IBM SPSS Statistics Subscription 中的新增功能 |
您所在的位置：网站首页 › 国内下不了SPSS IBM › IBM SPSS Statistics Subscription 中的新增功能 |
|
2022 年 9 月更新
分析过程
线性 OLS 替代方法
弹性网络
单击 分析 > 回归 > 线性 OLS 替代方法 > 弹性网络 以获取线性弹性网络回归分析。 新的 "线性弹性网络" 扩展过程使用 Python sklearn.linear_model.ElasticNet 类来估算一个或多个自变量上的因变量的规则化线性回归模型。 规则化组合了 L1 (套索) 和 L2 (岭) 惩罚。 该扩展包含可选方式，用于显示给定 L1 比率的不同 alpha 值的跟踪图，以及根据交叉验证选择 L1 比率和 alpha 超参数值。 当拟合单个模型或使用交叉验证来选择惩罚比率和/或 alpha 时，可使用保留数据分区来估算样本外性能。
套索
单击 分析 > 回归 > 线性 OLS 替代方法 > 套索 以获取线性套索回归分析。 新的线性套索扩展过程使用 Python sklearn.linear_model.Lasso 类来估算一个或多个自变量上的因变量的 L1 损失规则化线性回归模型，并包含可选方式来显示跟踪图以及根据交叉验证选择 alpha 超参数值。 当拟合单个模型或使用交叉验证来选择 alpha 时，可使用保留数据分区来估算样本外性能。
岭
单击 分析 > 回归 > 线性 OLS 用于获取线性岭回归分析的替代方法 > 岭 。 新的 "线性岭" 扩展过程使用 Python sklearn.linear_model.Ridge 类来估算一个或多个自变量的因变量的 L2 或平方损失正则化线性回归模型，并包含可选方式以显示跟踪图以及根据交叉验证选择 alpha 超参数值。 当拟合单个模型或使用交叉验证来选择 alpha 时，可使用保留数据分区来估算样本外性能。
参数加速故障时间 (AFT) 模型
单击 分析 > 生存 > 参数化加速失败时间 (AFT) 模型 以获取参数化加速失败时间 (AFT) 模型分析，该分析调用具有非循环生命时间数据的参数化生存模型过程。 参数生存模型假设生存时间遵循已知分布，此分析拟合加速失败时间模型，其模型效应与生存时间成正比。
线性混合模型和广义线性混合模型中的伪 -R2 测量
伪 -R2 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 (适当时)。 确定系数 R2 是一个通常报告的统计量，因为它表示由线性模型解释的方差比例。 类内相关系数 (ICC) 是一个相关统计，用于量化由多级/分层数据中的分组 (随机) 因子解释的方差比例。
命令语法
GENLINMIXED
现在，输出包含伪 -R2 度量和类内相关系数 (当适用时)。
LINEAR_ELASTIC_NET
新的扩展命令使用 Python sklearn.linear_model.ElasticNet 类来估算一个或多个自变量上的因变量的规则化线性回归模型。
LINEAR_LASSO
新的扩展命令使用 Python sklearn.linear_model.Lasso 类来估算一个或多个自变量的因变量的 L1 损失规则化线性回归模型。 该命令包含用于显示跟踪图和选择基于交叉验证的 alpha 超参数值的可选方式。
LINEAR_RIDGE
新的扩展命令使用 Python sklearn.linear_model.Ridge 类来估算一个或多个自变量的因变量的 L2 或平方损失正则化线性回归模型。 该命令包含用于显示跟踪图和选择基于交叉验证的 alpha 超参数值的可选方式。
MIXED
现在，输出包含伪 -R2 度量和类内相关系数 (当适用时)。
SURVREG AFT
新命令使用非循环生命周期数据调用参数生存模型过程。 Python 和 R 升级 Python 3.10.4 和 R 4.2.0 是 IBM® SPSS® Statistics Subscription的一部分。 选择个案 - 隐藏的个案 当选择了部分个案时，未选择的个案将不再隐藏在数据编辑器中，并且不会废弃未选择的个案。 这表示返回到 2020 年 11 月更新和较早更新的行为。 小提琴图 图板模板选择器包含一个新的小提琴图，它是盒子和内核密度图的混合。 小提琴图显示数据中的峰值，并用于可视化数字数据的分布。 与只能显示汇总统计的箱图不同，小提琴图描述汇总统计和每个变量的密度。 工作簿方式增强功能 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" 上的新按钮，用于在经典 (输出和语法) 方式与工作簿方式之间进行切换。 搜索增强功能 现在， “搜索”功能提供了直接在工具栏字段中输入词汇以及在下拉窗格中查看结果的选项。 2021 年 11 月更新 分析过程 核脊回归 新的基于扩展的过程使用 Python sklearn.kernel_ridge.KernelRidge 类来估算一个或多个自变量的因变量的内核岭回归。 自变量包括模型超参数，或包括在指定的值网格上选择的超参数值。 通过使用 sklearn.model_selection.GridSearchCV 类来实现交叉验证。 线性混合模型 该过程的新输出表提供了边际和条件 pseudo-R2 度量。 该表仅在适当的情况下显示。 效力分析过程 新增的精度功能可计算在估算人口参数时必需的样本量，具体的精度由用户指定的置信区间半宽度确定。 预期结果将生成最小样本量，以确保实际置信区间半宽度不超过期望的值。注: 新功能可用于除 "单变量线性回归" 以外的所有 "幂分析" 过程。 现在，作为对效力或样本量估算的输入，效应大小获得了支持。 效应大小的值在经过定义后，会传递给相应过程的中间步骤，并计算期望的效力或样本量。 以下效力分析过程支持效应大小作为对效力或样本量估算的输入： 单样本 T 检验的效力分析 配对样本 T 检验的效力分析 独立样本 T 检验的效力分析 单因素 ANOVA 的幂分析 单变量线性回归检验的幂分析 命令语法 OUTPUT CREATE 新命令提供的选项可用于通过用户输入的 JSON 或外部 *.json 文件，来创建定制表、图表和其他输出项。 有关更多信息，请参阅 OUTPUT CREATE。 POWER ONEWAY ANOVA CONTRAST 子命令的新 HALFWIDTH 关键字可根据指定的置信区间半宽度来估计样本量。 