由于每个分析软件包以不同的方式处理，处理和输出分析，因此从一个软件程序过渡到另一个软件程序可能会令人生畏。 一旦用户对某个程序感到满意，则可能很难过渡到另一个程序或该程序的最新版本。 对于在另一家公司或作为学生学习SPSS的新JMP®用户而言，尤其如此。
该指南由辛辛那提大学的Joshua Lambert博士撰写，旨在简化用户从SPSS版本27到JMP 16和JMP Pro 16的过渡。 在本白皮书中，我们将说明SPSS和JMP之间的区别，并向您展示这种转换有多么容易。
为了说明这些差异，我们将使用历史上最臭名昭著的海难之一：RMS泰坦尼克号的沉没数据。
本文涵盖的主题包括：
白皮书的全文显示在下面。
（注意：您可以通过单击上面的超链接直接跳到特定部分。）
介绍
那是1989年，毒药的新歌“每朵玫瑰都有刺”排在榜首。 个人计算机领域正在迅速变化，并且正在寻求通过新引入的图形用户界面（GUI）摆脱一些棘手的过去。 Apple Macintosh普及了台式机GUI，许多软件公司旨在开发可转换的产品，以利用GUI的用户友好性和可访问性。 在SAS研究所，John Sall和他的开发人员团队于1989年10月发布了John的Macintosh Project（JMP）版本1。 JMP版本1为用户提供了图形化的前端，使他们可以指定希望软件执行哪些分析和选项，而无需编写代码。 1994年，针对Windows桌面环境发布了JMP 3.1。 2020年，JMP团队将继续引入新开发的统计方法，同时在Mac和Windows的JMP 16和JMP 16 Pro中保留其一长串的高质量分析工具。 JMP的点击式用户友好环境使其成为进行各种数据科学活动的流行工具。
社会科学统计软件包（SPSS）是用于数据统计分析的著名且利用率很高的程序。 它在学术界和工业界都有着悠久的历史，并且是某些学科的标准。 SPSS最初是在GUI之前的时代开发的，并在最早转换为GUI格式的过程中找到了自己的一席之地。 与JMP和其他许多公司一样，SPSS开发了图形化的前端，使用户可以轻松地处理和分析数据，从而将分析结果提供给大众。
JMP和SPSS数据分析工作流根本不同。 JMP的设计使用户可以在其数据和分析之间建立动态而流畅的联系。 该链接导致了数据分析的另一种视角，我们将在本指南中进行探讨。 SPSS需要静态工作流，该工作流使用户可以在查看输出之前指定他们想要执行的分析。 JMP引导用户进行信息级联，从定义他们要处理的响应和解释变量到他们要研究的更具体的比较。 JMP的用户体验旨在引导用户进行交互式和动态数据分析。
在2020年，将有大量用于处理和分析数据的软件选项。 每个软件处理，处理和输出分析的方式都非常不同，这可能会使从一个软件程序到另一个软件程序的转换变得非常困难。 本指南旨在简化用户从SPSS版本27到JMP 16和JMP Pro 16的过渡。 下面的示例最好地说明了SPSS和JMP之间的区别以及如何简化从一个到另一个的过渡。 该示例独立于所考虑的软件，因此背景和数据集来自其他来源。
例子
泰坦尼克号号沉没事件是历史上最臭名昭著的沉船之一。 1912年4月15日，泰坦尼克号在处女航途中与冰山相撞后沉没，炸死1502名乘客和2224名船员。 这一耸人听闻的悲剧震惊了国际社会，并导致了更好的船舶安全规定。
这泰坦尼克号文件包含泰坦尼克号887位乘客的数据。 每一行代表一个人，各列描述有关该人的不同属性：幸存（0 =否，1 =是），Pclass（1 = 1stclass，2 = 2 nd等级3 = 3 rd班级），姓名，性别（男，女），年龄，同胞/配偶，父母/子女和票价。
导入和清理数据
SPSS
打开SPSS后，我们可以使用“文件”菜单下的选项打开许多文件类型（CSV，Stata，SAS，Excel等）。 经过一系列步骤，软件检查了定界符和菜单之类的内容后，我们导入了以下文件（对于titanic.csv数据，请取消选中“变量之间出现哪个定界符？”下的空格）：
快速浏览电子表格可发现八个变量和887个观测值。 我们会看到以下数据：生存，乘客舱位，姓名，性别，年龄，是否有兄弟姐妹或配偶，是否有父母或孩子以及票价（以英镑为单位）。
SPSS有两种查看每个数据集的方法，即“数据视图”和“变量视图”选项，可以通过每个数据集底部的选项卡查看它们。 在变量视图中打开数据时，我们会看到每个变量的数据类型，并可以通过添加标签和更改格式来修改该信息。
