JASP

JASP

當前版本	0.18.3 (2024年1月12日)
原始碼庫	JASP Github page
程式語言	C++, R語言, JavaScript
作業系統	Microsoft Windows, Mac OS X and Linux
類型	統計學
許可協議	GNU Affero General Public License
網站	jasp-stats.org

JASP是一款自由開源的統計學軟體。JASP可以產生APA格式的表格。幾所大學和研究基金曾資助開發者開發JASP。

分析

JASP在相同的統計模型上提供了頻率學派推斷和貝葉斯推斷。 頻率學派推斷使用p值和信賴區間來控制在無限完美複製中的錯誤率。貝葉斯推斷使用可信區間和貝葉斯因子 ，基於已知資料與先前知識，估計可信參數值。

JASP提供下列分析：

分析	頻率	貝葉斯
T檢驗 ：獨立，配對，一次抽樣	Y	Y
曼·惠特尼·U和威爾科克森	Y	Y
相關性 ： Pearson ， Spearman和Kendall	Y	Y
可靠性分析：α，γδ和ω	Y
ANOVA ， ANCOVA ， 重複測量ANOVA和MANOVA	Y	Y
線性回歸	Y	Y
對數線性回歸	Y	Y
邏輯斯諦回歸	Y
列聯表 （包括卡方檢驗）	Y	Y
二項式檢驗	Y	Y
多項式檢驗	Y	Y
A / B測試		Y
探索性因素分析 （EFA）	Y
主成分分析 （PCA）	Y
驗證性因素分析（CFA）	Y
結構方程建模 （SEM）	Y
網路分析	Y
後設分析	Y
摘要統計		Y

其他特色

• 描述性統計數據和圖表繪製。
• 對所有分析進行假設檢查，包括Levene檢驗 ， Shapiro-Wilk檢驗和Q-Q圖 。
• 可匯入SPSS文件和逗號分隔的文件（CSV檔）。
• 整合開放式科學框架。
• 數據過濾：使用R程式碼，或使用圖形介面以拖放方式選擇資料。
• 創建列：使用R程式碼，或使用圖形介面以拖放方式，從現有變量創建新變量。
• 以LaTeX格式複製表格。

模組

1. 摘要統計量 ：從t檢驗，回歸和二項式檢驗的頻率摘要統計量，得出貝葉斯推斷。
2. BAIN ：對t檢驗，ANOVA，ANCOVA和線性回歸進行貝葉斯信息假設評估。
3. 網路 ：網路分析允許使用者分析變量的網路結構。
4. 後設分析 ：包括用於固定和隨機效應分析，固定和混合效應元回歸，森林和漏斗圖，漏斗圖不對稱性測試， trim-and-fill 與 fail-safe N 分析。
5. 機器學習 ：機器學習模塊包含13種分析：
   • 回歸
     1. 提升回歸（Boosting Regression）
     2. K近鄰回歸
     3. 隨機森林回歸（Random Forest Regression）
     4. 正則線性回歸（Regularized Linear Regression）
   • 分類
     1. 提升方法分類（Boosting Classification)
     2. K最近鄰分類（K-Nearest Neighbors Classification）
     3. 線性判別分類
     4. 隨機森林分類
   • 聚類
     1. 基於密度的聚類
     2. 模糊C均值聚類
     3. 層次聚類
     4. K均值聚類
6. SEM ：結構方程建模 。

外部連結

• 官方網站
• GitHub上的jasp-desktop頁面