由於每個分析軟件包以不同的方式處理，處理和輸出分析，因此從一個軟件程序過渡到另一個軟件程序可能會令人生畏。 一旦用戶對某個程序感到滿意，則可能很難過渡到另一個程序或該程序的最新版本。 對於在另一家公司或作為學生學習SPSS的新JMP®用戶而言，尤其如此。
該指南由辛辛那提大學的Joshua Lambert博士撰寫，旨在簡化用戶從SPSS版本27到JMP 16和JMP Pro 16的過渡。 在本白皮書中，我們將說明SPSS和JMP之間的區別，並向您展示這種轉換有多麼容易。
為了說明這些差異，我們將使用歷史上最臭名昭著的海難之一：RMS泰坦尼克號的沉沒數據。
本文涵蓋的主題包括：
白皮書的全文顯示在下面。
（注意：您可以通過單擊上面的超鏈接直接跳到特定部分。）
介紹
那是1989年，毒藥的新歌“每朵玫瑰都有刺”排在榜首。 個人計算機領域正在迅速變化，並且正在尋求通過新引入的圖形用戶界面（GUI）擺脫一些棘手的過去。 Apple Macintosh普及了台式機GUI，許多軟件公司旨在開發可轉換的產品，以利用GUI的用戶友好性和可訪問性。 在SAS研究所，John Sall和他的開發人員團隊於1989年10月發布了John的Macintosh Project（JMP）版本1。 JMP版本1為用戶提供了圖形化的前端，使他們可以指定希望軟件執行哪些分析和選項，而無需編寫代碼。 1994年，針對Windows桌面環境發布了JMP 3.1。 2020年，JMP團隊將繼續引入新開發的統計方法，同時在Mac和Windows的JMP 16和JMP 16 Pro中保留其一長串的高質量分析工具。 JMP的點擊式用戶友好環境使其成為進行各種數據科學活動的流行工具。
社會科學統計軟件包（SPSS）是用於數據統計分析的著名且利用率很高的程序。 它在學術界和工業界都有著悠久的歷史，並且是某些學科的標準。 SPSS最初是在GUI之前的時代開發的，並在最早轉換為GUI格式的過程中找到了自己的一席之地。 與JMP和其他許多公司一樣，SPSS開發了圖形化的前端，使用戶可以輕鬆地處理和分析數據，從而將分析結果提供給大眾。
JMP和SPSS數據分析工作流根本不同。 JMP的設計使用戶可以在其數據和分析之間建立動態而流暢的聯繫。 該鏈接導致了數據分析的另一種視角，我們將在本指南中進行探討。 SPSS需要靜態工作流，該工作流使用戶可以在查看輸出之前指定他們想要執行的分析。 JMP引導用戶進行信息級聯，從定義他們要處理的響應和解釋變量到他們要研究的更具體的比較。 JMP的用戶體驗旨在引導用戶進行交互式和動態數據分析。
在2020年，將有大量用於處理和分析數據的軟件選項。 每個軟件處理，處理和輸出分析的方式都非常不同，這可能會使從一個軟件程序到另一個軟件程序的轉換變得非常困難。 本指南旨在簡化用戶從SPSS版本27到JMP 16和JMP Pro 16的過渡。 下面的示例最好地說明了SPSS和JMP之間的區別以及如何簡化從一個到另一個的過渡。 該示例獨立於所考慮的軟件，因此背景和數據集來自其他來源。
例子
泰坦尼克號號沉沒事件是歷史上最臭名昭著的沉船之一。 1912年4月15日，泰坦尼克號在處女航途中與冰山相撞後沉沒，炸死1502名乘客和2224名船員。 這一聳人聽聞的悲劇震驚了國際社會，並導致了更好的船舶安全規定。
這泰坦尼克號文件包含泰坦尼克號887位乘客的數據。 每一行代表一個人，各列描述有關該人的不同屬性：倖存（0 =否，1 =是），Pclass（1 = 1stclass，2 = 2 nd等級3 = 3 rd班級），姓名，性別（男，女），年齡，同胞/配偶，父母/子女和票價。
導入和清理數據
SPSS
打開SPSS後，我們可以使用“文件”菜單下的選項打開許多文件類型（CSV，Stata，SAS，Excel等）。 經過一系列步驟，軟件檢查了定界符和菜單之類的內容後，我們導入了以下文件（確保對titanic.csv數據取消選中“變量之間出現哪個定界符？”下的空格）：
快速瀏覽電子表格可發現八個變量和887個觀測值。 我們會看到以下數據：生存，乘客艙位，姓名，性別，年齡，是否有兄弟姐妹或配偶，是否有父母或孩子以及票價（以英鎊為單位）。
SPSS有兩種查看每個數據集的方法，即“數據視圖”和“變量視圖”選項，可以通過每個數據集底部的選項卡查看它們。 在變量視圖中打開數據時，我們會看到每個變量的數據類型，並可以通過添加標籤和更改格式來修改該信息。