有关更多信息，请参阅 CONTRAST 子命令（POWER ONEWAY ANOVA 命令）。 PARAMETERS 子命令的新 ES 和关键字可以指定总体检验的效应大小，该效应大小可通过 f 或 η2 进行度量。 有关更多信息，请参阅 PARAMETERS 子命令（POWER ONEWAY ANOVA 命令）。 PLOT 子命令的新 ES、ES_YAXIS 和 ES_XAXIS 关键字可通过效应大小图表控制二维效力；通过总样本量（x 轴）和效应大小（y 轴）图表控制三维效力；通过总样本量（y 轴）和效应大小（x 轴）图表控制三维效力。 有关更多信息，请参阅 PLOT 子命令（POWER ONEWAY ANOVA 命令）。 POWER MEANS INDEPENDENT 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER MEANS INDEPENDENT 命令）。 PARAMETERS 子命令的新 ES 关键字可将效应大小指定为对效力或样本量估算的输入。 假定两个用来比较的独立组具有不等方差时，独立样本分析的效应大小将以平均值差来测量。 有关更多信息，请参阅 PARAMETERS 子命令（POWER MEANS INDEPENDENT 命令）。 POWER MEANS ONESAMPLE 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER MEANS ONESAMPLE 命令）。 PARAMETERS 子命令的新 ES 关键字可将效应大小指定为对效力或样本量估算的输入。 有关更多信息，请参阅 PARAMETERS 子命令（POWER MEANS ONESAMPLE 命令）。 POWER MEANS RELATED 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER MEANS RELATED 命令）。 PARAMETERS 子命令的新 ES 关键字可将效应大小指定为对效力或样本量估算的输入。 有关更多信息，请参阅 PARAMETERS 子命令（POWER MEANS RELATED 命令）。 POWER PARTIALCORR 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER PARTIALCORR 命令）。 POWER PEARSON ONESAMPLE 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER PEARSON ONESAMPLE 命令）。 POWER PROPORTIONS INDEPENDENT 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER PROPORTIONS INDEPENDENT 命令）。 POWER PROPORTIONS ONESAMPLE 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER PROPORTIONS ONESAMPLE 命令）。 POWER PROPORTIONS RELATED 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER PROPORTIONS RELATED 命令）。 POWER SPEARMAN ONESAMPLE 新的 PRECISION 子命令可根据指定的置信区间半宽度来估算样本量。 有关更多信息，请参阅 PRECISION 子命令（POWER SPEARMAN ONESAMPLE 命令）。 POWER UNIVARIATE LINEAR PARAMETERS 子命令的新 ES 关键字可指定由 f2 度量的效应大小值。 有关更多信息，请参阅 PARAMETERS 子命令（POWER UNIVARIATE LINEAR 命令）。 SAVE DATA COLLECTION 不推荐使用该命令。 透视表增强功能 大多数表包含混合值，将热图应用于整个表通常会生成变化范围很大的表。 现在，透视表编辑器包含菜单选项色标，此选项可提供热图样式设置，这些设置会根据单元格值显示不同颜色的选定表单元格。 有关更多信息，请参阅 颜色刻度。 工作簿方式增强功能 上下文菜单 现在，右键单击上下文菜单可提供用于剪切，复制和粘贴内容以及用来显示“样式输出”对话框的选项，该上下文菜单可以指定对工作簿中选定的输出对象所进行的更改。 有关更多信息，请参阅 样式输出: 选择。 语法段落错误窗格 现在，有关语法的错误信息将显示在语法段落下方。 代理设置 proxy.ini 配置文件现在随产品一起安装，并提供用于手动配置代理设置的选项。 有关更多信息，请参阅 代理配置文件。 Documentation 已除去 "导出到数据收集" 主题，因为 IBM SPSS Statistics 不再支持 UNICOM Intelligence (以前称为 IBM SPSS Data Collection)。 2021 年 5 月更新 分析过程 Meta 分析 Meta 分析是针对一系列用于回答相似研究问题的研究结果进行的数据分析。 这些研究称为基础研究。 Meta 分析使用统计方法对效应进行总体估计、探索研究间的异质性，以及调查发表偏倚（或者更一般地说，小型研究效应）对最终结果的影响。 以下 "元分析" 过程是 IBM SPSS Statistics Subscription中的新增过程。 Meta 连续分析 对活动数据集中提供的用于估计效应大小的原始数据连续结果执行 Meta 分析。 Meta 连续效应大小分析 在活动数据集中提供有预先计算的效应大小数据时，执行连续结果 Meta 分析。 Meta 分析 - 二元 对活动数据集中提供的用于估计效应大小的原始数据二元结果执行 Meta 分析。 Meta 分析 - 二元效应大小 在活动数据集中提供有预先计算的效应大小数据时，执行二元结果 Meta 分析。 Meta 分析 - 回归 执行 Meta 分析回归。 一般线性模型 (GLM) 过程 现在，一般线性模型 (GLM) 过程用户界面可以在其 EM 平均值对话框中提供比较简单的主效应设置。 只要目标列表包含一个或多个产品或交互效应 (例如， A*B或 A*B*C) ，就会启用此设置。 此设置支持指定简单主效应之间的比较，这些主效应是嵌套在其他因子级别中的主效应。 