执行新的分位数回归分析
模型一组预测器(自变量)和目标(因变量)的特定百分位数(或“分位数”)之间的关系，通常是中位数。有关更多信息，请参见分位数回归。分位数回归对目标变量的分布不做任何假设，倾向于抵抗外围观测的影响，广泛应用于生态学、医疗保健、金融经济学等行业的研究。
Compare Two ROC Curves
通过绘制分类测试的敏感性与(1-特异度)的关系图(阈值在整个诊断测试结果范围内变化)来评估模型预测的准确性。ROC分析支持关于单个AUC的推断，即精确回忆(precision-recall, PR)曲线，并提供了比较两个ROC曲线的选项，这两个ROC曲线要么来自独立的组，要么来自成对的受试者。有关更多信息，请参见ROC分析。
Run Enhanced Bayesian Procedures for One-Way Repeated Measures ANOVA, One-Sample Binomial, and One-Sample Poisson
One-way Repeated Measures ANOVA This new procedure measures one factor from the same subject at each distinct time point or condition, and allows subjects to be crossed within the levels. It is assumed that each subject has a single observation for each time point or condition (as such, the subject-treatment interaction is not accounted for). One Sample Binomial enhancements. The procedure provides options for executing Bayesian one-sample inference on Binomial distribution. The parameter of interest is π, which denotes the probability of success in a fixed number of trials that may lead to either success or failure. Note that each trial is independent of each other, and the probability π remains the same in each trial. A binomial random variable can be seen as the sum of a fixed number of independent Bernoulli trials. One Sample Poisson enhancements The procedure provides options for executing Bayesian one-sample inference on Poisson distribution. Poisson distribution, a useful model for rare events, assumes that within small time intervals, the probability of an event to occur is proportional to the length of waiting time. A conjugate prior within the Gamma distribution family is used when drawing Bayesian statistical inference on Poisson distribution.
Utilize Fleiss Multiple Rater Kappa for Improved Survey Analysis
The procedure had been updated to provide options for Fleiss' Multiple Rater Kappa statistics that assess the interrater agreement to determine the reliability among the various raters. A higher agreement provides more confidence in the ratings reflecting the true circumstance. The Fleiss' Multiple Rater Kappa options are ailable in the Reliability Analysis: Statisticsdialog.
Run MIXED, GENLINMIXED, and MATRIX ing Enhancements
Replace IBM SPSS Collaboration and Deployment Services for Processing SPSS Statistics Jobs with New Production Facility Enhancements
功能汇总
SPSS所具有的基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。
强大的新型图表构建器
可轻松导出的图表和图形
全新的轮廓图
基本上，一个标准版版本的SPSS软件都具有如下功能：
1、 数据访问、数据准备、数据管理与输出管理；
2、 描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计；在描述分析或者探索分析方面包括频率分析（Frequencies）、描述性分析（Deives）、探索分析（Explore）、列联表（交叉表）分析（Crosstabs）、TURF分析（Total Unduplicated Reach and Frequency，累积不重复到达率和频次分析）、比率统计（Ratio Statistics）、P-P图（P-P Plots, proportion-proportion plot）、Q-Q图（Q-Q Plots，Quantile-Quantile plot）等功能；
3、 交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度；
4、 二元统计：均值比较、T检验、单因素方差分析；
5、 相关分析：双变量相关（Bivariate Correlation）、偏相关（Partial Correlation）和距离（Distances）相关；
6、 回归分析：自动线性建模（Automatic Linear modeling）、线性回归（Linear Regression）、曲线估计（Curve Estimation）、偏最小二乘回归（Partial Least Squares Regression）、二元Logistic回归（Binary Logistic Regression）、多元Logistic回归（Multinomial Logistic Regression）、有序回归（Ordinal Regression）、概率单位法（Probit，probability unit）、非线性回归（Nonlinear Regression）、权重估计法（Weight Estimation）、两步最小二乘回归（2-Stage Least Squares Regression）及分类回归（Categorical Regression）