我们已经需要采取一些措施来清理这些数据并准备进行分析。 幸运的是，大多数变量以其正确的度量类型读取。 年龄和车费按比例或连续变量衡量，而其他变量按名义值衡量。 PClass，SiblingsSpouse和Parents Children变量应更改为Ordinal类型，这可以通过在Measure列中单击Measure列下进行。 也没有丢失的数据，因此无需确保软件正确处理了丢失的观测值。
在SPSS中，我们需要标记字符串（文本）类型的分类变量，这也可以在“变量视图”中使用“值”选项来完成。 有两个String类型的变量（名称和性别）。 对于此示例，我们将不使用Name变量。 我们确实计划使用Sex变量，因此我们需要将Values添加到Sex类别中。 这可以通过在“变量视图”中单击“性别”行和“值”列上的…按钮来完成。
在SPSS中显示数据的基本思想是提供两个查看选项，分别根据各个观察结果以及每个变量的类型概述显示数据。
JMP
切换到JMP，我们将打开相同的数据并进行相同的操作。 让我们从启动程序时发生的事情开始。 JMP启动时，我们收到的第一件事是“每日提示和主窗口”屏幕。 主窗口管理用于数据，日志和输出的不同窗口。 最近使用的文件位于左侧，因此我们可以方便地重新打开上一个会话中使用的文件。
JMP的另一个功能是“视图”菜单下的“ JMP启动器”窗口。 JMP Starter为新用户提供了便利，因为它可以组织用于分析的命令，并为每个数据和分析选项提供摘要。 我们可以通过单击“文件”类别中的“打开数据表”命令并导航到包含该文件的文件夹，选择它，然后单击“打开”来打开该项目的Titanic数据。 您也可以直接从“文件”菜单打开数据。
与SPSS一样，JMP可以打开各种文件，包括CSV文件，Excel电子表格，SAS数据集，SPSS文档和文本文件。
与SPSS的数据和变量视图不同，JMP不会在数据的多个视图之间切换。 取而代之的是，左侧的桌子面板做类似的事情。
左中面板显示列信息，并显示八个变量和数据类型中的每一个。 每种数据类型都有建模类型的图标：蓝色代表连续变量，红色代表标称数据，绿色代表序数数据。 请注意，需要将变量Survived更改为Nominal类型，并将Pclass更改为Ordinal。 兄弟姐妹/配偶和父母/子女也可以更改为“序数”。 要更改类型，只需在变量列标题上单击鼠标左键或右键单击，然后选择“列信息”。 也可以通过右键单击左面板上的图标（蓝色三角形或红色直方图）来更改类型。 左下方的面板汇总了行并显示了其他信息。
让我们更改Survived和Pclass变量。 通过右击或左击左中间面板上Survived变量旁边的蓝色图标，我们可以选择Nominal，将图标变为红色。 通过右击或左击左中间面板上Pclass变量旁边的蓝色图标，我们可以选择Ordinal，从而将图标变为绿色。 我们还可以通过右键单击列标题并选择“列信息”来进行这些更改。
JMP 16中还有其他数据类型。 （有关数据类型的完整说明，请参阅此关联。）例如，名称在技术上是非结构化文本，而不是标称文本。 只能通过右键单击列标题并选择“列信息”，然后在“建模类型”下选择“非结构化文本”来进行此更改。 与JMP不同，SPSS没有将变量视为文本类型变量的选项，也没有分析文本响应的平台。
像SPSS一样，我们也可以在JMP中添加值标签。 为此，请右键单击我们要为其应用标签的列标题，然后选择“列信息”。 然后在“列属性”下，选择“值标签”。 与SPSS不同，JMP为我们提供了使用值标签或原始值的选项。 给列指定属性后，JMP会在感兴趣的列名称前面用不同的符号来通知这些更改。 在这里，我们看到为变量Sex创建了星号。 应该注意的是，JMP还具有许多其他列属性，可以帮助我们更好地理解数据中的可变性，例如值标签，值顺序和单位。
可视化
可视化是用于分析和理解数据的强大工具。 通过统计软件轻松制作图形的能力是分析软件如此受欢迎的主要原因之一。 通过SPSS的Chart Builder平台和JMP的Graph Builder平台，可以最轻松地实现可视化。 在本指南中，我们将讨论三种简单而强大的可视化工具：条形图，直方图和散点图。
SPSS
假设我们希望将讨论限制在变量年龄，票价和性别上，以直观地显示每个变量的分布，并在一张图表上查看所有三个变量。 我们从形成性的条形图开始。 一种快速简便的方法是使用“图形”菜单下的“传统对话”。
