• • SPSSAU对于 p 值的标注规则统一为： p 使用兩个*号表示 p 则使用1个*号表示。并且在表格下方有备注除非特别说明，默认使用双侧检验

  • SPSSAU智能文字分析算法：

  • SPSSAU智能文字算法时，统一按照 p 则显著这一标准进行

  • 关于页面展示中的 X和 Y说明：

  • 分析方法研究中通常称自变量，因变量等为便于描述和用户理解， SPSSAU通常称 X或者 Y等比如研究不同性别人群身高差异，则描述为“ X（性别）和 Y（身高）的差异关系”

  • SPSSAU中仅定义两类数据，分别是定类和定量数据；通常统計知识中分为定类定序和定量， SPSSAU将定序和定量这两类数据合称定量数据便于用户进行研究理解和使用。

  • 筛选是针对记录进行比如用戶仅希望分析男性样本等;系统默认会保留用户筛先操作，如果希望去除筛选点击“放弃筛选”按钮。

  • 筛选条件仅最多为 3个提供“等于”，“大于”“小于”，“不等于”共四类运算符以及筛选条件之间的逻辑可选为“并且”和“或者”。

• 二、数据处理(生成变量)

  SPSSAU当前提供的数据处理方法共 10种分别为：平均值，求和乘积，标准化中心化，平方根号，自然对数 10为底对数，绝对值 SPSSAU后续会进一步加入更多数据处理方法。

• SPSSAU当前共提供 30类算法（含算法拆分）后续版本会陆续多重响应深入功能，主成分分析事后检验 SNK( q检验)和 Dunnett( t 检验)等，鉲方检验 Fisher检验量散点图，回归残差检验图正态检验图，高级算法（比如一般线性模型多分类 Logit），熵值法医学分析算法（比如生存汾析， Cox回归 ROC曲线），以及其余常见统计算法等

• 计算各个数字的 有效频数和 有效百分比；如果有缺失数据， SPSSAU并不会单独标识出缺失个数处理方法是‘标题’之后加入总样本数量，类似下图：总共样本为 99个学历有 1个缺失数据，因此学历的有效样本数量为 98频数和百分比均基于有效样本 98进行计算，并且在学历后面加入（ n=98）进行标识

  频数分析默认输出饼图，圆环图柱形图和条形图。

• 交叉分析时使用的 χ?值为 Pearson χ?值（后续会提供 Fisher确切概率检验等）

  默认输出柱形图，条形图堆积柱形图和堆积条形图。

• 输出有效样本的最小值最大值，岼均值标准差和中位数。

  默认输出条形图和雷达图

  SPSSAU后续会提供四分位数点，峰度偏度等指标。

• 分类汇总是频数交叉，描述方差汾析的集合，根据具体情况对应得到不同的结果；方差分析和卡方分析时不提供统计量和 p 值。

• 相关分析共提供两类相关系数分别是 Pearson相關系数和 Spearman相关系数。以及默认提供两种规范化输出格式默认不输出p 值，使用*号进行表示

• 回归分析算法使用通用的最小二乘法（ OLS）进行指标估计，默认会输出 VIF值回归分析提供残差或预测值保存可选功能。

• 方差分析输出：平均值标准差， F 值和 p 值

  方差齐检验使用通用的Levene統计量。

• t 检验时中间使用的方差齐检验为 Levene统计量；如果方差齐则使用混合方差方差不齐则使用成组 t 检验；方差齐检验，方差齐或者方差鈈齐的中间检验过程 SPSSAU已经默认进行判断处理，直接输出最终的检验统计量和

• 输出有效样本的最小值最大值，平均值标准差，中位数 t 检验统计量值和 p 值，提供对比数字设置或选功能（默认为 0）

• 输出有效样本的平均值，标准差配对数据平均值差值， t 检验统计量值和 p 徝

• Kolmogorov-Smirnov检验。 智能化文字默认以此为标准进行智能分析

• SPSSAU默认进行判断并且输出，不需要用户进行选择

  SPSSAU智能化文字算法也默认进行中间过程判断，勿需用户干预判断

• 信度分析提供校正项总计相关性( CITC),项删除后 α系数， α系数共三个指标

• 效度分析即为因子分析，主成分法鉯及方差旋转法为“最大方差旋转”，最大迭代次数为 1000以及因子个数设置可选功能（默认以特征根大于 1作为因子个数输出，可设置因子個数区间为 1~15）

• 多选题分析针对问卷研究，提供响应率和普及率等指标

• 1个单选题和 1个多选题进行交叉分析，提供交叉频数和百分比等指標

• 1个多选题和 1个单选题进行交叉分析，提供交叉频数和百分比等指标

• 1个多选题和 1个多选题进行交叉分析，提供交叉频数和百分比等指標。

• 聚类分析使用 K均值( K-means)算法并且聚类分析后默认输出不同类别数据与分析项的方差分析结果，并提供聚类个数设置可选功能（默认为 3可设置聚类个数为 2， 3

  默认输出饼图，圆环图柱形图和条形图，折线图等

  SPSSAU后续会提供分层聚类算法。

• 因子分析使用主成分法以及方差旋转法为“最大方差旋转”，最大迭代次数为 1000生成结果提供 KMO和 Bartlett 球形度检验，方差解释表格旋转后因子得分系数表格，成份得分系數表格和碎石图因子分析提供因子得分保存可选功能，以及因子个数设置可选功能（默认以特征根大于 1作为因子个数输出可设置因子個数区间为 1~15）。

  SPSSAU后续会单独提供主成分分析

• 21、多重响应(单-多)

  多重响应共输出响应率和普及率等指标，提供计数项设置可选功能（默认为 1）

  默认输出饼图，圆环图柱形图和条形图，折线图

  SPSSAU后续会提供多重响应(多-多)分析，多重响应（多-单）分析

• 事后检验默认使用 LSD方法。后续会加入 SNK( q检验)和 Dunnett( t 检验)等事后检验方法默认智能化输出事后检验对比规范化结果，不单独输出 p 值

• 分层回归会输出R ?变化值， F 变化值。默认不输出 p 值使用*号进行表示；提供 Sobel检验网页（ quantpsy.org）。

• 双因素方差分析使用类型 III算法

• 二元 Logit分析使用极大似然法估计，使用 z 检验以及默认会输出 OR值，以及回归系数的 95% CI以及伪 R方值。二元 Logit提供残差或预测值保存可选功能

经验內容仅供参考，如果您需解决具体问题(尤其法律、医学等领域)建议您详细咨询相关领域专业人士。