SPSS 过程库
SPSS 统计过程，在浏览器中免费运行
统计模式有 115 个过程；另有 2 篇指南介绍在表格模式中运行的交叉表统计，共 117 篇。每个页面说明该过程能告诉你什么、何时使用、在 Crosstabs 中的操作步骤和输出表格含义，并附一个由真实引擎计算的示例。全部免费，无需注册，文件不会离开你的设备。
覆盖全部 59 类 SPSS 命令 · 统计模式 115 个过程，另含交叉表 · 117 篇过程指南 · 更新于 2026年10月18日
共 117 个过程
交叉表
描述统计
比较平均值
- 单因素方差分析ONEWAY在浏览器中完成单因素方差分析：Levene、Welch 与 Brown-Forsythe 检验、效应量、趋势对比，以及 Tukey、Games-Howell 事后比较。免费，无需注册。
- 分组均值比较MEANS按最多三层交叉分组报告平均值、标准差等 19 种单元格统计量，可选方差分析、eta 和线性检验。免费，在浏览器中运行。
- 单样本 t 检验T-TEST在浏览器中检验平均值是否等于某个已知值：t 值、单侧与双侧 p 值、置信区间，以及带置信区间的 Cohen's d 与 Hedges' g。免费。
- 独立样本 t 检验T-TEST GROUPS在浏览器中比较两组平均值：Levene 检验、合并方差与 Welch t 检验，以及 Cohen's d、Hedges' g 和 Glass's delta。免费，无需注册。
- 配对样本 t 检验T-TEST PAIRS在浏览器中比较同一批个案的两次测量：配对相关、均值差及其置信区间、t 检验，以及 d_z、d_av 或 d_rm 效应量。
非参数检验
- 单样本非参数检验NPAR TESTS在浏览器中免费运行卡方拟合优度、精确二项、游程检验和带 Lilliefors 校正的单样本 Kolmogorov-Smirnov 检验，无需注册。
- Mann-Whitney U 检验NPAR TESTS /M-W无需正态假设比较两个独立组：Mann-Whitney U 检验含精确 p 值与效应量 r，另有双样本 K-S、Moses 与 Wald-Wolfowitz 检验。
- Kruskal-Wallis 检验NPAR TESTS /K-WKruskal-Wallis H 检验，含 ε² 效应量与 Bonferroni 校正的 Dunn 成对比较，另有中位数检验和 Jonckheere-Terpstra 趋势检验。浏览器内免费运行。
- Wilcoxon 符号秩检验NPAR TESTS /WILCOXON无需正态假设的前后配对比较：Wilcoxon 符号秩检验含精确 p 值与效应量 r，另有符号检验与 McNemar 检验。免费、无需账户、本地运行。
- Friedman 检验NPAR TESTS /FRIEDMAN基于秩的重复测量检验：Friedman 卡方、Kendall W 一致性系数和适用于二分类条目的 Cochran Q，并提供 Bonferroni 校正的成对比较。
相关
度量分析
回归
- 线性回归REGRESSION在浏览器中做最小二乘回归：分层块、逐步选择、R² 变化量、方差分析、带置信区间的系数、VIF、共线性与残差诊断。
- 二元 Logistic 回归LOGISTIC REGRESSION在浏览器中为“是/否”结果建模：Omnibus 检验、Nagelkerke R²、Hosmer–Lemeshow 检验、分类表以及带 95% 置信区间的比值比。
- 中介与调节（PROCESS 风格）PROCESS-style在浏览器中做 Hayes 风格的中介与调节分析：带自助法置信区间的间接效应、Johnson–Neyman、简单斜率与有调节的中介。
- 多项 Logistic 回归NOMREG在浏览器中对三个及以上类别的名义结果建模：似然比检验、优势比 Exp(B)、伪 R 方与分类表。免费，数据不离开设备。
- 有序回归PLUM在浏览器中拟合有序 Logistic 或 Probit 回归：五种联接函数、阈值、Wald 检验与平行线检验。免费，无需注册。
- 概率单位分析PROBIT在浏览器中做剂量反应分析：Probit 或 Logit 拟合、带基准限的 ED50、相对中位效价与自然响应率。免费，数据不上传。