单因素 ANOVA 该过程现在支持非数值分类变量。 幂分析 新“网格值”对话框提供用于指定 POWER 值范围的选项，以便以网格格式查看每个指定 POWER 范围值的投影样本大小。 选择估算样本量和网格效力值选项时，网格值对话框适用于每个效力分析过程（单击网格控件以显示对话框）。 比率统计 价格相关偏差 (PRB) 该过程现在支持价格相关偏差 (PRB) 离散方法。 PRB 是一个指数，用于衡量高价房地产的评估价格比是系统性地偏高还是偏低。 PRB 回归评估比率的百分比差异。 从中位数比率基于值代理测量的以 2 为底对数得出差异。 代理测量计算为“销售价格的平均值”和“评估值与中位数比率之比”。 该方法还给出 100% 价值变化的评估比率百分比变化。 变异系数 (COV) 新的 COV 离散方法包括中位数和均值居中变异系数，并有效替换中位数居中 COV 和均值居中 COV 离散方法。 中位数居中变异系数是将与中位数偏差的均方根表示为中位数百分比的结果。 均值居中变异系数是将标准差表示为平均值百分比的结果。 命令语法 COXREG CONTRAST 子命令的 DEVIATION 关键字现在将 refcat 缺省为第一个类别。 有关更多信息，请参阅 CONTRAST 子命令 (COXREG 命令)。 LOGISTIC REGRESSION CONTRAST 子命令的 DEVIATION 关键字现在将 refcat 缺省为第一个类别。 有关更多信息，请参阅 CONTRAST 子命令 (LOGISTIC REGRESSION 命令)。 META BINARY 命令 当活动数据集中提供有原始数据以估计效应大小时，这个新命令代表二元结果的 Meta 分析过程。 有关更多信息，请参阅 META BINARY。 META ES BINARY 命令 当活动数据集中提供有预先计算的效应大小数据时，这个新命令代表二元结果的 Meta 分析过程。 有关更多信息，请参阅 META ES BINARY。 META CONTINUOUS 命令 当活动数据集中提供有原始数据以估计效应大小时，这个新命令代表连续结果的 Meta 分析过程。 有关更多信息，请参阅 META CONTINUOUS。 META ES CONTINUOUS 命令 当活动数据集中提供有预先计算的效应大小数据时，这个新命令代表连续结果的 Meta 分析过程。 有关更多信息，请参阅 META ES CONTINUOUS。 META REGRESSION 命令 这个新命令代表 Meta 回归过程。 有关更多信息，请参阅 META REGRESSION。 RATIO STATISTICS 在 OUTFILE 子命令中添加了 COV 和 PRB 关键字。 在 PRINT 子命令中添加了 COV、PRB 和 N 关键字。 有关更多信息，请参阅 RATIO STATISTICS。 关系图 关系图用于通过提供每个节点和链接彼此之间的连接和影响的直观表示来确定变量之间的相互关联。 关系图通过节点和链接来直观表示连接和影响。 节点表示变量和变量类别，链接则表示节点之间的影响强度。 较大的节点和较粗的链接线代表较强的连接和影响。 较小的节点和较细的链接线代表较弱的连接和影响。 关系图功能可通过 图形 > 关系图 ... 进行访问 R R 4.2.0 现在是 IBM SPSS Statistics的一部分。 R 环境设置在 编辑 > 选项 ... > 文件位置 > R 位置中定义。 Python 3 和 R 可编程性 通过启用易于配置的虚拟运行时环境，增强了对 Python 3 和 R 的支持。 通过单击产品文件夹中的 Python 3 IDLE (PythonGUI) (Windows) 或 Python 3 for SPSS Statistics (macOS) 选项，访问 Python 运行时环境。 Windows 启动 > IBM SPSS Statistics > Python 3 IDLE (PythonGUI) macOS > 应用程序 > IBM SPSS Statistics > Python 3 for SPSS Statistics 注: 不再正式支持 Python 2。 如果仍需要运行 Python 2，请参阅“Programmability SDK”。 通过单击产品文件夹中的 R x64 4.0.5 (Windows) 或 R for SPSS Statistics (macOS) 选项，访问 R 运行时环境。 Windows 启动 > IBM SPSS Statistics > R x64 4.0.5 macOS > 应用程序 > IBM SPSS Statistics > R for SPSS Statistics 安装与许可证发放 产品安装程序已更新为提供用于注册 IBM SPSS Statistics的预订或许可版本的选项。 订购 要求提供 IBMid，才能激活和安装基于预订的软件版本。 您必须购买 IBM SPSS Statistics Subscription 才能通过预订方法激活产品。 许可 需要授权用户许可证或并发用户许可证才能激活软件。 您必须购买 IBM SPSS Statistics 的本地许可证，以便通过用户许可证或并发用户许可证来激活产品。 有关预订与许可版本之间的差异的更多信息，请参阅 哪个 IBM SPSS Statistics 版本适合您?有关安装程序更新的简短概述，请参阅以下简介视频： 输出增强功能 工作簿 以工作簿方式查看输出将 SPSS Statistics 语法编辑功能与 Notebook 方法连接起来，该方法提供了用于运行语法和查看相应输出的交互式方法。 工作簿文档 (*.spwb) 是由各个段落组成。 这些段落包含输出元素（语法、表、图表，等等）。 语法段落提供了完整的语法编辑和运行功能。 富文本格式段落提供了完整的富文本格式编辑功能。 图表和表编辑器易用性增强功能 透视表编辑器 现在，透视表编辑器用户界面在对话框右侧提供有“编辑选项”滑出窗格。 该窗格提供了用于完成以下操作的选项：处理行和列、指定文本属性、定义边框参数、指定单元格格式，以及定义脚注和表注释。 已安装的扩展 其他常用扩展现在将随产品一起自动安装。 可以通过其菜单条目旁边的加号来标识已安装的扩展 (例如， )。 搜索增强功能 搜索功能已更新，现在可以提供过程、帮助主题、语法参考和案例研究的结果。 现在，“搜索”功能可以搜索每个用户界面对话框和帮助主题中的所有单词/术语。