SPSS进行统计分析到底好在哪

代码本（Codebook），OLAP多维数据集（OLAP Cubes），个案汇总（Case Summaries），按行汇总（Report Summaries In Rows）和按列汇总（Report Summaries In Columns）

定制表（Custom Tables）和多响应集（Multiple Response Sets）

频率分析（Frequencies）、描述性分析（Descriptives）、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）

平均值（Means）分析、单样本t检验（One-Sample T Test）、独立样本t检验（Independent-Samples T Test）、配对样本t检验（Paired-Samples T Test）和单向方差分析（One-Way ANOVA）

双变量相关（Bivariate Correlation）、偏相关（Partial Correlation）和距离（Distances）相关

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）和广义估计方程（Generalized Estimating Equations）

线性混合模型（Linear Mixed Models）和广义线性混合模型（Generalized linear mixed models）

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）

多层感知器（Multilayer Perceptron）和径向基函数（Radial Basis Function）

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）

两步聚类分析（Two Step Cluster Analysis）、逐步聚类分析（K-Means Cluster Analysis）、系统聚类分析（Hierarchical Cluster Analysis）、决策树（Decision Trees）、判别分析（Discriminant Analysis）及最近邻分析（Nearest Neighbor Analysis）

因子分析（Factor analysis），对应分析（Correspondence analysis）和最优尺度（Optimal Scaling）分析：多重对应分析（Multiple Correspondence Analysis，MCA）、分类主成分分析（Categorical Principal Components Analysis，CATPCA）、非线性典型相关分析（Nonlinear Canonical Correlation Analysis，OVERALS）

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）

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）

定义多响应集（Define Sets）、多响应频率分析（Multiple Response Frequencies）和多响应交叉表（Multiple Response Crosstabs）分析

缺失值分析（Missing Value Analysis）

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）

时间序列建模器（Time Series Modeler）：专家建模器（Expert Modeler）、指数平滑法（Exponential Smoothing），综合自回归移动平均模型（ARIMA），季节分解法（Seasonal Decomposition），谱分析（Spectral Analysis），序列图（Sequence Charts），自相关（Autocorrelations）和互相关（Cross-Correlations）图

分析模式（Analyze Patterns）和插补缺失数据值（Impute Missing Data Values）

选择样本（Select a Sample），准备分析（Prepare for Analysis）及以下统计分析的复杂抽样计划（Complex Sample Plan）：频率分析（Frequency），描述性分析（Descriptive），交叉表（Crosstabs）分析，比率分析（Ratios），一般线性模型（General Linear Model），Logistic回归（Logistic Regression），有序回归（Ordinal regression）和Cox回归（Cox Regression）

用现有模型文件或手动输入方程创建应用于统计模型的数据

控制图（Control Chart）：平均值、极差、标准差控制图（X-Bar, R, s Control Chart），单值、移动极差控制图（Individuals, Moving Control Chart），不合格品率、不合格品数控制图（p, np Control Chart）和缺陷数、单位缺陷数控制图（c, u Control Chart），帕累托图（Pareto Chart）：简单帕累托图（Simple Pareto Chart）和堆积帕累托图（Stacked Pareto Chart）

诊断学研究中一种非常重要的统计方法

直销分析（Direct Marketing）共有8个方法：交易数据RFM分析（RFM Analysis from Transaction Data），客户数据RFM分析（RFM Scores from Customer Data），聚类分析（Cluster Analysis），潜在客户概要文件（Prospect Profiles），邮政编码响应率（Postal Code Response Rate）、购买倾向分析（Propensity to Purchase）、控制包装检验（Control Package Test）及评分向导（Scoring Wizard）