我們已經需要採取一些措施來清理這些數據並準備進行分析。 幸運的是，大多數變量以其正確的度量類型讀取。 年齡和車費按比例或連續變量衡量，而其他變量按名義值衡量。 PClass，SiblingsSpouse和Parents Children變量應更改為Ordinal類型，這可以通過在Measure列中單擊Measure列下進行。 也沒有丟失的數據，因此無需確保軟件正確處理了丟失的觀測值。
在SPSS中，我們需要標記字符串（文本）類型的分類變量，這也可以在“變量視圖”中使用“值”選項來完成。 有兩個String類型的變量（名稱和性別）。 對於此示例，我們將不使用Name變量。 我們確實計劃使用Sex變量，因此我們需要將Values添加到Sex類別中。 這可以通過在“變量視圖”中單擊“性別”行和“值”列上的…按鈕來完成。
在SPSS中顯示數據的基本思想是提供兩個查看選項，分別根據各個觀察結果以及每個變量的類型概述顯示數據。
JMP
切換到JMP，我們將打開相同的數據並進行相同的操作。 讓我們從啟動程序時發生的事情開始。 JMP啟動時，我們收到的第一件事是“每日提示和主窗口”屏幕。 主窗口管理用於數據，日誌和輸出的不同窗口。 最近使用的文件位於左側，因此我們可以方便地重新打開上一個會話中使用的文件。
JMP的另一個功能是“視圖”菜單下的“ JMP啟動器”窗口。 JMP Starter為新用戶提供了便利，因為它可以組織用於分析的命令，並為每個數據和分析選項提供摘要。 我們可以通過單擊“文件”類別中的“打開數據表”命令並導航到包含該文件的文件夾，選擇它，然後單擊“打開”來打開該項目的Titanic數據。 您也可以直接從“文件”菜單打開數據。
與SPSS一樣，JMP可以打開各種文件，包括CSV文件，Excel電子表格，SAS數據集，SPSS文檔和文本文件。
與SPSS的數據和變量視圖不同，JMP不會在數據的多個視圖之間切換。 取而代之的是，左側的桌子麵板做類似的事情。
左中面板顯示列信息，並顯示八個變量和數據類型中的每一個。 每種數據類型都有建模類型的圖標：藍色代表連續變量，紅色代表標稱數據，綠色代表序數數據。 請注意，需要將變量Survived更改為Nominal類型，並將Pclass更改為Ordinal。 兄弟姐妹/配偶和父母/子女也可以更改為“序數”。 要更改類型，只需在變量列標題上單擊鼠標左鍵或右鍵單擊，然後選擇“列信息”。 也可以通過右鍵單擊左面板上的圖標（藍色三角形或紅色直方圖）來更改類型。 左下方的面板匯總了行並顯示了其他信息。
讓我們更改Survived和Pclass變量。 通過右擊或左擊左中間面板上Survived變量旁邊的藍色圖標，我們可以選擇Nominal，將圖標變為紅色。 通過右擊或左擊左中間面板上Pclass變量旁邊的藍色圖標，我們可以選擇Ordinal，從而將圖標變為綠色。 我們還可以通過右鍵單擊列標題並選擇“列信息”來進行這些更改。
JMP 16中還有其他數據類型。 （有關數據類型的完整說明，請參閱此關聯。）例如，名稱在技術上是非結構化文本，而不是標稱文本。 只能通過右鍵單擊列標題並選擇“列信息”，然後在“建模類型”下選擇“非結構化文本”來進行此更改。 與JMP不同，SPSS沒有將變量視為文本類型變量的選項，也沒有分析文本響應的平台。
像SPSS一樣，我們也可以在JMP中添加值標籤。 為此，請右鍵單擊我們要為其應用標籤的列標題，然後選擇“列信息”。 然後在“列屬性”下，選擇“值標籤”。 與SPSS不同，JMP為我們提供了使用值標籤或原始值的選項。 給列指定屬性後，JMP會在感興趣的列名稱前面用不同的符號來通知這些更改。 在這裡，我們看到為變量Sex創建了星號。 應該注意的是，JMP還具有許多其他列屬性，可以幫助我們更好地理解數據中的可變性，例如值標籤，值順序和單位。
可視化
可視化是用於分析和理解數據的強大工具。 通過統計軟件輕鬆製作圖形的能力是分析軟件如此受歡迎的主要原因之一。 通過SPSS的Chart Builder平台和JMP的Graph Builder平台，可以最輕鬆地實現可視化。 在本指南中，我們將討論三種簡單而強大的可視化工具：條形圖，直方圖和散點圖。
SPSS
假設我們希望將討論限制在變量年齡，票價和性別上，以直觀地顯示每個變量的分佈，並在一張圖表上查看所有三個變量。 我們從形成性的條形圖開始。 一種快速簡便的方法是使用“圖形”菜單下的“傳統對話”。