有关搜索增强功能的简短概述，请参阅以下简介视频： 命令语法帮助已更新，当您在语法编辑器中将光标悬停在命令和子命令上时，就会显示工具提示，其中会提供语法示例。 导出输出增强功能 Word 文档 (*.docx) 现在，可以将输出导出到 Microsoft Word (*.docx) 格式。 “文本 - 纯文本 (*.txt)”、“文本 - UTF8 (*.txt)”和“文本 - UTF16 (*.txt)” 文本导出设置现在分为三个不同的选项，它们提供不同的编码方法。 Excel 输出 Microsoft Excel 导出设置现在提供有用于创建工作簿和工作表的选项。 打印预览 文件 > 打印预览 提供 PDF 格式的输出预览版本。 选择个案 - 隐藏的个案 现在的缺省情况是，当选择个案子集且没有废弃未选中的个案时，这些未选中的个案将会隐藏在“数据编辑器”中。 从“数据编辑器”复制行时，将不会提取隐藏的个案。 您可以选择通过取消选择 编辑 > 隐藏排除的观测值，或者通过在数据编辑器中右键单击并取消选择 隐藏排除的观测值 选项来显示隐藏的观测值。 图表构建器易用性增强功能 “图表外观”选项卡中的模板控件已重新设计，模板选择选项现已简化。 辅助功能选项 用户界面现在支持高对比度模式，该模式可调整背景和文本颜色，让应用程序变得更易于阅读。 2020 年 11 月更新 分析过程 双变量相关性 此过程已进行更新，以提供禁止输出中的相关表的选项。 现在，此过程还提供用于控制置信区间估算的选项。 独立样本比例 新过程为两个独立二项比例中的差异提供检验和置信区间。 输出包含观察到的比例、群体比例差异估算、原假设和备用假设下群体差异的渐近标准误差、具有双侧概率的指定检验统计，以及比例差异的指定置信区间。 单样本比例 新过程为单个二项式比例提供检验和置信区间。 输出包含观察到的比例、群体比例与假设群体比例之差的估算、原假设和备用假设下的渐近标准误差、具有双侧概率的指定检验统计，以及比例的指定置信区间。 配对样本比例 新过程为两个相关或配对的二项比例中的差异提供检验和置信区间。 输出包含观察到的比例、群体比例差异估算、原假设和备用假设下群体差异的渐近标准误差、具有双侧概率的指定检验统计，以及比例差异的指定置信区间。 可靠性分析 此过程已更新，以提供 Omega (McDonald's Omega) 模型选项。 该模型假设模型是一维的，其中包括单个因子，它没有误差协方差形式的局部项依赖关系。 该模型意味着两个不同项的协方差是其载荷的乘积。 命令增强功能 CORRELATIONS 命令 已添加对于 PRINT 子命令中 NOMATRIX 关键字的支持。 此关键字禁止输出中的相关表。 有关更多信息，请参阅 PRINT 子命令 (Correlations 命令)。 已添加对于 CI 子命令的支持。 此子命令控制置信区间估算。 有关更多信息，请参阅 CI 子命令（关联命令）。 MULTIPLE IMPUTATION 命令 添加了对在 IMPUTE 子命令的 SCALEMODEL keyword PMM 方法中指定单个数字参数的支持。 插补值基于从最近的 (k) 预测中为最接近随机选择的完整案例定义的值，其中 (k) 是缺省值为 5 的正整数。 有关更多信息，请参阅 IMPUTE 子命令（多重插补命令）。 PORPORTIONS 命令 新的 PROPORTIONS 命令计算二项式比例或比例差异的检验和置信区间。 统计信息可用于单样本比例 (针对指定值进行检验) ，成对样本 (不同变量) 或独立样本 (不同个案组)。有关更多信息，请参阅 比例， ONESAMPLE 子命令， PAIREDSAMPLES 子命令和 DEPENDENTSAMPLES 子命令。 RELIABILITY 命令 已添加对于 MODEL 子命令中 OMEGA 关键字的支持。 该关键字提供 McDonald's Omega 估计以评估可靠性。 有关更多信息，请参阅 MODEL 子命令 (RELIABILITY 命令)。 复原点 复原点保存意外退出（自动恢复）或显式保存的活动会话的数据。 每个复原点都是 SPSS Statistics 会话快照。 每个复原点都包含会话意外退出时处于活动状态或显式保存的数据编辑器、语法和输出文件信息。 保存的复原点将保持备份状态，直至恢复或删除。 输出增强功能 导出 SVG 图表 现在，您可以将图表导出为可缩放矢量图形 (*.svg) 格式。 图表和表编辑器易用性增强功能 向图表和表编辑器添加了重置按钮。 该按钮将图表/表重置为其原始配置。 表编辑器工具栏已拆分为编辑和格式工具栏。 增加小数和减少小数工具栏控件现在可用。 这些控件允许您增加或减少表中的小数位设置。 APA 样式增强功能 脚注和文字说明现在可采用双倍行距。 已修正脚注对齐问题。 现在可以禁用表脚注和文字说明。 已解决图表间距和对齐问题。 较小的显著性值现在可以用“ 选项 ... > 常规 > Windows > 显示本机 macOS 文件对话框)。 本机 macOS 文件对话框提供以下优点： 本机 macOS 文件选择对话框的所有优点都可用（例如，搜索、侧边栏快捷方式和键盘快捷键等）。 SPSS Statistics 文件选择对话框与其他 macOS 文件选择对话框一致。 分析过程 双变量相关性 仅显示下三角形设置已添加到主对话框。 仅在启用设置时，输出中显示相关性矩阵表的下三角形。 如果未选择，那么将在输出中显示完整相关性矩阵表。 引入了设置以允许表输出遵循 APA 样式准则。 有关更多信息，请参阅 双变量相关性。 交叉表 向“单元格显示”对话框添加了创建 APA 样式表设置。 此设置可生成一个符合 APA 样式准则的表。 有关更多信息，请参阅 交叉表单元格显示。 频率 向主对话框添加了创建 APA 样式表设置。 此设置生成符合 APA 样式准则的表。 有关更多信息，请参阅 频率。 幂分析 幂分析在学习计划、设计和传导中扮演关键角色。 幂计算通常在收集任何样本数据之前，小型初步研究除外。 幂的精确估算可告知调查员，将基于 true 备用假设下的有限样本大小检测统计显著性差异的可能性。 如果幂过小，那么检测显著性差异的可能性较小，并且很可能是非显著性结果，即使实际差别真实存在。 新过程按如下所示进行分组。 平均值 单样本 T 检验 在单样本分析中，将作为单个随机样本收集观察到的数据。 假设样本数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关平均值参数的统计推论。 