- 曲线估计CURVEFIT在浏览器中同时拟合并比较最多十一种曲线：线性、对数、二次、三次、幂、增长、Logistic 等，并绘制拟合图。免费。
- 非线性回归NLR / CNLR在浏览器中用非线性最小二乘拟合自定义公式，支持参数边界约束与 Bootstrap 标准误（对应 SPSS NLR 与 CNLR）。免费。
- 权重估计（加权最小二乘）WLS在浏览器中处理误差方差不等：用权重变量做加权最小二乘，或按最大似然自动选择权重幂次。免费，数据不上传。
- 两阶段最小二乘2SLS在浏览器中做工具变量回归：针对与误差项相关的内生解释变量，用两阶段最小二乘得到一致估计。免费，无需注册。
- 分位数回归QUANTILE REGRESSION在浏览器中对中位数及其他百分位数建模：对离群值稳健，可同时拟合多个分位数，支持独立同分布或三明治标准误。
- 偏最小二乘回归PLS在浏览器中做偏最小二乘回归：针对大量相关预测变量提取潜在因子，输出方差解释比例、VIP、权重、载荷和系数。免费，无需注册。
- 自动线性建模LINEAR在浏览器中做自动线性建模：自动数据准备，按 AICC、F、调整后 R² 或 ASE 进行向前逐步或最佳子集选择，并输出预测变量重要性。
- 分类回归（CATREG）CATREG对最优尺度化的名义、有序和数值变量做回归：R²、标准化 Beta、Pratt 重要性、容差和类别量化。免费，无需注册。
- 线性模型集成（装袋、提升）LINEAR线性模型的装袋（均值或中位数组合）与 AdaBoost 提升，在浏览器中给出集成、参考模型与组件模型的准确度。
一般线性模型
- 广义线性模型GENLIN在浏览器中拟合泊松、负二项、伽马、Tweedie 与二项等广义线性模型，支持稳健标准误和用于重复测量的 GEE。免费。
- 分层对数线性分析HILOGLINEAR在浏览器中判断多维列联表需要哪些关联：K 阶效应检验、偏关联与向后剔除。免费，数据不离开设备。
- 一般对数线性分析GENLOG在浏览器中为列联表拟合泊松对数线性模型或多项 Logit 模型，输出参数估计值与调整残差。免费，无需注册。
- GLM 单变量UNIANOVA在浏览器中做多因素方差分析与协方差分析：I–IV 类平方和、偏 Eta 平方、估算边际平均值、Levene 检验和十种事后检验。免费，无需注册。
- GLM 多变量（MANOVA）GLM在浏览器中运行 MANOVA：Pillai 迹、Wilks' Lambda、Hotelling 迹、Roy 最大根、Box's M 以及单变量后续检验。免费，无需注册。
- 重复测量方差分析GLM WSFACTOR在浏览器中做重复测量方差分析：Mauchly 球形度检验、Greenhouse-Geisser 与 Huynh-Feldt 校正、混合设计以及成对比较。免费。
- 方差成分VARCOMP在浏览器中估计随机因子的方差成分：MINQUE、ANOVA（I 类或 III 类）、最大似然或受限最大似然，并给出期望均方。免费。
- 线性混合模型MIXED在浏览器中拟合线性混合模型：随机截距与斜率、AR1 或非结构化重复测量协方差、REML 或 ML，以及 Satterthwaite 自由度。
- 广义线性混合模型（GENLINMIXED）GENLINMIXED带随机截距与斜率的混合 logistic、泊松与线性模型，在浏览器中用 REPL-PQL 伪似然估计。
- 对数线性与 logit 模型（LOGLINEAR）LOGLINEAR列联表的对数线性与 logit 模型：自定义设计、偏差对比、残差以及离散分析。
分类
- 属性重要性（AIM）AIM在浏览器中描述聚类特征：用卡方检验和 t 检验找出使每个组区别于整体样本的属性，并输出 −log10(显著性) 图。
- 决策树（CHAID、CRT）TREE在浏览器中生成 CHAID、穷举 CHAID 或 CRT 决策树，含收益表、风险表、分类表、修剪与交叉验证。免费，无需注册，数据不离开设备。
- 两步聚类TWOSTEP CLUSTER在线对连续变量与分类变量混合的数据做两步聚类：按 BIC 或 AIC 自动确定聚类数，输出轮廓系数、质心和预测变量重要性。免费使用。
- K-均值聚类QUICK CLUSTER在浏览器中运行 SPSS 风格的 K-均值聚类（QUICK CLUSTER）：初始与最终聚类中心、迭代历史记录、ANOVA 和聚类成员。免费，无需注册。