對於此數據，我們看到略多於一半的數據點是男性。 轉到年齡和票價，我們可以在直方圖中可視化此數據，也可以在“傳統對話”中找到。
除了直方圖，我們還為每個變量（均值，標準差和样本量N）提供了一些簡單的統計信息。 我們可以雙擊輸出中的每個圖，並根據需要自定義。 檢查年齡和票價的分佈，我們發現觀察到的票價比其他票價高得多。
對於更複雜的圖形，我們使用“圖形”菜單下的“圖表生成器”選項。 使用“圖表生成器”，我們可以建立年齡與票價的散點圖，並用性別進行顏色編碼。
“圖表構建器”對話框非常有用，因為它易於使用並且可以自定義。 我們只需單擊所需圖形的類型，然後將其拖動到預覽框中。 從那裡，單擊並拖動我們要在x和y軸上使用的變量，然後將color變量拖動到Set color？上。盒子。 設置好圖表後，我們可以單擊“確定”來查看結果。
在查看此散點圖時，可以得出有關數據的幾個點。 首先，對於票價，似乎有兩個不尋常的觀察結果（一男一女），年齡相近。 也許他們一起旅行？ 相對於其餘數據，這些數據點顯然顯得格格不入。 從散點圖中，很難看出年齡和票價之間是否存在線性關係。 同樣在票價下，似乎有許多50英鎊左右的積分。
JMP
在介紹JMP中的數據可視化之前，請回顧一下介紹中的內容，即JMP被設計為交互式軟件。 這種交互性大多數以小紅色三角形圖標的形式出現在數據和輸出的各個位置，使用戶能夠探索其他分析。 SPSS輸出大部分是靜態的，並且進一步的探索需要重新打開分析平台的圖並重新選擇選項。 我們從一個基本的條形圖開始。 用戶可以通過頂部菜單欄中的“圖形”菜單項輕鬆訪問圖形功能。 對於大多數圖形和圖表，JMP的動態且用戶友好的Graph Builder是合乎邏輯的選擇。 要製作條形圖，我們選擇“圖形生成器”，它還允許使用各種其他圖形，例如餅圖，氣泡圖和折線圖。
Graph Builder是一個易於使用的拖放式平台，使我們能夠以有趣且有趣的方式瀏覽和可視化數據。 首先通過選擇圖形頂部功能區上的條形圖按鈕來創建分類變量的條形圖。 接下來，將性別拖到圖表底部的x框中。 當我們在圖表上拖動Sex變量時，我們看到JMP的Graph Builder動態地變化，並為我們提供了一個實際的視圖，如果我們決定將變量放到那裡，該圖將是什麼樣。 這與SPSS不同，後者要求我們在顯示實際圖形之前選擇“確定”。 撤消更改就像將變量完全從圖形上拖動到圖形平台的另一部分一樣簡單。 將“性別”放到圖表底部的x框中後，會出現一個“條形選項”面板，我們可以在其中選擇新條形圖的選項。 例如，在條形圖中包括總計的百分比，就像在“標籤”下拉列表中選擇該選項一樣簡單。 此選項在條形圖的頂部顯示女性和男性的總樣本比例，而不是完全不顯示任何內容（默認選項）。
將軸更改為總計的百分比就像在“摘要統計量”下拉菜單的“條形”選項下選擇“總計的百分比”一樣容易。 雙擊或右鍵單擊並轉到要更改的設置，即可更改所有圖標題，軸標籤和圖例設置。 Graph Builder具有很高的交互性，因此只需單擊頂部功能區中的餅形按鈕，即可將條形圖更改為餅形圖。 單擊“完成”將刪除“圖形構建器控制面板”，並僅保留已創建的圖形。 當我們希望將圖形導出為圖像文件時，這非常有用，可以通過單擊File> Export並選擇JMP的許多文件類型選項之一（例如Image，PDF，Microsoft Word）來完成。 我們可以通過單擊紅色的向下三角形並選擇顯示控制面板來重新打開控制面板。
如果變量的數據缺失，則紅色向下的三角形下方的另一個有用選項是“包括缺失類別”。 它在圖表上顯示“女性”和“男性”類別旁邊的缺失數據，並將其包含在所有顯示的百分比中。 調用按鈕也很有用。 假設我們花了很長時間來製作完美的圖形，只是為了意識到一個數據點標籤錯誤。 使用JMP，這沒問題。 退出Graph Builder，然後返回數據集並根據需要更改數據。 返回到Graph> Graph Builder，然後出現一個神奇的Recall按鈕。 單擊它，它將重新創建我們剛剛關閉的圖形-並對我們的數據進行了更正。
轉到直方圖，我們在“圖形生成器”功能區中找到一個直方圖圖標。 從Age開始，我們可以通過將其從變量列表拖動到x框中來獲得簡單明了的輸出。 我們也可以將其拖動到y框以獲取垂直直方圖。 與條形圖一樣，可以在左側面板上選擇有用的直方圖選項，包括直方圖樣式，均值和標準差或在直方圖框頂部顯示的計數。
