode過程將可以同時對多個變量進行重編碼，以提高分析效率。

3）改進的日期/時間函數(shù)：本次的改進將集中在使得兩個日期/時間差值的計算，以及對日期變量值的增減更為容易上。

結(jié)果報告

從10版起，對數(shù)據(jù)和結(jié)果的圖表呈現(xiàn)功能一直是SPSS改進的重點。在16版中，SPSS推出了全新的常規(guī)圖功能，報表功能也達到了比較完善的地步。13版將針對使用中出現(xiàn)的一些問題，以及用戶的需求對圖表功能作進一步的改善。

1）統(tǒng)計圖：在經(jīng)過一年的使用后，新的常規(guī)圖操作界面已基本完善，本次的改進除使得操作更為便捷外，還突出了兩個重點。首先在常規(guī)圖中引入更多的交互圖功能，如圖組（Paneled charts），帶誤差線的分類圖形如誤差線條圖和線圖，三維效果的簡單、堆積和分段餅圖等。其次是引入幾種新的圖形，已知的有人口金字塔和點密度圖兩種。

2）統(tǒng)計表：幾乎全部過程的輸出都將會棄用文本，改為更美觀的樞軸表。而且樞軸表的表現(xiàn)和易用性會得到進一步的提高，并加入了一些新的功能，如可以對統(tǒng)計量進行排序、在表格中合并/省略若干小類的輸出等。此外，樞軸表將可以被直接導出到PowerPoint中，這些無疑都方便了用戶的使用。

統(tǒng)計建模

Complex Samples是12版中新增的模塊，用于實現(xiàn)復雜抽樣的設計方案，以及對相應的數(shù)據(jù)進行描述。但當時并未提供統(tǒng)計建模功能。在13版中，這將會有很大的改觀。一般線形模型將會被完整地引入復雜抽樣模塊中，以實現(xiàn)對復雜抽樣研究中各種連續(xù)性變量的建模預測功能，例如對市場調(diào)研中的客戶滿意度數(shù)據(jù)進行建模。對于分類數(shù)據(jù)，Logistic回歸則將會被系統(tǒng)的引入。這樣，對于一個任意復雜的抽樣研究，如多階段分層整群抽樣，或者更復雜的PPS抽樣，研究者都可以在該模塊中輕松的實現(xiàn)從抽樣設計、統(tǒng)計描述到復雜統(tǒng)計建模以發(fā)現(xiàn)影響因素的整個分析過程，方差分析模型、線形回歸模型、Logistic回歸模型等復雜的統(tǒng)計模型都可以加以使用，而操作方式將會和完全隨機抽樣數(shù)據(jù)的分析操作沒有什么差別?？梢灶A見，該模塊的推出將會大大促進國內(nèi)對復雜抽樣時統(tǒng)計推斷模型的正確應用。

模塊

這個模塊實際上就是將以前單獨發(fā)行的SPSS AnswerTree軟件整合進了SPSS平臺。筆者幾年前在自己的網(wǎng)站上介紹SPSS 11的新功能時，曾經(jīng)很尖銳地指出SPSS的產(chǎn)品線過于分散，應當把各種功能較單一的小軟件，如AnswerTree、Sample Power等整合到SPSS等幾個平臺上去?？磥鞸PSS公司也意識到了這一點，而AnswerTree就是在此背景下第一個被徹底整合的產(chǎn)品。

Classification Tree模塊基于數(shù)據(jù)挖掘中發(fā)展起來的樹結(jié)構模型對分類變量或連續(xù)變量進行預測，可以方便、快速的對樣本進行細分，而不需要用戶有太多的統(tǒng)計專業(yè)知識。在市場細分和數(shù)據(jù)挖掘中有較廣泛的應用。已知該模塊提供了CHAID、Exhaustive CHAID和C&RT三種算法，在AnswerTree中提供的QUEST算法尚不能肯定是否會被納入。

為了方便新老用戶的使用，Tree模塊在操作方式上不再使用AnswerTree中的向?qū)Х绞?，而是SPSS近兩年開始采用的交互式選項卡對話框。但是，整個選項卡界面的內(nèi)容實際上是和原先的向?qū)Щ疽恢碌?，另外，模型的結(jié)果輸出仍然是AnswerTree中標準的樹形圖，這使得AnswerTree的老用戶基本上不需要專門的學習就能夠懂得如何使用該模塊。

由于樹結(jié)構模型的方法體系和傳統(tǒng)的統(tǒng)計方法完全不同，貿(mào)然引入可能會引起讀者統(tǒng)計方法體系的混亂。為此，本次編寫的高級教程并未介紹該模塊，而將在高級教程的下一個版本，以及關于市場細分問題的教材中對其加以詳細介紹。

兼容性

隨著自身產(chǎn)品線的不斷完善，SPSS公司的產(chǎn)品體系已經(jīng)日益完整，而不同產(chǎn)品間的互補和兼容性也在不斷加以改進。在13版中，SPSS軟件已經(jīng)可以和其他一些最新的產(chǎn)品很好的整合在一起，形成更為完整的解決方案。例如，SPSS、SPSS Data Entry和新發(fā)布的SPSS Text Analysis for Surveys一起就形成了對調(diào)查研究的完整解決方案。而新增的SPSS Classification Trees模塊將使得SPSS軟件本身就能夠針對市場細分工作提供更為完整的方法體系。