有关更多信息，请参阅 单样本 T 检验的幂分析。 独立样本 T 检验 在独立样本分析中，观察数据包含两个独立样本。 假设每个样本中的数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关两个平均值之差的统计推论。 有关更多信息，请参阅 独立样本 T 检验的幂分析。 配对样本 T 检验 在配对样本分析中，观察数据包含两个配对和相关样本，并且每个个案具有两个测量。 假设每个样本中的数据使用固定平均值和方差独立且均匀呈正态分布，并绘制有关两个平均值之差的统计推论。 有关更多信息，请参阅 配对样本 T 检验的幂分析。 单因素 ANOVA 方差分析 (ANOVA) 是估算多个群体的平均值的统计方法，其通常假设呈正态分布。 单因素 ANOVA（ANOVA 的常见类型）是双样本 t 检验的扩展。 此过程提供方法来估算两种类型的假设的幂，从而比较多个组平均值、整体检验和使用指定的对比的检验。 整体检验关注于所有组平均值都相等的原假设。 使用指定的对比的检验将整体 ANOVA 假设划分为更小但更可描述和有用的平均值块。 有关更多信息，请参阅 单因素 ANOVA 的幂分析。 比例 单样本二项式检验 二项式分布基于 Bernoulli 试验的序列。 其可用于对这些试验建模，包括假设为相互独立的固定总数的试验。 每个试验都将导致一个二分结果，并且具有相同的“成功”结果概率。 单样本二项式检验通过将其与假设值进行比较来生成有关比例参数的统计推论。 用于估计此类检验的幂的方法是正态近似值或二项式枚举。 有关更多信息，请参阅 单样本二项式检验的幂分析。 相关样本二项式检验 二项式分布基于 Bernoulli 试验的序列。 其可用于对这些试验建模，包括假设为相互独立的固定总数的试验。 每个试验都将导致一个二分结果，并且具有相同的“成功”结果概率。 相关样本二项式估算 McNemar 检验的幂以根据从两个相关的二项式群体采样的匹配对主体来比较两个比例参数。 有关更多信息，请参阅 相关样本二项式检验的幂分析。 独立样本二项式检验 二项式分布基于 Bernoulli 试验的序列。 其可用于对这些试验建模，包括假设为相互独立的固定总数的试验。 每个试验都将导致一个二分结果，并且具有相同的“成功”结果概率。 独立样本二项式检验比较两个独立比例参数。 有关更多信息，请参阅 独立样本二项式检验的幂分析。 相关性 Pearson 积矩 Pearson 积矩相关系数测量两个刻度随机变量之间线性关联的强度，假设这些变量遵循二元正态分布。 按照惯例，这是一个无维数并且通过标准化两个连续变量之间的协方差确定，因此范围介于 -1 和 1 之间。 检验使用 Fisher 的渐近法来估算单样本 Pearson 相关性的幂。 有关更多信息，请参阅 单样本 Pearson 相关性检验的幂分析。 Spearman 等级顺序 Spearman 等级顺序相关系数是基于等级的非参数统计，用于测量通常已审查且非正态分布的两个变量之间的单调关系。 Spearman 等级顺序相关性是两个变量的等级值之间的 Pearson 相关性，因此也是位于 -1 和 1 之间。 检测 Spearman 等级相关检验的幂是水文时间序列数据分析中的一个重要课题。 检验使用 Fisher 的渐近法来估算单样本 Spearman 等级顺序相关性的幂。 有关更多信息，请参阅 单样本 Spearman 相关性检验的幂分析。 偏 偏相关性可解释为消除另一个或多个其他变量的影响后两个随机变量之间的关联。 这是存在混淆的有用测量。 与 Pearson 相关系数类似，偏相关系数也是范围介于 -1 和 1 之间的无维数。 检验使用 Fisher 的渐近法来估算单样本 Pearson 相关性的幂。 有关更多信息，请参阅 偏 Pearson 相关性检验的幂分析。 回归 单变量线性 单变量线性回归是一种基本的标准统计方法，其中研究人员使用多个变量值来说明或预测刻度结果的值。 检验在单变量线性回归中调用类型 III F 检验的幂分析。 有关更多信息，请参阅 单变量线性回归检验的幂分析。 命令增强功能 CORRELATIONS 命令 已添加对于 PRINT 子命令中 FULL、LOWER 和 LNODIAG 关键字的支持。 关键字控制相关性矩阵表的下三角形或完整相关性矩阵表的显示。 引入了关键字以允许表输出遵循 APA 样式准则。 有关更多信息，请参阅 PRINT 子命令 (Correlations 命令)。 MATRIX-END MATRIX 命令 现在支持 NCDF.BETA 累积分布函数。 现在支持概率密度函数（以前仅 COMPUTE 命令支持）。 现在支持尾部概率函数（以前仅 COMPUTE 命令支持）。 现在支持随机变量函数（以前仅 COMPUTE 命令支持）。 有关更多信息，请参阅 MATRIX-END MATRIX。 NONPAR CORR 命令 已添加对于 PRINT 子命令中 FULL、LOWER 和 LNODIAG 关键字的支持。 关键字控制相关性矩阵表的下三角形或完整相关性矩阵表的显示。 引入了关键字以允许表输出遵循 APA 样式准则。 有关更多信息，请参阅 PRINT 子命令 (NONPAR CORR 命令)。 NPTESTS 命令 CRITERIA 子命令 现在支持 SEED 关键字。 该关键字重置用于 Monte Carlo 采样的随机种子。 ONESAMPLE 子命令 KOLMOGOROV_SMIRNOV 关键字现在支持 Monte Carlo 采样设置的以下 Lilliefors 检验： NSAMPLES 关键字 重置 Monte Carlo 采样的 Lilliefors 检验所使用的副本数量。 MC_CILEVEL 关键字 重置 Kolmogorov-Smirnov 检验所估算的置信区间水平。 SIMULATION 关键字 控制在未指定参数时，是否使用 Monte Carlo 模拟来执行正态分布的 Lilliefors 检验。 POISSON 关键字 已从 POISSON 关键字除去 SAMPLE 设置。 有关更多信息，请参阅 NPTESTS。 NPAR TESTS 命令 KS_SIM 子命令 现在支持 KS_SIM 子命令。 KS_SIM（KOLMOGOROV-SMIRNOV 模拟）针对正态、均匀和指数分布控制 Monte Carlo 模拟的参数。 新的子命令支持 Monte Carlo 采样关键字的以下 Lilliefors 检验： CIN 关键字 重置 Kolmogorov-Smirnov 检验（使用 Monte Carlo 模拟）所使用的估算置信区间水平。 