2022年9月中旬，IBM正式宣布推出SPSS Statistics軟件全新的29版，包括新的生存模型程序（survival model procedure）、新的開源擴展程序、UI界面、搜索及工作薄改進等，同時為了更好的幫助用戶了解這些全新的特性和功能，IBM官方將組織系列在線技術講座，請關注我們的公眾號，獲取報名入口。

接下來讓我們詳細揭秘29新版的各項全新功能與諸多改進：

新功能一：

線性OLS的替代模型：彈性網絡

Linear OLS Alternatives: Elastic Net

全新線性彈性網絡擴展程序可生成估算因變量對一個或多個自變量的正則化線性回歸模型，正則化結合了L1（Lasso）和L2 (Ridge)的罰函數（penalties）。

該擴展包括可選的模式，以顯示在給定的L1比率下，不同α值的跟蹤圖， 并在交叉驗證的基礎上選擇L1比率和α超參數值。

當單一模型被擬合或交叉驗證被用來選擇修正率和/或α，分區的保留數據可被用來估計樣本外的性能。

新功能二：

線性OLS的替代模型：套索

Linear OLS Alternatives: Lasso

全新線性套索擴展可對一個或多個自變量的因變量進行L1損失正則化線性回歸模型估算，并包括顯示跟蹤圖和根據交叉驗證選擇α超參數值的可選模式。如上圖所示圖表代表了程序的輸出示例。

當單一模型被擬合或交叉驗證被用來選擇α時，分區的保留數據可被用來估計樣本外的性能。

新功能三：

線性OLS的替代模型：脊線

Linear OLS Alternatives: Ridge

全新線性脊線擴展程序對一個或多個自變量的因變量進行L2或平方損失正則化線性回歸模型估算，同樣包括顯示跟蹤圖和基于交叉驗證選擇α超參數值的可選模式。

當單一模型被擬合或交叉驗證被用來選擇α時，分區的保留數據可被用來估計樣本外的性能。

新功能四：

參數化的加速失效時間（AFT）模型

Parametric Accelerated Failure Time (AFT) Models

新程序調用了參數化生存模型程序與非復現性生命時間數據。參數化生存模型假定生存時間遵循一個已知分布，而這種分析適合加速失效時間模型，其模型效應與生存時間成正比。

新功能五：

假性R² 量

Pseudo-R² Measures

假性R² 量和類內相關系數現在包括在線性混合模型和廣義線性混合模型的輸出中（在適當時）。決定系數R2是一個常見的統計數字，因為它代表了一個線性模型所解釋的方差比例。

類內相關系數（ICC）是一個相關的統計數字，它量化了多層次/分層數據中由分組（隨機）因素解釋的方差比例。

新功能六：

小提琴圖 Violin Plots

圖形板模板選擇器現在包括一個全新的小提琴圖供選擇，盒式圖和核心密度圖的混合核心密度圖。小提琴圖顯示了統計數據中的峰值，適用于可視化數字數據的分布情況。

以往的盒式圖只能顯示匯總的統計數據，而小提琴圖則描述了匯總統計數據和每個變量的密度情況。

改進的功能部分：

一、工作薄的改進

新增了2個工作薄工具條項目： “顯示/隱藏所有語法窗口（Show/Hide all syntax windows）”和“清除所有輸出（Clear all output）”

程序狀態欄增加新的按鈕，用于在經典（輸出和語法）和工作簿模式之間切換。

二、搜索功能的改進

搜索功能現在提供在工具欄字段中直接輸入術語，或在下拉窗格中查看結果的選項。

三、取消掉隱藏未選擇案例功能

當選擇一個案例子集時，未選擇的案例在數據編輯器中不再被隱藏，也不會被丟棄了。此功能與7.0.1和更早期版本中是保持一致的設計。

四、Python和R的升級

Python 3.10.4和R語言 4.2.0改為與29程序本身一并安裝，不再需要額外處理了。

除了以上介紹的新功能與改進，29新版還有更多內容等你來挖掘！同時在2023年第一季度，29.0.1版本將會如期發布，增加存活率循環模型，基于Python的最小角度回歸分析，并增加暗黑模式等。

大家關心的30版SPSS Statistics則將會在明年第三季度發布，目前已經在急鑼密鼓的開發過程中，30版做為數字版本大升級，將增加更多彈性網（Elastic net）邏輯回歸分析，以及更多的開源算法，在狀態欄等界面也會獲得重生一般的全新設計，并支持為所有擴展添加顯示名稱，當然也會持續加強已有的各項功能。