產(chǎn)品特點

操作簡便

界面非常友好，除了數(shù)據(jù)錄入及部分命令程序等少數(shù)輸入工作需要鍵盤鍵入外，大多數(shù)操作可通過鼠標拖曳、點擊“菜單”、“按鈕”和“對話框”來完成。

編程方便

具有第四代語言的特點，告訴系統(tǒng)要做什么，無需告訴怎樣做。只要了解統(tǒng)計分析的原理，無需通曉統(tǒng)計方法的各種算法，即可得到需要的統(tǒng)計分析結(jié)果。對于常見的統(tǒng)計方法，SPSS的命令語句、子命令及選擇項的選擇絕大部分由“對話框”的操作完成。因此，用戶無需花大量時間記憶大量的命令、過程、選擇項。

功能強大

具有完整的數(shù)據(jù)輸入、編輯、統(tǒng)計分析、報表、圖形制作等功能。自帶11種類型136個函數(shù)。SPSS提供了從簡單的統(tǒng)計描述到復雜的多因素統(tǒng)計分析方法，比如數(shù)據(jù)的探索性分析、統(tǒng)計描述、列聯(lián)表分析、二維相關、秩相關、偏相關、方差分析、非參數(shù)檢驗、多元回歸、生存分析、協(xié)方差分析、判別分析、因子分析、聚類分析、非線性回歸、Logistic回歸等。

數(shù)據(jù)接口

能夠讀取及輸出多種格式的文件。比如由dBASE、FoxBASE、FoxPRO產(chǎn)生的*.dbf文件，文本編輯器軟件生成的ASCⅡ數(shù)據(jù)文件，Excel的*.xls文件等均可轉(zhuǎn)換成可供分析的SPSS數(shù)據(jù)文件。能夠把SPSS的圖形轉(zhuǎn)換為7種圖形文件。結(jié)果可保存為*.txt及html格式的文件。

模塊組合

SPSS for Windows軟件分為若干功能模塊。用戶可以根據(jù)自己的分析需要和計算機的實際配置情況靈活選擇。

針對性強

SPSS針對初學者、熟練者及精通者都比較適用。并且很多群體只需要掌握簡單的操作分析，大多青睞于SPSS，像薛薇的《基于SPSS的數(shù)據(jù)分析》一書也較適用于初學者。而那些熟練或精通者也較喜歡SPSS，因為他們可以通過編程來實現(xiàn)更強大的功能。

軟件平臺

SPSS自SPSS16.0起推出Linux版本。SPSS最新版本為SPSS 24.0，已支持Windows 8/10、Mac OS X、Linux及UNIX。

其他相關

Clementine

SPSS Clementine是ISL(Integral Solutions Limited)公司開發(fā)的數(shù)據(jù)挖掘工具平臺。1999年SPSS公司收購了ISL公司，對Clementine產(chǎn)品進行重新整合和開發(fā)，Clementine已經(jīng)成為SPSS公司的又一亮點。

作為一個數(shù)據(jù)挖掘平臺， Clementine結(jié)合商業(yè)技術可以快速建立預測性模型，進而應用到商業(yè)活動中，幫助人們改進決策過程。 強大的數(shù)據(jù)挖掘功能和顯著的投資回報率使得Clementine在業(yè)界久負盛譽。 同那些僅僅著重于模型的外在表現(xiàn)而忽略了數(shù)據(jù)挖掘在整個業(yè)務流程中的應用價值的其它數(shù)據(jù)挖掘工具相比， Clementine其功能強大的數(shù)據(jù)挖掘算法，使數(shù)據(jù)挖掘貫穿業(yè)務流程的始終，在縮短投資回報周期的同時極大提高了投資回報率。

廣泛分析帶來最優(yōu)結(jié)果

為了解決各種商務問題，企業(yè)需要以不同的方式來處理各種類型迥異的數(shù)據(jù)， 相異的任務類型和數(shù)據(jù)類型就要求有不同的分析技術。 Clementine為您提供最出色、最廣泛的數(shù)據(jù)挖掘技術，確保您可用最恰當?shù)姆治黾夹g來處理相應的問題， 從而得到最優(yōu)的結(jié)果以應對隨時出現(xiàn)的商業(yè)問題。即便改進業(yè)務的機會被龐雜的數(shù)據(jù)表格所掩蓋， Clementine也能最大限度地執(zhí)行標準的數(shù)據(jù)挖掘流程，為您找到解決商業(yè)問題的最佳答案。

CRISP-DM 使數(shù)據(jù)挖掘成為標準的商業(yè)流程

為了推廣數(shù)據(jù)挖掘技術，以解決越來越多的商業(yè)問題，SPSS和一個從事數(shù)據(jù)挖掘研究的全球性企業(yè)聯(lián)盟制定了關于數(shù)據(jù)挖掘技術的行業(yè)標準--CRISP-DM(Cross-Industry Standard Process for Data Mining)。與以往僅僅局限在技術層面上的數(shù)據(jù)挖掘方法論不同，CRISP-DM把數(shù)據(jù)挖掘看作一個商業(yè)過程，并將其具體的商業(yè)目標映射為數(shù)據(jù)挖掘目標。一次調(diào)查顯示，50%以上的數(shù)據(jù)挖掘工具采用的都是CRISP-DM的數(shù)據(jù)挖掘流程，它已經(jīng)成為事實上的行業(yè)標準。

Clementine完全支持CRISP-DM標準，這不但規(guī)避了許多常規(guī)錯誤，而且其顯著的智能預測模型有助于快速解決出現(xiàn)的問題。