对于此数据，我们看到略多于一半的数据点是男性。 转到年龄和票价，我们可以在直方图中可视化此数据，也可以在“传统对话”中找到。
除了直方图，我们还为每个变量（均值，标准差和样本量N）提供了一些简单的统计信息。 我们可以双击输出中的每个图，并根据需要自定义。 检查年龄和票价的分布，我们发现观察到的票价比其他票价高得多。
对于更复杂的图形，我们使用“图形”菜单下的“图表生成器”选项。 使用“图表生成器”，我们可以建立年龄与票价的散点图，并用性别进行颜色编码。
“图表构建器”对话框非常有用，因为它易于使用并且可以自定义。 我们只需单击所需图形的类型，然后将其拖动到预览框中。 从那里，单击并拖动我们要在x和y轴上使用的变量，然后将color变量拖动到Set color？上。盒子。 设置好图表后，我们可以单击“确定”来查看结果。
在查看此散点图时，可以得出有关数据的几个点。 首先，对于票价，似乎有两个不寻常的观察结果（一男一女），年龄相近。 也许他们一起旅行？ 相对于其余数据，这些数据点显然显得格格不入。 从散点图中，很难看出年龄和票价之间是否存在线性关系。 同样在票价下，似乎有许多50英镑左右的积分。
JMP
在介绍JMP中的数据可视化之前，请回顾一下介绍中的内容，即JMP被设计为交互式软件。 这种交互性大多数以小红色三角形图标的形式出现在数据和输出的各个位置，使用户能够探索其他分析。 SPSS输出大部分是静态的，并且进一步的探索需要重新打开分析平台的图并重新选择选项。 我们从一个基本的条形图开始。 用户可以通过顶部菜单栏中的“图形”菜单项轻松访问图形功能。 对于大多数图形和图表，JMP的动态且用户友好的Graph Builder是合乎逻辑的选择。 要制作条形图，我们选择“图形生成器”，它还允许使用各种其他图形，例如饼图，气泡图和折线图。
Graph Builder是一个易于使用的拖放式平台，使我们能够以有趣且有趣的方式浏览和可视化数据。 首先通过选择图形顶部功能区上的条形图按钮来创建分类变量的条形图。 接下来，将性别拖到图表底部的x框中。 当我们在图表上拖动Sex变量时，我们看到JMP的Graph Builder动态地变化，并为我们提供了一个实际的视图，如果我们决定将变量放到那里，该图形将是什么样。 这与SPSS不同，后者要求我们在显示实际图形之前选择“确定”。 撤消更改就像将变量完全从图形上拖动到图形平台的另一部分一样简单。 将“性别”放到图表底部的x框中后，会出现一个“条形选项”面板，我们可以在其中选择新条形图的选项。 例如，在条形图中包括总计的百分比，就像在“标签”下拉列表中选择该选项一样简单。 此选项在条形图的顶部显示女性和男性的总样本比例，而不是完全不显示任何内容（默认选项）。
将轴更改为总计的百分比就像在“摘要统计量”下拉菜单的“条形”选项下选择“总计的百分比”一样容易。 双击或右键单击并转到要更改的设置，即可更改所有图标题，轴标签和图例设置。 Graph Builder具有很高的交互性，因此只需单击顶部功能区中的饼形按钮，即可将条形图更改为饼形图。 单击“完成”将删除“图形构建器控制面板”，并仅保留已创建的图形。 当我们希望将图形导出为图像文件时，这非常有用，可以通过单击File> Export并选择JMP的许多文件类型选项之一（例如Image，PDF，Microsoft Word）来完成。 我们可以通过单击红色的向下三角形并选择显示控制面板来重新打开控制面板。
如果变量的数据缺失，则红色向下的三角形下方的另一个有用选项是“包括缺失类别”。 它在图表上显示“女性”和“男性”类别旁边的缺失数据，并将其包含在所有显示的百分比中。 调用按钮也很有用。 假设我们花了很长时间来制作完美的图形，只是为了意识到一个数据点标签错误。 使用JMP，这没问题。 退出Graph Builder，然后返回数据集并根据需要更改数据。 返回到Graph> Graph Builder，然后出现一个神奇的Recall按钮。 单击它，它将重新创建我们刚刚关闭的图形-并对我们的数据进行了更正。
转到直方图，我们在“图形生成器”功能区中找到一个直方图图标。 从Age开始，我们可以通过将其从变量列表拖动到x框中来获得简单明了的输出。 我们也可以将其拖动到y框以获取垂直直方图。 与条形图一样，可以在左侧面板上选择有用的直方图选项，包括直方图样式，均值和标准差或在直方图框顶部显示的计数。