讓我們重新創建我們在SPSS中創建的散點圖，該散點圖顯示票價昂貴且年齡相近的男女乘客。 由於JMP是動態且交互式的，因此我們可以從已經創建的Age直方圖開始。 要將其轉換為散點圖，我們需要做的就是將變量Fare拖到y軸上，然後單擊圖形上方功能區中的散點圖按鈕。 接下來，將變量“性別”拖動到“顏色”框中，該“顏色”框位於圖形的“覆蓋”和“尺寸”之間。 和瞧！ 只需單擊幾下，我們便將直方圖轉換為散點圖，其點用Sex著色。
再一次，我們看到似乎有兩個獨特的個人，其票價要比其他個人高得多。 我們將它們列出為可能的異常值，但這是SPSS和JMP之間真正開始區別的地方。 JMP允許我們在數據和報表之間動態交互。 當所有點都被選中（不灰顯）時，我們可以將鼠標懸停在這些點上并快速獲取有關圖形中使用的變量值以及這些點所對應的數據表中特定行的信息。 我們還可以選擇單個點以突出顯示感興趣的特定數據子集。
返回到數據表，所選行在數據表中顯示為突出顯示，這使我們可以選擇快速檢查行以確定確切的觀察結果引起了爭議。 如果需要檢查數據的一致性，則可以動態鏈接數據和輸出，從而輕鬆返回並檢查各個觀察值。 清除數據選擇的方法有很多，但是最簡單的方法之一是在數據表的“行”面板中雙擊“選定”（同樣，雙擊“所有行”會選擇所有數據）。
從Graph Builder中，我們開始確切地了解動態鏈接如何將使用JMP和SPSS分開。 我們可以單擊這些圖中的各個點，然後選擇它們進行動態分析。 為我們的高票價觀察所做的操作表明，我們認為只有兩個觀察實際上是三個！ 安娜·沃德小姐，托馬斯·德雷克·馬丁內斯·卡德扎先生和古斯塔夫·J·雷瑟爾先生的票價均為512英鎊。 沃德小姐和Lesurer先生都35歲，而Cardeza先生36歲。 有趣的是，三名乘客全部倖存下來。
在SPSS中，我們觀察到了圖中可能存在的離群值，但是JMP進一步走了一步，使我們能夠突出顯示那些單獨的點，並在數據和/或其他報告中查看它們。 此外，我們可以從分析中排除某些數據點，而不必刪除它們。 排除的數據保留在數據表中，但在分析中不考慮，因此可以輕鬆進行帶有或不帶有潛在異常值的分析。 如果我們想從可視化中刪除單個點而不是分析，則還有“隱藏”選項。 可以通過返回數據表，右鍵單擊要排除或隱藏的行，然後單擊相應的按鈕（“排除”或“隱藏”）來完成此排除或隱藏。
JMP 16的另一個顯著可視化功能是標題圖。 在數據表中，最左側的列上有一個小的直方圖按鈕（請參見帶有藍色圓圈的下圖）。 單擊此圖標將在每個變量的列標題中顯示圖形，這非常有用且動態。 通過單擊標題圖的各個部分，表中與我們的選擇相對應的觀察結果將突出顯示。 下面，我選擇了倖存的變量（1），這使我可以快速查看數據集中其他變量的變量分佈！ 整潔的！
描述性
描述性統計
描述性統計是任何良好統計分析的核心，如果執行得當，它們將提供可視化視圖之外的真正洞察力。 本節將重點介紹單變量描述和創建自定義表。 假設我們要繼續研究年齡和票價變量，我們將保留潛在異常值並考慮該數據，因為仍不清楚是否應將潛在異常值從分析中刪除。
SPSS
許多SPSS用戶都知道，“頻率”對話框可以是一站式選擇，可以同時分析許多不同的變量。 雖然有一個“描述性”對話框，但“頻率”對話框很不錯，因為我們可以在一個地方請求描述性統計信息和圖表。 同樣，我們可以將幾種不同類型的數據放入此選項，SPSS將為每種類型的變量生成適當的圖形和統計信息。
此處選擇的選項將提供標準的單變量報告，在該報告中，我們可以看到基本統計課程中討論的中心和點差的典型度量。 頻率表，直方圖，條形圖和許多其他有用的描述性輸出在“圖表”選項下也可用。
SPSS分析：描述性統計：頻率菜單
SPSS頻率對話框
SPSS頻率統計信息選項
SPSS頻率統計輸出
JMP
像SPSS中的“頻率”對話框一樣，JMP具有分發平台來獲取簡單的描述性輸出。 分發平台位於“分析”菜單下。 我們首先選擇倖存者，性別，年齡和票價。
單擊“確定”後，將顯示分發報告。 默認情況下，將為連續變量生成分位數，均值，標準差和其他匯總統計信息，以及均值的95％置信區間。 同樣，默認情況下，變量輸出是未堆疊的，並且將水平排列。 通過單擊紅色三角形並選擇“堆棧”，輸出將切換到垂直視圖。 會為分類變量生成頻率表，並且已選擇“男性”子組（Sex = 1）以突出顯示同一報告不同部分之間的交互性。