7、 非参数检验：单样本非参数检验（One-Sample Nonparametric Tests）、两个或更多独立样本非参数检验（Two or More Independent Samples Nonparametric Tests）、两个或更多相关样本非参数检验（Two or More Related Samples Nonparametric Tests）、卡方检验（Chi-Square Test）、二项检验（Binomial Test）、游程检验（Runs Test）、单样本Kolmogorov-Smirnov检验（One-Sample Kolmogorov-Smirnov Test）、两独立样本非参数检验（Two-Independent-Samples Test）：Mann-Whitney U检验（Mann-Whitney U test）、Moses极端反应检验（Moses extreme reactions test）、Kolmogorov-Smirnov Z检验（Kolmogorov-Smirnov Z test）、Wald-Wolfowitz游程检验（Wald-Wolfowitz runs test），多个独立样本非参数检验（Tests for Several Independent Samples）：Kruskal-Wallis H检验（Kruskal-Wallis H Test）、中位数检验（Median Test）和Jonckheere-Terpstra检验（Jonckheere-Terpstra Test），两相关样本非参数检验（Two-Related-Samples Tests）：Wilcoxon符号秩检验（Wilcoxon Signed Ranks Test）、符号检验（Signed Test）、McNemar检验（McNemar Test）和边际同质性检验（Marginal Homogeneity Test），多个相关样本非参数检验（Test for Several Related Samples）：Friedman检验（Friedman Test）、Kendall W检验（Kendall’s W Test）和Cochran Q检验（Cochran’s Q Test）
8、 多重响应分析：交叉表、频数表；
9、 预测数值结果和区分群体：K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析；
10、 判别分析；
11、 尺度分析：可靠性分析（Reliability Analysis）、多维尺度分析（Multidimensional Scaling Analysis，ALSCAL）和多维邻近尺度分析（Multidimensional Scaling Analysis，PROXSCAL）及多维展开分析（Multidimensional Unfolding Analysis，PREFSCAL）；
12、 一般线性模型--General Linear Model ：单变量方差分析（Univariate Analysis of Variance）、多元方差分析（Multivariate Analysis of Variance）、重复测量方差分析（Repeated Measures Analysis of Variance）和方差分量分析（Variance Components Analysis）
广义线性模型--Generalized Linear Models 广义线性模型（Generalized Linear Models）和广义估计方程（Generalized Estimating Equations）
混合模型--Mixed Models 线性混合模型（Linear Mixed Models）和广义线性混合模型（Generalized linear mixed models）
对数线性模型--Loglinear 一般对数线性分析（General Loglinear Analysis），Logit对数线性分析（Logit Loglinear Analysis）和模型选择对数线性分析（Model Selection Loglinear Analysis）
13、生存分析：寿命表（Life Tables）、Kaplan-Meier法（Kaplan-Meier）、Cox回归（Cox Regression）和含时间依赖协变量的Cox回归（Time-Dependent Cox Regression）
14、 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）；
15、 数据管理、数据转换与文件管理
16、其他。
参考资料：
1、IBM SPSS官网What’s New in SPSS Statistics 25 & Subion
2、张文彤老师教程：《SPSS统计分析初级教程》《SPSS统计分析高级教程》
3、SPSS官网
SPSS入门到精通
对于初学计量或者统计的同学来说，熟练掌握SPSS统计分析与应用，将为学习其他软件打下良好的理论与操作基础。
但初学者通过自学方式学习SPSS，除了需要掌握相关的统计学基础知识，还需要在软件操作方便进行相关实战，这本身就是一个不小的挑战。但是现在别怕，由数量经济学精心录制的《计量统计进阶：SPSS统计分析与应用》来了！
长按二维码立即订阅学习
课程特色
课程通俗易懂， PPT讲解与软件操作结合，并有实时重点内容强调做笔记划重点，手把手教学带你一起学习SPSS统计分析与应用。
另外，本课程以SPSS训练营形式展开，从实际科研应用角度出发，结合数据以及案例分析，并有SPSS训练营作业和配套操作讲解，深化学习成果。
课程配套175页PPT，内容涉及SPSS统计分析与应用中的描述性分析、信度分析、相关分析、回归分析等内容，并且创新性的使用stata、eviews等官方案例数据等，以期与后期课程有效衔接。具体详见课程大纲。
课程大纲
1. SPSS软件简介
2.SPSS数据管理
2.1SPSS数据库构建步骤
2.2SPSS数据结构汇总
2.3数据的录入
2.4Excel数据导入
2.5Stata数据导入
2.6数据保存及SPSS训练营作业
3、SPSS数据管理操作
3.1数据标签
3.2数据个案排序
3.3数据个案汇总
3.4数据新变量
3.5数据个案选择
3.6 数据纵向合并
3.7 数据横向合并
3.8 SPSS训练营作业
4.描述统计分析
4.1频数分布分析
4.2描述性分析
4.3探索性分析
5.方差分析
5.1单因素方差分析
5.2多因素方差分析
5.3协方差分析
6.相关分析
6.1相关分析及SPSS训练营作业
6.2偏相关分析
7.回归分析
7.1简单线性回归分析
7.2多重线性回归
7.3共线性诊断及SPSS训练营作业
8.信度分析
适用人群
经济管理及人文社科类青年教师、博士生、硕士生、本科生，或者SPSS爱好学习者，经济管理以及人文社科领域人员、各类市场调查公司、咨询公司、互联网公司和科研机构需要进行数据处理的人士，希望学习SPSS的基本操作或者进一步强化SPSS应用能力的人士！
温馨提示：已经掌握其他统计软件的同学请谨慎购买
注意事项
1、本课程为一次性付费产品，成功购买后将开始学习该课程；
2、本课程为付费视频课程，虚拟服务内容，一旦课程开始，无法提供退款，如果中途不想学了无法退款。
3、本次课程已经全部更新完毕。
4、如何订阅：自己购买课程，点击下方的“订阅专栏”，如果是为他人购买，则点击右上角的“送好友”。
5、报名后学习期限是多久？A：购买课程后有效期至少一年，在有效期内可以随时学习，不限次数。返回搜狐，查看更多