- 系统聚类CLUSTER在浏览器中做系统聚类：七种联接方法（含 Ward 法），输出集中计划、树状图、轮廓系数和多个解的聚类成员。免费，无需注册。
- 判别分析DISCRIMINANT在浏览器中做线性判别分析：Wilks' lambda、Box's M、典型判别函数、步进法以及留一法交叉验证分类结果。免费，无需注册。
- 距离（近似值）PROXIMITIES计算个案之间或变量之间的距离与相似性矩阵：欧氏距离、相关、卡方、Jaccard 等三十余种测量。免费，在浏览器中完成。
- 正交设计（ORTHOPLAN）ORTHOPLAN生成含保留卡片的正交主效应联合分析卡片方案，检查正交性，并以 SPSS 风格的 CSV 下载卡片。免费，在浏览器中运行。
- 联合分析CONJOINT根据卡片评分或排序估计成分效用和属性重要性，用保留卡片检验拟合，并模拟市场份额。免费，在浏览器中运行。
降维
- 对应分析CORRESPONDENCE把双向列联表变成感知图：惯量、卡方、含贡献度的行点与列点，以及五种标准化方法。免费，在浏览器中运行。
- 多重对应分析MULTIPLE CORRESPONDENCE一次为多个名义变量作图：区分度量、类别点、对象得分和类别点联合图（SPSS MULTIPLE CORRESPONDENCE / HOMALS）。免费，无需注册。
- 多维尺度分析（PROXSCAL）PROXSCAL用 SMACOF 根据邻近度绘制对象图：比率、区间或有序多维尺度分析，六种应力与拟合度量、Shepard 图和 Torgerson 经典尺度分析。免费。
- 分类主成分分析（CATPCA）CATPCA对李克特、有序和名义题目做最优尺度化主成分分析：特征值、Cronbach's alpha、成分载荷和类别量化。免费，在浏览器中运行。
- 多维尺度分析（ALSCAL）ALSCAL用 ALSCAL 的 S-stress 交替最小二乘对不相似性做非度量或比率多维尺度分析，提供 Kruskal 应力、RSQ 与配置图。
- 非线性主成分（PRINCALS）PRINCALS在浏览器中做与 SPSS PRINCALS 对应的非线性主成分分析，支持多重名义、单一名义、有序与数值变量。
- 非线性典型相关（OVERALS）OVERALS在浏览器中做与 SPSS OVERALS 对应的非线性典型相关，分析两个或多个分类变量集之间的关系并进行最优尺度化。
生存分析
一致性与诊断
- ROC 曲线ROC在浏览器中绘制 ROC 曲线：ROC 曲线下面积及其标准误、p 值和置信区间，Gini 指数、K-S 统计量以及每个临界值的灵敏度。免费使用。
- ROC 分析ROC ANALYSIS在浏览器中比较两个 AUC：配对检验用 DeLong 检验，独立组用 z 检验，并绘制精确率-召回率曲线。免费，无需注册。
- 加权 KappaWEIGHTED KAPPA用线性或二次加权 Kappa 衡量两名评分者在有序量表上的一致性，给出渐近标准误、z 检验和置信区间。免费，在浏览器中运行。
- Fleiss 多评分者 KappaFLEISS MULTIRATER KAPPA在浏览器中计算 Fleiss 多评分者 Kappa：多名评分者的总体一致性及各类别 Kappa，附标准误、z 检验和置信区间。免费使用。
- 比率统计RATIO STATISTICS在浏览器中分析评估价与成交价之比：中位数及置信区间、COD、PRD、PRB、集中系数和变异系数，可按组输出。免费使用。
- 比例检验PROPORTIONS在浏览器中检验单个比例、配对比例或两个独立比例，提供 Wilson、Clopper-Pearson、Newcombe、Agresti 区间及精确检验。免费使用。
- Meta 分析：二分类结局META BINARY在浏览器中将 2×2 研究结果合并为优势比、风险比、风险差或 Peto 优势比，提供七种 τ² 估计方法和森林图。免费使用。
- Meta 分析：连续结局META CONTINUOUS在浏览器中将均值类研究合并为 Hedges g、Cohen d 或均值差，也可使用预先计算的效应量，并给出 I²、Egger 检验和森林图。
- Meta 回归META REGRESSION在浏览器中用调节变量解释研究间异质性：随机或固定效应 Meta 回归、Knapp-Hartung 校正、残差 I² 与 R²。免费使用。
