最新版本：SPSS Statistics 29 功能介绍

IBM SPSS Statistics v29版最新更新

我们很自豪地宣布 BM SPSS 统计 29 正式发布，此版本包括新的生存模型过程、开源扩展过程、U和工作簿增强功能。作为发布的一部分，我们将举办技术讲座系列，其中将介绍一些新特性和功能。下载 SPSS 统计信息 29 中的新增功能幻灯片。
   新程序
   线性 OLS 替代方案
   弹性网(Elastic Net)
 新的线性弹性网络扩展过程估计一个或多个自变量上因变量的正则化线性回归模型。该图表示该过程的示例输出。

   套索(Lasso)
新的线性套索扩展估计一个或多个自变量上的因变量的L1 损失正则化线性回归模型，并包括显示跟踪图和基于交叉验证选择 alpha 超参数值的可选模式。该图表示该过程的示例输出。

脊(Ridge)
新的线性 ridge 扩展过程估计一个或多个自变量上的因变量的L2 或平方损失正则化线性回归模型，并包括用于显示跟踪图和基于交叉验证选择 alpha 超参数值的可选模式。该图表示该过程的示例输出。

参数化加速失效时间 (AFT) 模型
新过程使用非循环寿命数据调用参数化生存模型过程。参数化生存模型假设生存时间服从已知分布，并目此分析拟合加速失效时间模型及其相对于生存时间成比例的模型效应。该图表示该过程的示例输出。
参数化生存模型- SURV AFT

Pseudo-R?线性混合模型和广义线性混合模型中的度量
Pseudo-R?度量和类内相关系数现在包含在线性混合模型和广义线性混合模型输出中(如果适用)。决定系数 R2是一个经常报告的统计量，因为它表示线性模型解释的方差比例。类内相关系数(ICC)是一种相关统计量，用于量化多级1分层数据中由分组(随机)因子解释的方差比例。

  命令语法
  GENLINMIXED
      输出现在包括Pseudo-R?度量和类内相关系数(适当时)。
  LINEAR ELASTIC NET
      新的扩展命令使用 Python skleamn.linear model.ElasticNet类，用于估计一个或多个自变量上因变量的正则化线性回归模型。
  LINEAR LASSO
      新的扩展命今使用 Pvthon skleam.inear modellasso类，用干估计一个或多个自变量上因变量的L1揾失正则化线性回归模型，该命令包括用于显示跟踪图和选择基于交又验证的 alpha 超参数值的可选模式
  LINEAR RIDGE
     新的扩展命令使用 Python skieamn.linear mode.Ridge 类，用于估计一个或多个自变量上因变量的L2 或平方损失正则化线性回归模型。该命令包括用于显示跟踪图和选择基于交叉验证的 alpha 超参数值的可选模式。
  MIXED
     输出现在包括Pseudo-R“度量和类内相关系数(适当时)
  SURVREG AFT
     新的扩展命令使用非循环的生命周期数据调用参数化生存模型过程，
  Python 和R升级
       Python 3.10.4和R4.2.0与IBM® SPSS® 统计 29 -起安装。
  

  删除隐藏未选定案例的功能
        选择一部分案例后，未选择的案例将不再隐藏在数据编辑器中，并且不会丢弃未选择的案例，这表示返回到Statistics 27.0.1及更早版本的行为。
  小提琴图
       图形板模板选择器包括一个新的小提琴图，它是箱形图和内核密度图的混合体。小提琴图显示数据中的峰值，并用于可视化数值数据的分布。与只能显示汇总统计数据的箱形图不同，小提琴图描述了汇总统计数据和每个变量的密度。

工作薄模式增强功能
     添加了两个新的工作簿工具栏项:“显示/隐藏所有语法窗口"和“清除所有输出”。状态栏上还有一个新按钮，用于在经典(输出和语法)和工作簿模式之间切换。