让我们重新创建我们在SPSS中创建的散点图，该散点图显示票价昂贵且年龄相近的男女乘客。 由于JMP是动态且交互式的，因此我们可以从已经创建的Age直方图开始。 要将其转换为散点图，我们需要做的就是将变量Fare拖到y轴上，然后单击图形上方功能区中的散点图按钮。 接下来，将变量“性别”拖动到“颜色”框中，该“颜色”框位于图形的“覆盖”和“尺寸”之间。 和瞧！ 只需单击几下，我们便将直方图转换为散点图，其点用Sex着色。
再一次，我们看到似乎有两个独特的个人，其票价要比其他个人高得多。 我们将它们列出为可能的异常值，但这是SPSS和JMP之间真正开始区别的地方。 JMP允许我们在数据和报表之间动态交互。 当所有点都被选中（不灰显）时，我们可以将鼠标悬停在这些点上并快速获取有关图形中使用的变量值以及这些点对应的数据表中特定行的信息。 我们还可以选择单个点以突出显示感兴趣的特定数据子集。
返回到数据表，所选行在数据表中显示为突出显示，这使我们可以选择快速检查行以确定确切的观察结果引起了争议。 如果需要检查数据的一致性，则可以动态链接数据和输出，从而轻松返回并检查各个观察值。 清除数据选择的方法有很多，但是最简单的方法之一是在数据表的“行”面板中双击“选定”（同样，双击“所有行”会选择所有数据）。
从Graph Builder中，我们开始确切地了解动态链接如何将使用JMP和SPSS分开。 我们可以单击这些图中的各个点，然后选择它们进行动态分析。 为我们的高票价观察所做的操作表明，我们认为只有两个观察实际上是三个！ 安娜·沃德小姐，托马斯·德雷克·马丁内斯·卡德扎先生和古斯塔夫·J·雷瑟尔先生的票价均为512英镑。 沃德小姐和Lesurer先生都35岁，而Cardeza先生36岁。 有趣的是，三名乘客全部幸存下来。
在SPSS中，我们观察到了图中可能存在的离群值，但是JMP进一步走了一步，使我们能够突出显示那些单独的点，并在数据和/或其他报告中查看它们。 此外，我们可以从分析中排除某些数据点，而不必删除它们。 排除的数据保留在数据表中，但在分析中不考虑，因此可以轻松进行带有或不带有潜在异常值的分析。 如果我们想从可视化中删除单个点而不是分析，则还有“隐藏”选项。 可以通过返回数据表，右键单击要排除或隐藏的行，然后单击相应的按钮（“排除”或“隐藏”）来完成此排除或隐藏。
JMP 16的另一个显着可视化功能是标题图。 在数据表中，最左侧的列上有一个小的直方图按钮（请参见带有蓝色圆圈的下图）。 单击此图标将在每个变量的列标题中显示图形，这非常有用且动态。 通过单击标题图的各个部分，表中与我们的选择相对应的观察结果将突出显示。 下面，我选择了幸存的变量（1），这使我可以快速查看数据集中其他变量的变量分布！ 整洁的！
描述性
描述性统计
描述性统计是任何良好统计分析的核心，如果执行得当，它们将提供可视化视图之外的真正洞察力。 本节将重点介绍单变量描述和创建自定义表。 假设我们要继续研究年龄和票价变量，我们将保留潜在异常值并考虑该数据，因为仍不清楚是否应将潜在异常值从分析中删除。
SPSS
许多SPSS用户都知道，“频率”对话框可以是一站式选择，可以同时分析许多不同的变量。 虽然有一个“描述性”对话框，但“频率”对话框很不错，因为我们可以在一个地方请求描述性统计信息和图表。 同样，我们可以将几种不同类型的数据放入此选项，SPSS将为每种类型的变量生成适当的图形和统计信息。
此处选择的选项将提供标准的单变量报告，在该报告中，我们可以看到基本统计课程中讨论的中心和点差的典型度量。 频率表，直方图，条形图和许多其他有用的描述性输出在“图表”选项下也可用。
SPSS分析：描述性统计：频率菜单
SPSS频率对话框
SPSS频率统计信息选项
SPSS频率统计输出
JMP
像SPSS中的“频率”对话框一样，JMP具有分发平台来获取简单的描述性输出。 分发平台位于“分析”菜单下。 我们首先选择幸存者，性别，年龄和票价。
单击“确定”后，将显示分发报告。 默认情况下，将为连续变量生成分位数，均值，标准差和其他汇总统计信息，以及均值的95％置信区间。 同样，默认情况下，变量输出是未堆叠的，并且将水平排列。 通过单击红色三角形并选择“堆栈”，输出将切换到垂直视图。 会为分类变量生成频率表，并且已选择“男性”子组（Sex = 1）以突出显示同一报告不同部分之间的交互性。