通過單擊紅色三角形，我們可以自定義報告顯示，獲取更多描述性度量或使不同分佈適合數據。 附加組件包括箱形圖，正態分位數圖，CDF圖和分佈擬合。 能夠交互地處理輸出，使我們能夠將許多不同的理論分佈擬合到數據中（例如，正態，指數，泊松，二項式，正態混合等），並評估它們與數據的相對擬合。
JMP的另一個不錯的功能是能夠將分發報告另存為交互式html文件，無需使用JMP軟件就可以交互查看和使用。 這可以通過文件>另存為...>另存為類型：>帶有數據的交互式HTML來完成。 這些文件為學生提供了很好的演示，也可以將其製成報告，以便可以輕鬆地在擁有JMP的人和沒有JMP的人之間討論結果。
描述性：自定義表
SPSS
在許多情況下，需要特定的輸出，例如在我們的示例中，視覺效果顯示了“年齡”和“按性別劃分的票價”方面的差異。 SPSS還具有為特定輸出創建自定義表的選項。 我們可以單擊並將變量拖動到適當的位置，並指定我們要查看的描述性輸出。 要查看帶有數字的表格，我們必須先單擊“確定”，然後導航到“結果”部分以查看表格。 該輸出的示例如下所示
JMP
JMP通過“表格”菜單下的“製表”平台製作自定義表格。 製表平台可以交互地構建表，其本質類似於Graph Builder。 同樣，SPSS要求我們拖動希望在表中包含的變量，然後在查看結果之前單擊“確定”。 拖放變量後，JMP會立即為我們提供這些結果。 開始定製表時，我們可以看到計算和輸出。 另外，如果我們要生成非常特定的輸出，則可以關閉交互式表以使用傳統對話框。
描述性：相關性
SPSS
使用“分析”菜單下“相關”內的“雙變量”對話框，我們可以獲得“年齡”和“票價”之間的樣本相關估計。 注意，兩個變量之間存在顯著的正相關。
JMP
JMP將分析集組合到一個平台中，該平台使我們能夠做許多不同的事情（所有事情都有些相關）。 例如，查找Pearson相關係數的最簡單選擇是使用“分析”菜單的“多變量方法”下的“多變量”平台。
多元平台不只是用於尋找相關性的簡單工具。但是，此處顯示的基本報告同時提供了Pearson相關估計和散佈圖矩陣。 通過單擊紅色三角形，可以沿對角線添加直方圖，以便可以快速可視化分佈。 多元平台還允許我們測試相關性，找到相關性的替代度量（例如Spearman和Kendall），置信區間，部分相關性以及諸如色圖的視覺效果。 此外，Multivariate平台還提供基於相關性的度量，例如主成分分析，離群值分析和項目可靠性。
推論：兩樣本t檢驗
SPSS
假設我們要檢驗年齡和存活者之間是否存在顯著差異。 標準獨立樣本t檢驗是SPSS中的一種流行選項，可在“比較均值”菜單下找到。 在這裡，我們可以指定一個或多個連續測量值，並確定該測量值的平均值在兩組之間是否存在顯著差異。 在SPSS中，均會計算等方差檢驗和不等方差檢驗，我們可以依靠方差檢驗確定哪個檢驗最合適。
JMP
儘管JMP Starter菜單中有一個按鈕用於t檢驗，但用戶應注意，t檢驗和單向ANOVA分析都進入同一平台。 實際上，JMP將所有兩個變量推論合併為一個Fit Y by X平台。 使用Fit Y by X平台，我們可以對任何類型的數據進行雙變量比較。
啟動窗口左下角的網格列出了不同的分析類型。 我們可以選擇要研究的x和y變量，JMP根據使用的數據類型選擇適當的方法。
目前，我們要根據生存狀況檢查年齡之間的差異。 在報告中，我們具有簡單的描述以及假設方差不相等的t檢驗（可通過從紅色三角形圖標中選擇Means和Std Dev和t Test來找到）。 我們可能會添加圖形（例如箱形圖）和查看方差的其他測試，或者添加更適合偏斜數據的非參數測試。
再次，我們看到JMP的一個重要區別，因為JMP將許多類似的測試組合到一個通用平台中。 我們可以從t檢驗開始，然後查看圖形和摘要統計信息以確定是否滿足t檢驗的假設。 如果不是，那麼我們可能會添加一個更適合所考慮數據的替代測試。
推論：交叉表/列聯表和卡方檢驗
SPSS
創建列聯表並執行分類數據的卡方檢驗是許多分析的重要組成部分。 表數據的檢查是SPSS始終關注的領域之一，在“描述性統計”菜單的“交叉表”列表下，我們可以找到許多分析選項。 交叉表菜單使我們可以根據要進行的比較類型要求進行幾組不同的分析。