SAMPLES 关键字 重置 Monte Carlo 采样的 Lilliefors 检验所使用的副本数量。 NONORMAL 关键字 指定时，结果将不包含针对正态分布的 Monte Carlo 采样。 K-S 子命令 不再支持 POISSON=varlist。 有关更多信息，请参阅 NPAR TESTS。 OMS 不推荐在 DESTINATION 子命令中使用 FORMAT=REPORTHTML 和 FORMAT=REPORTMHT。 此子命令语法已映射到 HTML 子命令. 不推荐在 DESTINATION 子命令中使用 REPORTTITLE 关键字。 有关更多信息，请参阅 OMS。 ONEWAY 命令 现在，ONEWAY 命令支持 CRITERIA 和 ES 子命令： CRITERIA 子命令 可选子命令控制显著性水平以估算置信区间。 ES 子命令 可选子命令通过提供关键字来控制总体检验的效应大小计算以及控制对比检验效应大小的计算，从而控制效应大小估算。 有关更多信息，请参阅 ONEWAY。 OUTPUT EXPORT 已不推荐支持 REPORT 子命令。 REPORT 子命令语法已映射到 HTML 子命令。 有关更多信息，请参阅 OUTPUT EXPORT。 OUTPUT MODIFY 已添加对于 TABLES 子命令中 PIVOT 关键字的支持。 关键字将指定的行维度旋转到指定的列维度。 任何现有列维度都将向外递增。 引入了关键字以允许表输出遵循 APA 样式准则。 已添加对于 TABLECELLS 子命令中 HIDE 和 UNGROUP 关键字的支持。 HIDE 禁止选中的行或列；UNGROUP 删除选中的行或列组标题。 引入了关键字以允许表输出遵循 APA 样式准则。 已添加对于 TABLECELLS 子命令中 SELECTCONDITION 关键字的 PARENT 和 CHILD 选项的支持。 这两个选项指定主字符串和辅助字符串条件，以在 SELECT 关键字所指定的表区域中应用更改。 已添加对于 TABLECELLS 子命令中 SELECTCONDITION 关键字的 VALID、TOTAL、MISSING、CUMULATIVEPERCENT 和 VALIDPERCENT 选项的支持。 有关更多信息，请参阅 OUTPUT MODIFY。 OUTPUT SAVE 已不推荐使用 TYPE 子命令的 SPW 选项。 有关更多信息，请参阅 OUTPUT SAVE。 POWER ONEWAY ANOVA 命令 新命令估算两种类型的假设的幂，从而比较多个组平均值、整体检验和使用指定的对比的检验。 整体检验关注于所有组平均值都相等的原假设。 使用指定的对比的检验将整体 ANOVA 假设划分为更小但更可描述和有用的平均值块。 有关更多信息，请参阅 POWER ONEWAY ANOVA。 POWER MEANS INDEPENDENT 命令 新命令包含独立样本 t 检验的幂分析以绘制有关两个平均值之差的统计推论。 有关更多信息，请参阅 POWER MEANS INDEPENDENT。 POWER MEANS ONESAMPLE 命令 新命令包含单样本 t 检验的幂分析以绘制有关平均值参数的统计推论。 有关更多信息，请参阅 POWER MEANS ONESAMPLE。 POWER MEANS RELATED 命令 新命令包含相关样本 t 检验的幂分析以绘制有关两个平均值之差的统计推论。 有关更多信息，请参阅 POWER MEANS RELATED。 POWER PARTIALCORR 命令 新命令调用单样本偏相关检验的幂分析。 偏相关性可解释为消除另一个或多个其他变量的影响后两个随机变量之间的关联。 这是存在混淆的有用测量。 有关更多信息，请参阅 POWER PARTIALCORR。 POWER PEARSON ONESAMPLE 命令 新命令调用单样本 Pearson 相关性检验的幂分析。 Pearson 积矩相关系数测量两个刻度随机变量之间线性关联的强度，假设这些变量遵循二元正态分布。 有关更多信息，请参阅 POWER PEARSON ONESAMPLE。 POWER PROPORTIONS INDEPENDENT 命令 新命令调用独立样本二项式检验的幂分析以比较两个独立比例参数。 有关更多信息，请参阅 独立功率比例。 POWER PROPORTIONS ONESAMPLE 命令 新命令调用单样本二项式检验的幂分析，以通过将其与假设值进行比较来生成有关比例参数的统计推论。 有关更多信息，请参阅 POWER 比例 ONESAMPLE。 POWER PROPORTIONS RELATED 命令 新命令调用相关样本二项式检验（或 McNemar 检验）的幂分析，以根据从两个相关的二项式群体采样的匹配对主体来比较两个比例参数。 有关更多信息，请参阅 与功率比例相关。 POWER SPEARMAN ONESAMPLE 命令 新命令调用单样本 Spearman 等级顺序相关性检验的幂分析。 Spearman 等级顺序相关系数是基于等级的非参数统计，用于测量通常已审查且非正态分布的两个变量之间的单调关系。 有关更多信息，请参阅 POWER SPEARMAN ONESAMPLE。 POWER UNIVARIATE LINEAR 命令 新命令在单变量线性回归中调用类型 III F 检验的幂分析。 单变量线性回归是一种基本的标准统计方法，其中研究人员使用多个变量值来说明或预测刻度结果的值。 有关更多信息，请参阅 POWER UNIVARIATE LINEAR。 QUANTILE REGRESSION 命令 CRITERIA 子命令 QUANTILE 关键字现在针对分位数网格（通过关键字 TO 和 BY 连接）提供支持。 分位数网格可以与其他分位数混合，并且可放置在任何位置。 有关更多信息，请参阅 CRITERIA 子命令 (QUANTILE REGRESSION 命令)。 T-TEST 命令 现在支持 ES 子命令： ES 子命令 可选子命令通过以下方式控制效应大小估算，提供关键字来控制总体检验的效应大小计算的打印，以及控制在估算每个标量对（仅限配对样本 T 检验）的 Cohen d 和 Hedges 修正时如何计算标准化程序。 有关更多信息，请参阅 ES 子命令 (T_TEST 命令)。 WEIGHTED KAPPA 命令 Cohen 的 kappa 统计广泛用于交叉分类作为两个观察评分者之间一致程度的测量。 