通过单击红色三角形，我们可以自定义报告显示，获取更多描述性度量或使不同分布适合数据。 附加组件包括箱形图，正态分位数图，CDF图和分布拟合。 能够交互地处理输出，使我们能够将许多不同的理论分布拟合到数据中（例如，正态，指数，泊松，二项式，正态混合等），并评估它们与数据的相对拟合。
JMP的另一个不错的功能是能够将分发报告另存为交互式html文件，无需使用JMP软件就可以交互查看和使用。 这可以通过文件>另存为...>另存为类型：>带有数据的交互式HTML来完成。 这些文件为学生提供了很好的演示，也可以将其制成报告，以便可以轻松地在拥有JMP的人和没有JMP的人之间讨论结果。
描述性：自定义表
SPSS
在许多情况下，需要特定的输出，例如在我们的示例中，视觉效果显示了“年龄”和“按性别划分的票价”方面的差异。 SPSS还具有为特定输出创建自定义表的选项。 我们可以单击并将变量拖动到适当的位置，并指定我们要查看的描述性输出。 要查看带有数字的表格，我们必须先单击“确定”，然后导航到“结果”部分以查看表格。 该输出的示例如下所示
JMP
JMP通过“表格”菜单下的“制表”平台制作自定义表格。 制表平台可以交互地构建表，其本质类似于Graph Builder。 同样，SPSS要求我们拖动希望在表中包含的变量，然后在查看结果之前单击“确定”。 拖放变量后，JMP会立即为我们提供这些结果。 开始定制表时，我们可以看到计算和输出。 另外，如果我们要生成非常特定的输出，则可以关闭交互式表以使用传统对话框。
描述性：相关性
SPSS
使用“分析”菜单下“相关”内的“双变量”对话框，我们可以获得“年龄”和“票价”之间的样本相关估计。 注意，两个变量之间存在显着的正相关。
JMP
JMP将分析集组合到一个平台中，该平台使我们能够做许多不同的事情（所有事情都有些相关）。 例如，查找Pearson相关系数的最简单选择是使用“分析”菜单的“多变量方法”下的“多变量”平台。
多元平台不只是用于寻找相关性的简单工具。但是，此处显示的基本报告同时提供了Pearson相关估计和散布图矩阵。 通过单击红色三角形，可以沿对角线添加直方图，以便可以快速可视化分布。 多元平台还允许我们测试相关性，找到相关性的替代度量（例如Spearman和Kendall），置信区间，部分相关性以及诸如色图的视觉效果。 此外，Multivariate平台还提供基于相关性的度量，例如主成分分析，离群值分析和项目可靠性。
推论：两样本t检验
SPSS
假设我们要检验年龄和存活者之间是否存在显着差异。 标准独立样本t检验是SPSS中的一种流行选项，可在“比较均值”菜单下找到。 在这里，我们可以指定一个或多个连续测量值，并确定该测量值的平均值在两组之间是否存在显着差异。 在SPSS中，均会计算等方差检验和不等方差检验，我们可以依靠方差检验确定哪个检验最合适。
JMP
尽管JMP Starter菜单中有一个按钮用于t检验，但用户应注意，t检验和单向ANOVA分析都进入同一平台。 实际上，JMP将所有两个变量推论合并为一个Fit Y by X平台。 使用Fit Y by X平台，我们可以对任何类型的数据进行双变量比较。
启动窗口左下角的网格列出了不同的分析类型。 我们可以选择要研究的x和y变量，JMP根据使用的数据类型选择适当的方法。
目前，我们要根据生存状况检查年龄之间的差异。 在报告中，我们具有简单的描述以及假设方差不相等的t检验（可通过从红色三角形图标中选择Means和Std Dev和t Test来找到）。 我们可能会添加图形（例如箱形图）和查看方差的其他测试，或者添加更适合偏斜数据的非参数测试。
再次，我们看到JMP的一个重要区别，因为JMP将许多类似的测试组合到一个通用平台中。 我们可以从t检验开始，然后查看图形和摘要统计信息以确定是否满足t检验的假设。 如果不是，那么我们可能会添加一个更适合所考虑数据的替代测试。
推论：交叉表/列联表和卡方检验
SPSS
创建列联表并执行分类数据的卡方检验是许多分析的重要组成部分。 表数据的检查是SPSS始终关注的领域之一，在“描述性统计”菜单的“交叉表”列表下，我们可以找到许多分析选项。 交叉表菜单使我们可以根据要进行的比较类型要求进行几组不同的分析。