從這個例子中，我們可以看到泰坦尼克號上女性（性= 0）的存活率是男性（性= 1）的三倍以上：74.2％對19％。 從卡方檢驗表中，我們還可以看到有足夠的統計證據可以得出結論，生存狀態與性別之間存在顯著關聯（卡方p值= 0.000）。 應該注意的是，SPSS不會顯示（默認情況下）小於0.001的p值，而只會顯示0.000。 如果某些用戶認為p值實際上為0，這可能會使他們感到困惑。 實際上，p值非常小（小於0.001）。 默認情況下，JMP將p值顯示為更多的小數位（四個而不是SPSS的小數點後三位），並使用<0.0001表示法更清晰地表示小於0.0001的p值。 當預期計數較小時，SPSS將顯示警告消息，並提供費舍爾精確檢驗小細胞計數樣品之間差異的方法。 如果對相對風險和優勢比估計感興趣，我們可以在統計框中選中“風險”選項以獲取這些估計。
JMP
我們可以通過Fit Y by X平台訪問JMP中的權變分析選項。 簡單地為x和y指定類別變量將導致我們進行權變分析。 我們可以指定與SPSS中相同的表來查看性別與生存狀態之間的關係。 JMP報告提供表格信息，卡方檢驗和Fisher精確檢驗（僅2x2表格，與SPSS相同）。
然後，我們可以添加其他摘要和測試，例如相對風險，優勢比和關聯度量（對於諸如Kendall's tau之類的項目）。 權變分析被認為是標準報告，但我們也可以通過紅色三角形圖標查看可用的選項列表。 JMP一個有趣的方面是，該軟件會嘗試在不熟悉的領域為用戶提供幫助。 通過選擇優勢比選項並將鼠標懸停在該區域上，會出現一個說明框，指示該選項會進行哪種分析。 對於難以解釋統計信息，p值或其他輸出的用戶，只需用鼠標在一個區域上盤旋或懸停即可使用此選項。
推理：線性回歸
SPSS
線性回歸可以使用“回歸”菜單下的“線性回歸”選項執行。 假設我們要使用年齡作為票價的預測因子。 SPSS中的“線性回歸”選項是一個功能強大的工具，具有許多不同的選項，可用於基於模型的估計，擬合度，診斷，預測值輸出以及用於評估擬合度的直觀圖。 我們可以合併許多潛在的預測變量，並在同一組菜單中查看簡單線性回歸和多重線性回歸。
在不使用其他選項的情況下，我們獲得具有R平方，ANOVA表和回歸估計表的標準輸出。 我們發現年齡與車費之間存在顯著的關係，並且隨著年齡的增長，這些人的車費也趨於增加（p值= 0.001）。 重要的是要注意，線性選項不允許將字符串變量用作潛在的預測變量。 實際上，SPSS中有許多不同的回歸選項，具體取決於需要適合哪種類型的模型。 線性選項僅限於數字協變量；有關具有連續和分類協變量的多元回歸，請參考通用線性模型平台。
JMP
在JMP中，我們有兩個用於回歸模型的選項：“按X擬合Y”平台或“擬合模型”平台，均位於“分析”菜單下。 簡單的二元擬合沿著“ Fit Y by X”平台運行，所以讓我們從這裡開始。
Fit Y by X平台可以再次用於查看兩個不同變量之間的關係。 在這裡，我們將年齡列為X，將票價列為Y。 重要的是要注意，Fit Y by X平台僅關注雙變量關係。 可以為x和y角色選擇多個候選人。 在這種情況下，輸出包含多個雙變量擬合，每個輸出顯示針對每組變量的適當度量。
“雙變量擬合”報告從一個簡單的散點圖開始，我們必須準確評估我們要進行哪種類型的雙變量擬合。 在這裡，我們看到了一個線性擬合，該線性擬合為數據建模了一條簡單的線性回歸線。 標準報告包括與SPSS中相同的基本信息：R平方，ANOVA和參數估計以及對截距和斜率參數的假設檢驗。 但是，在JMP中，我們可以與此輸出交互以同時查看多個擬合。 例如，我們可以為數據選擇簡單的均值，直線和二次擬合，然後通過R平方或查看參數估計值來比較擬合。 其他擬合包括密度橢圓和平滑樣條曲線，通過它們可以進行擬合之間的比較，並且可以將估計值輸出到原始數據以進行進一步研究。 在每次擬合下，我們可以指定診斷測量值和曲線圖，以評估是否滿足使用每個特定模型的假設。
JMP在Fit Model平台下都放置了許多不同類型的回歸模型。 在此處顯示的示例中，我們正在擬合一個多元線性回歸模型，該模型通過Sex，序數變量Pclass和分類變量Sex（不需要將分類協變量和連續協變量分開）的組合來預測票價。 單擊“運行”顯示“最小二乘擬合”輸出，其中包括實際圖與預測圖，槓桿圖，按預測圖殘差等。 紅色三角形下方提供了更多選項，例如輪廓圖。
推理：邏輯回歸
SPSS
可以使用“回歸”菜單下的“二進制邏輯”選項執行邏輯回歸。 假設我們要使用Age作為二進制變量生存率的預測變量。 SPSS中的Binary Logistic選項具有許多不同的選項，可用於基於模型的估計，擬合度，診斷，轉換為優勢比等。 我們可以合併許多潛在的預測變量，並在同一組菜單中查看簡單邏輯回歸和多重邏輯回歸。
JMP
與線性回歸一樣，JMP中的邏輯回歸模型有兩個選項：“按X擬合Y”平台或“擬合模型”平台，均位於“分析”菜單下。 雙變量擬合沿Fit Y by X平台進行，而多個邏輯擬合沿Fit模型平台進行。 單擊“確定”後，唾手可得的是關於模型的許多有用信息。 紅色三角形下方提供更多選項，例如賠率。
數據處理
SPSS和JMP都非常適合處理數據，因為它們各自提供了許多不同的方式來組織和處理數據。 我們可以對數據進行排序，對變量進行排序，合併文件，重新編碼並運行許多其他操作。 下面列出的是並排比較，說明了SPSS和JMP中的許多數據處理功能。 新的JMP用戶應該知道，由於數據文件和輸出是動態鏈接的，因此在某些情況下，需要在操作數據之前關閉輸出。 在對數據進行排序或操作時，JMP有時會默認創建具有必要操作的新數據表。新用戶應指定操縱文件應替換當前數據文件。 可以通過各種菜單選項在JMP中操作數據。 Tables菜單項提供許多常見數據表轉換，而Cols> Utilities菜單項提供許多用於完成常見數據列操作的工具。 JMP Starter視圖還在一個統一的位置顯示了許多這些選項。
SPSS
JMP
數據處理：創建新變量
SPSS
假設我們要創建一個新變量，即Age作為月份（而不是年）。 我們可以使用“計算變量”選項來定義一個新變量（稱為Age_Std），並向該變量附加公式計算（年齡* 12）。 SPSS具有許多用於聚合和轉換數據的不同功能，所有功能均按功能類型分組。 填寫數字表達式後，SPSS將創建一個具有指定名稱的新變量，並使用數字表達式中的計算填充該變量。
JMP
JMP直接在數據表中創建新變量。 假設我們要在JMP中創建相同的新變量（Age_Std）。 首先，雙擊數據表末尾的未使用列以創建新列。 然後，我們雙擊列名稱以打開“列信息”窗口，在此為列命名，然後單擊“列屬性”並選擇“公式”以打開“編輯公式”窗口。 現在，我們可以編輯公式以創建在SPSS中使用的數字表達式。 請注意，JMP還具有廣泛的功能，可用於處理和轉換我們現有的數據。 另外，我們還可以使用菜單項Cols> New Columns創建一個新列。 通用數據轉換也可以在許多JMP平台上即時完成，例如Graph Builder，Tabulate，X擬合Y和Fit Model。 該即時選項非常簡單，只需右鍵單擊要在“列”框中轉換的變量並轉到“轉換”即可。
數據處理：文件拆分
SPSS
假設我們想看看《泰坦尼克號》上男性與女性的不同產出。 我們可以使用“拆分文件”選項來告訴SPSS，應始終通過特定變量對進一步的輸出進行分層。 我們可以選擇僅針對男性和女性創建新文件，但是拆分選項是向SPSS指示後續輸出應在男性與女性之間分開的獨特方式。
如果要返回非分層分析，只需轉到“拆分文件”選項，然後選擇“分析所有情況，不創建組”即可關閉分層。
JMP
在JMP中可能不需要拆分文件，因為所有分析平台都具有“按”選項，可以按特定變量對輸出進行分層。 因此，如果我們需要分層的描述性統計信息，則可以在分發平台中使用By語句，如下所示。
保存和復制輸出
只有存在一種保存和復制數據的機制，才有可能操縱數據並產生出色的輸出和視覺效果。 看起來似乎並不明顯，但是JMP也受到腳本語言的支持，該腳本語言對於臨時用戶或新用戶大多在後台運行。 許多高級用戶發現，編碼可為重複性任務提供更快的結果。 讓我們討論如何在SPSS和JMP中保存和復制輸出。
SPSS
當我們以SPSS格式保存一個SPSS數據文件（.sav文件）時，該數據文件將保留所有操作，轉換和標籤。 為了保留輸出，我們另存為單獨的文件（.spv格式）。 由於SPSS的點擊界面確實是一種代碼生成機制，因此代碼在輸出文件中的所有輸出之前。 例如，如果我們要查看年齡和票價的描述性統計信息，則可以在點擊界面的輸出中生成以下代碼：
JMP
JMP採用另一種方法保存和復制輸出。 當我們將數據另存為JMP數據文件（.jmp文件）時，數據將保留通過分析保存的操作，轉換，標籤和腳本。 讓我們來看一個例子。 假設我們要保存年齡和票價信息的分佈分析，以備後用。 在所有JMP報告中，我們都可以找到用於將代碼（稱為JMP腳本）保存到數據表的選項。 還有其他選項可以保存JMP腳本，但是保存到JMP數據表是一種選擇。 當我們以JMP格式保存數據時，所有保存到數據表中的腳本也將被保存。 我們可以編輯已保存腳本的名稱，並使用數據表中已保存腳本名稱所位於的紅色三角形重現輸出。 另外，我們有一個文件，其中包含與特定項目有關的數據信息和分析。 JMP數據文件可以在許多JMP用戶之間共享，並且一個文件可以是用於所有項目分析的單個平台。 如果我們想要一組類似於上面針對SPSS列出的代碼的書面說明，則只需選擇“保存腳本”>“到日記本”，必要的.jsl（JMP腳本語言）代碼將顯示在可編輯文本的窗口中。 像SPSS一樣，JMP的腳本語言非常複雜，在完成重複性任務中很有用。
其它功能
從SPSS過渡到JMP的用戶可能會對JMP的某些獨特功能感興趣。
機器學習和文本挖掘
雖然JMP 16和SPSS 27都是決策樹和神經網絡的標準配置，但是JMP 16具有SPSS 27沒有的許多高級預測建模方法，包括Bootstrap Forest，Boosted Tree，樸素貝葉斯和支持向量機。 同樣，JMP 16具有許多內置工具，可用於創建預測模型。 這樣的工具之一就是“創建驗證列”，它使用戶可以基於分層，分組和切入點列創建列。
文本挖掘是另一種有趣且參與JMP的數據挖掘方法。 SPSS沒有任何內置的文本挖掘功能。 例如，回想一下“名稱”列是非結構化文本。 使用JMP 16，我們可以探索該文本數據中的單詞或短語模式。 在“分析”菜單下，“文本資源管理器”模塊允許我們選擇許多非結構化的文本列，並告訴JMP它應該如何挑逗所選文本中的單詞或短語。 單擊“確定”後，“文本資源管理器”將在所選列中顯示常用術語和短語。 從上圖可以看出，“先生”一詞出現了513次； “小姐”出現182次，而“夫人”出現125次。 這種洞察力是我們的泰坦尼克號數據當前不視為變量的。 使用JMP，我們可以輕鬆地為名稱列中包含單詞“ miss”或“ mrs”的行創建指標列（0或1）。 只需右鍵單擊單詞並選擇“保存指標”，即可在我們的數據集中創建這些新的指標變量。 太酷了！
樣本數據集
學習和教授統計學的一個困難是找到格式正確的示例數據集。 JMP知道這一點，並包含了數百個數據集。 JMP的內置數據集按分析類型，領域和教學資源分類，可通過“幫助”>“樣本數據”菜單項輕鬆訪問。 打開這些數據集就像選擇我們要探索或了解的數據類型或統計方法，然後單擊藍色突出顯示的鏈接一樣簡單。 是否想學習如何在JMP中製作地圖？ 在“地理地圖”數據類型下，找到“美國選舉2008”數據。 數據集打開後，我們會在左上角找到許多準備運行的JMP腳本。 單擊“按選舉人人數調整大小的地圖生成器地圖”旁邊的綠色播放箭頭，將啟動“圖形生成器”，其中包含美國地圖的顏色標記為藍色或紅色，具體取決於奧巴馬還是麥凱恩贏得了該州。 整潔的！ 想了解生存分析？ 找到“可靠性/生存”類別，然後選擇“設備”數據集。 運行數據集左上角的“生命分佈”腳本可以擬合併比較事件發生時間數據的分佈。 使用JMP是如此容易學習和探索！
結論
SPSS和JMP都是用於操縱，可視化和分析數據的出色軟件工具。 在本指南中，我們重點介紹瞭如何在SPSS和JMP中完成許多面向數據的常見任務。 在整個過程中，我們確保指出了兩個軟件包之間的許多差異，以及JMP如何提升您從數據中獲得的見解。 顯而易見，JMP和SPSS對數據分析工作流的處理方式不同。 SPSS中的點擊機制會生成SPSS代碼，因此用戶可以決定要執行的分析和選項，然後提交生成的代碼以獲取輸出。 代碼和結果在輸出文件中列出，可以保存，複製或操作。 相比之下，JMP動態鏈接數據和報表以在數據和用戶之間創建交互。 用戶從一般的分析區域開始，然後可以自定義輸出以添加不同的功能或分析。 數據和輸出之間的動態鏈接使探索異常觀察變得非常簡單和直觀。 Graph Builder等功能的交互性使用戶可以實時創建和更新視覺效果。
致謝
我要感謝JMP的Ruth Hummel，Larry LaRusso，Anne Miley和Amy Stuart在編寫本指南期間所提供的所有幫助，編輯和反饋。 我還要感謝本指南第一版的作者Jason Brinkley，他為創建第二版提供了清晰準確的起點。