缺失值
- 缺失值分析MVA在浏览器中诊断缺失数据：缺失计数、缺失值模式、方差不等 t 检验、EM 估计与 Little 的 MCAR 检验。免费，无需注册。
- 分析模式MULTIPLE IMPUTATION /IMPUTE METHOD=NONE查看变量、个案和值三个层面的缺失比例，绘制缺失值模式图，并检查是否为单调模式。免费，在浏览器中运行。
- 多重插补MULTIPLE IMPUTATION用 FCS 或单调法插补缺失数据，查看迭代历史，下载堆叠数据，并按 Rubin 规则汇聚平均值与线性回归结果。免费，在浏览器中运行。
- 替换缺失值RMV用序列平均值、邻近点平均值或中位数、线性插值或线性趋势填补序列中的缺口，结果作为新变量预览和下载。
贝叶斯统计
- 贝叶斯单样本推断BAYES ONESAMPLE针对检验值计算平均值、二项比例或泊松率的贝叶斯因子与后验可信区间。免费，在浏览器中运行，无需注册。
- 贝叶斯配对样本BAYES RELATED在浏览器中做贝叶斯配对样本 t 检验：JZS 贝叶斯因子、平均差值的后验分布与可信区间，适用于前后测数据。
- 贝叶斯独立样本BAYES INDEPENDENT用贝叶斯 t 检验比较两组平均值：Rouder、Gönen 或超先验贝叶斯因子，以及差值的可信区间。免费使用。
- 贝叶斯 Pearson 相关BAYES CORRELATION对每一对变量计算贝叶斯 Pearson 相关：JZS 或分数贝叶斯因子，以及 ρ 的后验分布与最高密度区间。
- 贝叶斯单因素方差分析BAYES ANOVA在线贝叶斯单因素方差分析：JZS、Zellner、超 g 或 Rouder g 先验贝叶斯因子，以及各组平均值的可信区间。无需账号。
- 贝叶斯线性回归BAYES REGRESSION在浏览器中做贝叶斯线性回归：模型的 g 先验贝叶斯因子，以及参考先验或共轭先验下的系数后验分布。
- 贝叶斯独立性检验BAYES LOGLINEAR在四种抽样模型下对双向列联表做贝叶斯因子独立性检验，并给出各对数比值比的联合可信区间。
- 贝叶斯重复测量方差分析BAYES REPEATED单个被试内因子的贝叶斯重复测量方差分析：BIC 或 Rouder 贝叶斯因子，以及各测量平均值的可信区间。
预测
- 时间序列预测（专家建模器）TSMODEL在浏览器中预测追踪指标：专家建模器按标准化 BIC 在指数平滑与 ARIMA 之间选模，并给出 Ljung-Box 检验和 95% 预测区间。免费。
- 指数平滑EXSMOOTH在浏览器中做 Holt、Winters 与阻尼趋势指数平滑，采用 SPSS 默认参数网格搜索，输出误差统计与预测值。免费，无需注册。
- ARIMA 模型ARIMA在浏览器中用精确最大似然拟合季节性 ARIMA(p,d,q)(P,D,Q) 模型，含残差 Box-Ljung 检验与带置信界限的预测。免费。
- 季节分解SEASON在浏览器中把月度或季度序列分解为季节因子、季节调整序列、趋势循环和不规则成分，可下载 CSV。免费，无需注册。
- 自相关与偏自相关（ACF/PACF）ACF在浏览器中计算自相关与偏自相关函数，附标准误和 Box-Ljung 检验，可先做差分或对数变换。免费，无需注册。
- 互相关CCF在浏览器中计算两个时间序列在各超前与滞后阶上的互相关，判断谁先变化，附标准误和差分选项。免费，无需注册。
- 自回归（AREG）AREG在浏览器中用 Prais-Winsten 或 Cochrane-Orcutt 法拟合带 AR(1) 误差的回归，输出 rho、迭代历史和校正后的标准误。免费。
- 谱分析SPECTRA在浏览器中用周期图和平滑谱密度寻找序列中的隐藏周期，可选 Tukey-Hamming 等谱窗口。免费，无需注册。
- 创建时间序列CREATE在浏览器中为序列生成差分、滞后、超前、移动平均、移动中位数、累积和及 T4253H 平滑，预览后下载 CSV。免费。
- 预测拟合优度FIT在浏览器中对照观测值评估预测：平均误差、MAE、MAPE、MSE、RMSE 和 Durbin-Watson，与 SPSS FIT 的输出一致。免费。
机器学习
- 最近邻元素分析（KNN）KNN在浏览器中运行 K 近邻分析：分类或数值预测，交叉验证选择 k，前向特征选择，并输出保留样本分类表。免费。
- 朴素贝叶斯NAIVEBAYES在浏览器中做朴素贝叶斯分类：标度预测变量分箱、按伪 BIC 或测试数据向前选择预测变量，输出先验概率和条件概率表。
- 多层感知器MLP在浏览器中训练多层感知器：一到两个隐藏层、带种子的数据分区、分类表、ROC、增益、提升和预测变量重要性。免费，无需注册。
- 径向基函数网络RBF在浏览器中拟合径向基函数神经网络：由二阶聚类确定高斯单元位置，最小二乘求输出权重，自动选择单元数并输出 ROC。
- 预测变量选择SELECTPRED在浏览器中筛选并排序预测变量：先剔除无法使用的变量，再按卡方、F 或相关的 p 值、Cramér V 或 Lambda 排序。
- 异常检测（DETECTANOMALY）DETECTANOMALY根据个案相对于 TwoStep 同类组的偏离找出异常个案：异常指数、同类组、原因与变量范数，全部在浏览器中计算。
- 自动数据准备（ADP）ADP预览 SPSS 式自动数据准备：筛选、离群值、缺失值、合并、分箱、Box-Cox、特征构造与预测能力，并可下载 CSV。
复杂抽样
- 复杂抽样计划CSPLAN在浏览器中声明调查抽样设计：抽样权重、分层、一阶或二阶聚类以及有限总体校正。免费的 SPSS CSPLAN，无需注册。
- 复杂抽样描述统计CSDESCRIPTIVES在浏览器中计算调查均值、总和与比率，提供基于设计的标准误、设计效应和子总体估计。免费，无需注册。
- 复杂抽样交叉表CSTABULATE在浏览器中生成调查频率表和交叉表：基于设计的百分比、Rao–Scott 调整卡方检验以及 2×2 表的优势比。免费，无需注册。
- 复杂抽样一般线性模型CSGLM在浏览器中对调查数据做线性回归和协方差分析：泰勒线性化标准误、基于设计自由度的 Wald F 检验与设计效应。免费。
- 复杂抽样 Logistic 回归CSLOGISTIC在浏览器中对调查数据做二元和多项 Logistic 回归：基于设计的优势比、设计自由度上的 Wald F 检验与伪 R²。免费。
- 复杂抽样有序回归CSORDINAL在浏览器中对调查评分做有序回归：五种累积关联函数、基于设计的标准误与设计自由度上的 Wald 检验。免费。
- 复杂抽样 Cox 回归CSCOXREG在浏览器中对调查数据做 Cox 比例风险回归：Efron 或 Breslow 结处理、风险比与稳健的基于设计的标准误。免费。
- 选择复杂样本CSSELECT在浏览器中从抽样框抽取分层、整群或 PPS 概率样本，并给出入样概率和抽样权重。免费的 SPSS CSSELECT，无需注册。
实用工具与图表
- Bootstrap（自助法）BOOTSTRAP用自助法估计平均值、中位数、标准差、相关系数和回归系数的偏差、标准误及百分位或 BCa 置信区间。可设种子，免费使用。
- 个案排秩RANK计算秩、NTILES、分数秩与百分比、Blom 或 Van der Waerden 正态得分及 Savage 得分，采用 SPSS 结处理规则，结果作为新变量。
- 最优分箱OPTIMAL BINNING按分类引导变量对连续变量做有监督 MDLP 分箱，或做等频分箱，给出切点、各箱计数，并可下载分箱变量。
- 个案抽样SAMPLE用随机种子抽取个案样本：约为某一比例，或从前 N 个个案中恰好抽取 n 个，并将选中的行下载为 CSV。
- 误差条GRAPH /ERRORBAR绘制各组平均值及 90/95/99% 置信区间、标准误或标准差误差条，并给出图背后的数据表。免费，在浏览器中运行。
- P-P 图与 Q-Q 图PPLOT绘制针对正态及其他 11 种分布的 P-P 图与 Q-Q 图，支持 Blom、Rankit、Tukey 或 Van der Waerden 比例估计，并给出估计参数。
- 控制图SPCHART绘制 X-bar/R、X-bar/s、单值与移动极差、p、np、c 和 u 控制图，给出控制限并检查 11 条判异规则。免费，在浏览器中运行。
- 模拟SIMPLAN / SIMRUN根据指定分布的不确定输入模拟目标表达式：汇总统计、百分位数、直方图与敏感性分析。可设种子，免费使用。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。