摘要：分组回归是SPSSAU计量经济研究模块的分析方法，用于比较同一组解释变量在不同样本群体中的作用差异。该方法需设置1个定量因变量、1个定类分组变量和至少1个解释变量，支持同时分析多个解释变量。输出结果包含分组回归模型表和回归系数差异检验表，通过B值、p值、R²等指标评估各分组模型效果，并检验组间系数差异显著性。该方法特别适用于研究不同群体间影响路径差异的问题，为研究者提供直观的组别比较分析。

两阶段最小二乘法（TSLS）是处理内生性问题的计量经济学方法，适用于经济、管理等领域的研究。该方法通过工具变量解决自变量与误差项相关的问题，包含被解释变量、内生变量、工具变量和外生变量四类设置。分析结果会输出回归系数、显著性检验、模型拟合度等关键指标，并提供Durbin检验、Wu-Hausman检验等内生性诊断工具。当工具变量多于内生变量时，还会进行过度识别检验。研究者需重点关注第一阶段回归中工具

摘要：零膨胀负二项回归是处理含大量零值且过度离散的计数数据的分析方法，适用于医疗、经济等领域。在SPSSAU中，该方法位于计量经济研究模块，需设置定量Y变量、定量/定类X变量，可选零膨胀项X和基数Exposure变量。分析结果包括零值分布、模型检验、回归系数等表格，通过p值、OR值等指标评估变量影响。标准化处理可消除量纲差异，参数解释需结合统计显著性和实际意义。完整分析需关注数据缺失情况和模型拟合

零膨胀泊松回归在SPSSAU中属于计量经济研究模块，适用于零值偏多的计数型数据分析。该方法可同时分析零值出现概率和非零计数变化规律，常用于医疗、公共管理等领域。分析时需设置定量结果变量Y和解释变量X，可选零膨胀项X和基数Exposure。SPSSAU会输出零值分布、模型检验、回归结果等表格，重点解读回归系数、p值、OR值等指标，并通过似然比检验评估模型优劣。分析过程中需注意数据标准化处理和缺失值情

摘要： 门槛回归用于分析解释变量在不同区间内的作用差异，适用于经济、管理等领域的面板数据研究。在SPSSAU中需设置因变量、门槛变量和核心解释变量（必填），可选控制变量、个体ID及时间变量。分析时需选择门槛模型类型（单一/双重/三重）、网格搜索次数和Bootstrap抽样次数以平衡精度与效率。结果输出包括门槛值估计、模型检验、拟合指标（如R方、AIC）及不同区间变量的影响方向与显著性（通过Coef

SPSSAU面板模型操作指南摘要：面板模型适用于分析个体差异和时间变化对结果变量的综合影响，属于SPSSAU的计量经济研究模块。该模型需要设置因变量、自变量、个体ID和时间变量四类变量，支持固定效应、单位根检验等参数配置。分析结果包含单位根检验表、模型选择表、回归结果汇总表等12类表格，用于评估数据平稳性、选择最优模型及解读变量关系。特别提供稳健标准误选项以应对异方差问题，并通过Hausman检验

SPSSAU线性回归分析操作指南摘要：线性回归是SPSSAU通用方法模块中的重要工具，用于分析定量结果的影响因素和趋势预测。分析时需要设置1个定量因变量和1-200个自变量（定量或定类）。关键参数包括残差保存、异常点诊断等选项。分析结果包含8个核心表格，重点解读回归系数、显著性p值、R方、VIF等指标，其中p值小于0.05表明影响显著，VIF小于5说明共线性可控。同时提供模型结果图和回归系数置信区

摘要：SPSSAU中的联合分析用于评估多个属性对选择偏好的影响，适用于产品设计、定价测试等场景。操作时需设置1个因变量（方案评分）和至少1个属性变量（如价格、品牌等），最多支持20个属性。分析结果包含属性重要性、效用值及模型拟合指标，通过表格和图表（如占比图）直观展示各属性的影响程度。关键输出包括回归系数、显著性检验（p<0.05有效）和拟合优度（R²越高越好），帮助识别核心影响因素及最优方

摘要：Turf组合模型是SPSSAU问卷研究模块中的分析方法，适用于多选题数据，旨在用最少的选项组合覆盖最多人群。分析时需将同一多选题的各选项列放入变量框，可自动寻优或手动指定1-6个组合数量。核心结果表展示组合覆盖效果指标，包括触达数、触达率、新增触达率等，自动寻优时还会输出折线图显示组合数量与覆盖效果的关系。该模型适用于产品组合筛选、服务方案搭配等场景，帮助决策者快速比较方案优劣。

KANO模型是SPSSAU问卷研究模块中的重要工具，用于识别用户需求类型和优先级排序。该模型通过设置正向题和反向题变量（各1-200项），分析功能或服务对用户满意度的影响。核心输出包括4张结果表：分类对照表显示六类需求属性（A魅力/O期望/M必备/I无差异/R反向/Q可疑）；汇总表展示各功能类型占比及Better/Worse指标；数字结果表提供样本量支撑；有效样本量表评估数据质量。Better-W