这是在评分为不包含有序结构的名义刻度时相应的一致程度指数。 新的 WEIGHTED KAPPA 命令是测量两个类别相同的有序主体的一致程度的 kappa 统计的重要泛化关系。 有关更多信息，请参阅 WEIGHTED KAPPA。 绘图增强功能 图表构建器已更新为包含以下功能/增强功能。 气泡图 泡泡图将组中的类别显示为非分层圆圈。 每个圆圈（气泡）的大小与其值成比例。 泡泡图用于比较数据中的关系。 高分辨率图表导出选项 在“导出输出”对话框中选择无（仅限图形）选项作为文档类型时，缺省文件类型现在设置为 Production Ready Postscript (*.eps)，这是高分辨率图像格式。 在“导出输出”对话框中选择无（仅限图形）选项作为文档类型时，现在可以选择可缩放向量图形 (*.svg) 格式，即高分辨率图像格式。 图表模板 编辑 > 选项 > 图表 对话框现在包含 "样本设置" 部分，该部分提供任何所选图表模板的预览设置。 该对话框根据指定的设置动态更新预览图表图像。 图表构建器的图表外观选项卡现在提供选项以供选择图表模板。 您可以选择使用在 编辑 > 选项 > 图表中定义的设置，选择随 IBM SPSS Statistics一起安装的图表模板，或者从其他位置选择图表模板。 有关更多信息，请参阅 图表外观设置。 缺省图表颜色 缺省图表颜色已更改为蓝色主题。 图表构建器 > "图表外观" 选项卡 此选项卡现在允许直接选择不同的图表模板文件。 图表编辑器 您现在可以直接在编辑器中增大/缩小字体大小。 图注和标题 您现在可以直接在输出中移动图表图像和标题。 SPSS Web 报告和 Cognos 活动报告 已不推荐支持 SPSS Web 报告和 Cognos 活动报告。 字体大小选择 现在，您可以手动更改以下位置中的字体大小： 编辑 > 选项 ... > 查看器 文件 > 页面属性 ... > 字体 透视表编辑器（通过“格式化工具栏”） 字体大小列表提供一组预定义的大小，但是您可以手动输入其他受支持的大小值。 搜索增强功能 “搜索”功能已更新为提供包含以下内容的结果： 菜单对话框 帮助主题 个案研究 语法参考 单击搜索结果将使您直接转至相关过程对话框、帮助主题、个案研究或语法参考主题。 2019 年 11 月更新 分析过程 ROC 分析 向 PRINT 子命令添加了 CLASSIFIER 关键字。 此关键字控制输出中“分类器评估度量”表的显示。 该表显示与随机分配相比分类模型拟合数据的情况。 有关更多信息，请参阅 ROC 分析: 显示。 性能增强 执行转换时，改进了内存消耗。 现在，改进了 Microsoft Windows 机器上的应用程序开始时间。 改进了支持以供将 Cognos BI 数据导入到应用程序。 支持使用 Office 2016 驱动程序的 Microsoft Access 数据库。 2019 年 6 月更新 用户界面 欢迎屏幕 “欢迎使用”屏幕布局已得到增强，并且 URL 已更新。 数据提交 已添加“选择性加入”功能，以允许用户通过使用情况报告来帮助改进 SPSS Statistics。 “提供反馈”提示 “提供反馈”提示已优化，不会经常触发。 启动屏幕 启动屏幕提供有经过改进的悬停文本，并显示一致的产品名称。 “关于”对话框 “关于”对话框现在可以识别以及轻松复制产品版本。 许可 验证和响应时间 许可证验证性能和响应时间已得到改善。 错误修订 已修正帮助文件未正确安装时导致的定制对话框安装问题。 已修正 Fleiss Kappa 置信区间计算问题。 已修正语法编辑器中突出显示的语法所导致的保存语法文档问题。 已修正应用程序启动期间计算机暂时停止响应的问题。 已修正应用程序启动期间的系统资源耗用问题。 已修正图因为太宽而无法显示时导致的分位数回归估计参数问题。 为改善安全性和可靠性而进行的各种修订。 2019 年 4 月更新 分析过程 分位数回归 对一组预测变量（自变量）与目标变量（因变量）的特定百分位数（即“分位数”，通常是中位数）之间的关系建模。 分位数回归并不会假设目标变量的分布，它趋向于抑制偏离观测值的影响，并广泛用于生态、保健和金融经济等行业的研究。 ROC 分析 通过绘制分类检验的敏感度与 (1 减特异性)，评估模型预测的准确性（因为阈值随诊断检验结果的整个范围而变化）。 ROC 分析支持有关单个 AUC、精确度与反馈 (PR) 曲线的推论，并提供选项以供比较从独立组或成对主体生成的两个 ROC 曲线。 贝叶斯统计信息 单向重复测量 ANOVA 这个新过程按每个不同的时间点或条件测量同一个主体的一个因子，并允许这些主体在多个级别内交叉。 假设每个主体针对每个时间点或条件都进行单次观察（因此，不考虑主体处理交互）。 “单样本二项式”增强功能 此过程提供用于对二项分布执行贝叶斯单样本推论的选项。 有关参数为π，它表示可能导致成功或失败的固定数量的试验中的成功概率。 请注意，每个试验相互独立，并且概率π在每个试验中保持相同。 二项随机变量可被视为固定数量的独立 Bernoulli 试验的总和。 “单样本泊松”增强功能 此过程提供用于对泊松分布执行贝叶斯单样本推论的选项。 泊松分布（一种针对罕见事件的有用模型）假设在较小时间间隔内，事件发生的概率与等待时间的长度成比例。 在得出对泊松分布的贝叶斯统计推论时，将使用伽玛分布族中的共轭先验。 可靠性分析 此过程已进行更新，现提供 Fleiss 多评分者 Kappa 统计选项，这些选项评估评分者间一致性，以确定各种评分者之间的可靠性。 该一致性越高，评分反映真实情况的置信度也越高。 Fleiss 多评分者 Kappa 选项在“可靠性分析：统计”对话框中提供。 命令增强功能 GENLINMIXED 命令 New Covariance Type structures ARH1 & CSH, Random Effects. 在 /RANDOM 子命令上，已添加 CSH 和 ARH1 选项（关键字 COVARIANCE_TYPE）。 New Covariance Type structures ARH1 & CSH, Repeated Effects. 在 /DATA_STRUCTURE 子命令上，已添加 CSH 和 ARH1 选项（关键字 COVARIANCE_TYPE）。 Kenward - Roger 自由度方法。 在 /BUILD_OPTIONS 子命令上，已添加 KENWARD_ROGER 选项（关键字 DF_METHOD）。 