从这个例子中，我们可以看到泰坦尼克号上女性（性= 0）的存活率是男性（性= 1）的三倍以上：74.2％对19％。 从卡方检验表中，我们还可以看到有足够的统计证据可以得出结论，生存状态与性别之间存在显着关联（卡方p值= 0.000）。 应该注意的是，SPSS不会显示（默认情况下）小于0.001的p值，而只会显示0.000。 如果某些用户认为p值实际上为0，这可能会使他们感到困惑。 实际上，p值非常小（小于0.001）。 默认情况下，JMP将p值显示为更多的小数位（四个而不是SPSS的小数点后三位），并使用<0.0001表示法更清晰地表示小于0.0001的p值。 当预期计数较小时，SPSS将显示警告消息，并提供费舍尔精确检验小细胞计数样品之间差异的方法。 如果对相对风险和优势比估计感兴趣，我们可以在统计框中选中“风险”选项以获取这些估计。
JMP
我们可以通过Fit Y by X平台访问JMP中的权变分析选项。 简单地为x和y指定类别变量将导致我们进行权变分析。 我们可以指定与SPSS中相同的表来查看性别与生存状态之间的关系。 JMP报告提供表格信息，卡方检验和Fisher精确检验（仅2x2表格，与SPSS相同）。
然后，我们可以添加其他摘要和测试，例如相对风险，优势比和关联度量（对于诸如Kendall's tau之类的项目）。 权变分析被认为是标准报告，但我们也可以通过红色三角形图标查看可用的选项列表。 JMP一个有趣的方面是，该软件会尝试在不熟悉的领域为用户提供帮助。 通过选择优势比选项并将鼠标悬停在该区域上，会出现一个说明框，指示该选项会进行哪种分析。 对于难以解释统计信息，p值或其他输出的用户，只需用鼠标在一个区域上盘旋或悬停即可使用此选项。
推理：线性回归
SPSS
线性回归可以使用“回归”菜单下的“线性回归”选项执行。 假设我们要使用年龄作为票价的预测因子。 SPSS中的“线性回归”选项是一个功能强大的工具，具有许多不同的选项，可用于基于模型的估计，拟合度，诊断，预测值输出以及用于评估拟合度的直观图。 我们可以合并许多潜在的预测变量，并在同一组菜单中查看简单线性回归和多重线性回归。
在不使用其他选项的情况下，我们获得具有R平方，ANOVA表和回归估计表的标准输出。 我们发现年龄与车费之间存在显着的关系，并且随着年龄的增长，这些人的车费也趋于增加（p值= 0.001）。 重要的是要注意，线性选项不允许将字符串变量用作潜在的预测变量。 实际上，SPSS中有许多不同的回归选项，具体取决于需要适合哪种类型的模型。 线性选项仅限于数字协变量；有关具有连续和分类协变量的多元回归，请参考通用线性模型平台。
JMP
在JMP中，我们有两个用于回归模型的选项：“按X拟合Y”平台或“拟合模型”平台，均位于“分析”菜单下。 简单的二元拟合沿着“ Fit Y by X”平台运行，所以让我们从这里开始。
Fit Y by X平台可以再次用于查看两个不同变量之间的关系。 在这里，我们将年龄列为X，将票价列为Y。 重要的是要注意，Fit Y by X平台仅关注双变量关系。 可以为x和y角色选择多个候选人。 在这种情况下，输出包含多个双变量拟合，每个输出显示针对每组变量的适当度量。
“双变量拟合”报告从一个简单的散点图开始，我们必须准确评估我们要进行哪种类型的双变量拟合。 在这里，我们看到了一个线性拟合，该线性拟合为数据建模了一条简单的线性回归线。 标准报告包括与SPSS中相同的基本信息：R平方，ANOVA和参数估计以及对截距和斜率参数的假设检验。 但是，在JMP中，我们可以与此输出交互以同时查看多个拟合。 例如，我们可以为数据选择简单的均值，直线和二次拟合，然后通过R平方或查看参数估计值来比较拟合。 其他拟合包括密度椭圆和平滑样条曲线，通过它们可以进行拟合之间的比较，并且可以将估计值输出到原始数据以进行进一步研究。 在每次拟合下，我们可以指定诊断测量值和曲线图，以评估是否满足使用每个特定模型的假设。
JMP在Fit Model平台下都放置了许多不同类型的回归模型。 在此处显示的示例中，我们正在拟合一个多元线性回归模型，该模型通过Sex，序数变量Pclass和分类变量Sex（不需要将分类协变量和连续协变量分开）的组合来预测票价。 单击“运行”显示“最小二乘拟合”输出，其中包括实际图与预测图，杠杆图，按预测图残差等。 红色三角形下方提供了更多选项，例如轮廓图。
推理：逻辑回归
SPSS
可以使用“回归”菜单下的“二进制逻辑”选项执行逻辑回归。 假设我们要使用Age作为二进制变量生存率的预测变量。 SPSS中的Binary Logistic选项具有许多不同的选项，可用于基于模型的估计，拟合度，诊断，转换为优势比等。 我们可以合并许多潜在的预测变量，并在同一组菜单中查看简单逻辑回归和多重逻辑回归。
JMP
与线性回归一样，JMP中的逻辑回归模型有两个选项：“按X拟合Y”平台或“拟合模型”平台，均位于“分析”菜单下。 双变量拟合沿Fit Y by X平台进行，而多个逻辑拟合沿Fit模型平台进行。 单击“确定”后，唾手可得的是关于模型的许多有用信息。 红色三角形下方提供更多选项，例如赔率。
数据处理
SPSS和JMP都非常适合处理数据，因为它们各自提供了许多不同的方式来组织和处理数据。 我们可以对数据进行排序，对变量进行排序，合并文件，重新编码并运行许多其他操作。 下面列出的是并排比较，说明了SPSS和JMP中的许多数据处理功能。 新的JMP用户应该知道，由于数据文件和输出是动态链接的，因此在某些情况下，需要在操作数据之前关闭输出。 在对数据进行排序或操作时，JMP有时会默认创建具有必要操作的新数据表。新用户应指定操纵文件应替换当前数据文件。 可以通过各种菜单选项在JMP中操作数据。 Tables菜单项提供许多常见数据表转换，而Cols> Utilities菜单项提供许多用于完成常见数据列操作的工具。 JMP Starter视图还在一个统一的位置显示了许多这些选项。
SPSS
JMP
数据处理：创建新变量
SPSS
假设我们要创建一个新变量，即Age作为月份（而不是年）。 我们可以使用“计算变量”选项来定义一个新变量（称为Age_Std），并向该变量附加公式计算（年龄* 12）。 SPSS具有许多用于聚合和转换数据的不同功能，所有功能均按功能类型分组。 填写数字表达式后，SPSS将创建一个具有指定名称的新变量，并使用数字表达式中的计算填充该变量。
JMP
JMP直接在数据表中创建新变量。 假设我们要在JMP中创建相同的新变量（Age_Std）。 首先，双击数据表末尾的未使用列以创建新列。 然后，我们双击列名称以打开“列信息”窗口，在此为列命名，然后单击“列属性”并选择“公式”以打开“编辑公式”窗口。 现在，我们可以编辑公式以创建在SPSS中使用的数字表达式。 请注意，JMP还具有广泛的功能，可用于处理和转换我们现有的数据。 另外，我们还可以使用菜单项Cols> New Columns创建一个新列。 通用数据转换也可以在许多JMP平台上即时完成，例如Graph Builder，Tabulate，X拟合Y和Fit Model。 该即时选项非常简单，只需右键单击要在“列”框中转换的变量并转到“转换”即可。
数据处理：文件拆分
SPSS
假设我们想看看《泰坦尼克号》上男性与女性的不同产出。 我们可以使用“拆分文件”选项来告诉SPSS，应始终通过特定变量对进一步的输出进行分层。 我们可以选择仅针对男性和女性创建新文件，但是拆分选项是向SPSS指示后续输出应在男性与女性之间分开的独特方式。
如果要返回非分层分析，只需转到“拆分文件”选项，然后选择“分析所有情况，不创建组”即可关闭分层。
JMP
在JMP中可能不需要拆分文件，因为所有分析平台都具有“按”选项，可以按特定变量对输出进行分层。 因此，如果我们需要分层的描述性统计信息，则可以在分发平台中使用By语句，如下所示。
保存和复制输出
只有存在一种保存和复制数据的机制，才有可能操纵数据并产生出色的输出和视觉效果。 看起来似乎并不明显，但是JMP也受到脚本语言的支持，该脚本语言对于临时用户或新用户大多在后台运行。 许多高级用户发现，编码可为重复性任务提供更快的结果。 让我们讨论如何在SPSS和JMP中保存和复制输出。
SPSS
当我们以SPSS格式保存一个SPSS数据文件（.sav文件）时，该数据文件将保留所有操作，转换和标签。 为了保留输出，我们另存为单独的文件（.spv格式）。 由于SPSS的点击界面确实是一种代码生成机制，因此代码在输出文件中的所有输出之前。 例如，如果我们要查看年龄和票价的描述性统计信息，则可以在点击界面的输出中生成以下代码：
JMP
JMP采用另一种方法保存和复制输出。 当我们将数据另存为JMP数据文件（.jmp文件）时，数据将保留通过分析保存的操作，转换，标签和脚本。 让我们来看一个例子。 假设我们要保存年龄和票价信息的分布分析，以备后用。 在所有JMP报告中，我们都可以找到用于将代码（称为JMP脚本）保存到数据表的选项。 还有其他选项可以保存JMP脚本，但是保存到JMP数据表是一种选择。 当我们以JMP格式保存数据时，所有保存到数据表中的脚本也将被保存。 我们可以编辑已保存脚本的名称，并使用数据表中已保存脚本名称所位于的红色三角形重现输出。 另外，我们有一个文件，其中包含与特定项目有关的数据信息和分析。 JMP数据文件可以在许多JMP用户之间共享，并且一个文件可以是用于所有项目分析的单个平台。 如果我们想要一组类似于上面针对SPSS列出的代码的书面说明，则只需选择“保存脚本”>“到日记本”，必要的.jsl（JMP脚本语言）代码将显示在可编辑文本的窗口中。 像SPSS一样，JMP的脚本语言非常复杂，在完成重复性任务中很有用。
其它功能
从SPSS过渡到JMP的用户可能会对JMP的某些独特功能感兴趣。
机器学习和文本挖掘
虽然JMP 16和SPSS 27都是决策树和神经网络的标准配置，但是JMP 16具有SPSS 27没有的许多高级预测建模方法，包括Bootstrap Forest，Boosted Tree，朴素贝叶斯和支持向量机。 同样，JMP 16具有许多内置工具，可用于创建预测模型。 这样的工具之一就是“创建验证列”，它使用户可以基于分层，分组和切入点列创建列。
文本挖掘是另一种有趣且参与JMP的数据挖掘方法。 SPSS没有任何内置的文本挖掘功能。 例如，回想一下“名称”列是非结构化文本。 使用JMP 16，我们可以探索该文本数据中的单词或短语模式。 在“分析”菜单下，“文本资源管理器”模块允许我们选择许多非结构化的文本列，并告诉JMP它应该如何挑逗所选文本中的单词或短语。 单击“确定”后，“文本资源管理器”将在所选列中显示常用术语和短语。 从上图可以看出，“先生”一词出现了513次； “小姐”出现182次，而“夫人”出现125次。 这种洞察力是我们的泰坦尼克号数据当前不视为变量的。 使用JMP，我们可以轻松地为名称列中包含单词“ miss”或“ mrs”的行创建指标列（0或1）。 只需右键单击单词并选择“保存指标”，即可在我们的数据集中创建这些新的指标变量。 太酷了！
样本数据集
学习和教授统计学的一个困难是找到格式正确的示例数据集。 JMP知道这一点，并包含了数百个数据集。 JMP的内置数据集按分析类型，领域和教学资源分类，可通过“帮助”>“样本数据”菜单项轻松访问。 打开这些数据集就像选择我们要探索或了解的数据类型或统计方法，然后单击蓝色突出显示的链接一样简单。 是否想学习如何在JMP中制作地图？ 在“地理地图”数据类型下，找到“美国选举2008”数据。 数据集打开后，我们会在左上角找到许多准备运行的JMP脚本。 单击“按选举人人数调整大小的地图生成器地图”旁边的绿色播放箭头，将启动“图形生成器”，其中包含美国地图的颜色标记为蓝色或红色，具体取决于奥巴马还是麦凯恩赢得了该州。 整洁的！ 想了解生存分析？ 找到“可靠性/生存”类别，然后选择“设备”数据集。 运行数据集左上角的“生命分布”脚本可以拟合并比较事件发生时间数据的分布。 使用JMP是如此容易学习和探索！
结论
SPSS和JMP都是用于操纵，可视化和分析数据的出色软件工具。 在本指南中，我们重点介绍了如何在SPSS和JMP中完成许多面向数据的常见任务。 在整个过程中，我们确保指出了两个软件包之间的许多差异，以及JMP如何提升您从数据中获得的见解。 显而易见，JMP和SPSS对数据分析工作流的处理方式不同。 SPSS中的点击机制会生成SPSS代码，因此用户可以决定要执行的分析和选项，然后提交生成的代码以获取输出。 代码和结果在输出文件中列出，可以保存，复制或操作。 相比之下，JMP动态链接数据和报表以在数据和用户之间创建交互。 用户从一般的分析区域开始，然后可以自定义输出以添加不同的功能或分析。 数据和输出之间的动态链接使探索异常观察变得非常简单和直观。 Graph Builder等功能的交互性使用户可以实时创建和更新视觉效果。
致谢
我要感谢JMP的Ruth Hummel，Larry LaRusso，Anne Miley和Amy Stuart在编写本指南期间所提供的所有帮助，编辑和反馈。 我还要感谢本指南第一版的作者Jason Brinkley，他为创建第二版提供了清晰准确的起点。