Kronecker 协方差类型。 在 /DATA_STRUCTURE 子命令上，已添加 UN_AR1、UN_CS 和 UN_UN 选项（关键字 COVARIANCE_TYPE）。 新增的 KRONECKER_MEASURES 关键字。 此关键字用来为 /DATA_STRUCTURE 子命令指定一列变量。 仅当 COVARIANCE_TYPE 是三种 Kronecker 类型之一时，才应使用此关键字。 KRONECKER_MEASURES 的规则与 REPEATED_MEASURES 相同。 这两个指定项都生效时，它们可能有也可能没有公共字段，但不能完全相同（无论其顺序是否相同）。 MIXED 命令 在 CRITERIA 子命令上，已引入 DFMETHOD 关键字。 在 REPEATED 子命令上，已添加 KRONECKER 关键字。 仅当 COVTYPE 是下列三种 Kronecker 类型之一时，才应使用此关键字。 在 REPEATED 子命令的 COVTYPE 关键字上，已添加 UN_AR1、UN_CS 和 UN_UN 选项。 2018 年 12 月更新 “帮助”菜单中新增的“提供反馈”选项 允许用户提交产品反馈。已更新 SPSS 支持链接和 SPSS Statistics Subscription 服务条款 对 .NET 插件的支持已不推荐使用 下列问题已解决 已修正将客户表外观设置为缺省值的问题以及其他表外观问题。 已修正导致 MIXED 过程处理某些 Excel 数据类型时挂起的问题。 已修正针对 mm:ss 时间戳记变量执行探索分析时统计引擎崩溃的问题。 已修正将值添加至受密码保护的文件时的错误。 已修正导致显示不正确的四舍五入十进制数字值的透视表问题。 已修正无法在语法编辑器中输入平假名字符的问题。 已修正使用 -log 标志时的静默安装错误。 已修正安装路径中的空格所导致的 Python 应用程序包启动失败。 已修正各种问题以改善安全性和可靠性。 2017 年 11 月更新 MATRIX-END MATRIX 命令 SPSS Statistics 现在支持以下 MATRIX 命令增强功能: 可以使用长变量名称（限长 64 个字节）来命名矩阵或向量（例如，COMPUTE、CALL、PRINT、READ、WRITE、GET、SAVE、MGET、MSAVE、DISPLAY、RELEASE，等等）。 包括在向量或矩阵对象中的变量名称将截断为 8 个字节。 这是因为，矩阵/向量结构是数值数组，每个数值只能与最长 8 个字节的字符串匹配。 只有在明确指定时，才支持长名称（最多 64 个字节）。 在 GET 和 SAVE 命令的 /VARIABLES 子命令上明确指定时，以及在 SAVE 命令的 /STRINGS 子命令上指定时，支持长变量名称。 在 /NAMES 子命令中通过向量来引用 GET 和 SAVE 命令的变量名称时，这些名称将截断为 8 个字节。 GET、SAVE、MGET 或 MSAVE 语句同时支持数据集引用和指定物理文件。 MATRIX-END MATRIX 现在支持以前仅受 COMPUTE 命令支持的统计函数（例如，IDF.CHISQ、CDF.NORMAL、NCDF.F，等等）。 2017 年 8 月更新贝叶斯统计信息 SPSS Statistics 现在支持贝叶斯统计。 贝叶斯推论是一种统计推论方法，其中随着更多信息变为可用，使用贝叶斯定理更新假设概率。 支持以下贝叶斯统计： 单样本和配对样本 t 检验 单样本二项比例检验 单样本泊松分布分析 相关样本 独立样本 t 检验 成对相关性 (Pearson) 线性回归 单因素 ANOVA 对数线性回归输出查看器“复制为”增强功能 现在，您可以在输出查看器中右键单击所选对象，然后选择 编辑 > 复制为 以复制到最常用的格式 (例如， 全部， 图像或 Microsoft Office 图形对象)。 选择 编辑 > 复制 副本 全部。 注: 在初始产品 (2017 年 3 月) 中引入了以下功能。 许可SPSS Statistics 许可流程已替换为您的 IBM 帐户 (也称为 IBMid)。 IBMid 提供对所有 IBM 应用程序（您获得许可的应用程序）、社区和支持通道的访问权。 有关更多信息，请参阅 登录和下载更新。 首次打开 IBM SPSS Statistics Subscription时，系统会提示您使用 IBMid登录。 如果您还没有 IBMid，请按屏幕上的指示信息进行操作。 SPSS Statistics 许可选项已简化。 先前版本提供了 14 个独立的许可选项；这些选项已被精简为 4 个选项。 表 1. IBM SPSS Statistics 许可选项 SPSS Statistics 24 选项 SPSS Statistics 预订 选项 IBM SPSS Statistics 基本选项 IBM SPSS Statistics Base Edition 拔靴选项 IBM SPSS Statistics Base Edition Data Preparation 选项 IBM SPSS Statistics Base Edition Advanced Statistics 选项 IBM SPSS Statistics 定制表和高级统计信息 Custom Tables 选项 IBM SPSS Statistics 定制表和高级统计信息 Regression 选项 IBM SPSS Statistics 定制表和高级统计信息 Decision Trees 选项 IBM SPSS Statistics 预测和决策树 直销选项 IBM SPSS Statistics 预测和决策树 Neural Network 选项 IBM SPSS Statistics 预测和决策树 Forecasting选项 IBM SPSS Statistics 预测和决策树 Categories 选项 IBM SPSS Statistics 采样和测试 Complex Samples 选项 IBM SPSS Statistics Sampling &Testing Conjoint 选项 IBM SPSS Statistics 采样和测试 精确检验选项 IBM SPSS Statistics 采样和测试 Missing Values 选项 IBM SPSS Statistics 采样和测试 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |