可视化

包括频数分析、分类汇总、描述分析、卡方分析、相关分析、线性回归、单因素方差、独立样本t检验、单样本t检验、配对t检验、正态性检验和非参数检验共计约30类。

包括信度分析、效度分析、多选题涉及的相关分析功能、项目分析（区分度分析）、权重计算、验证性因子分析、对应分析、路径分析、结构方程模型、调节/中介、调节中介、KANO模型、NPS和PSM分析等约30类。

包括标题处理、数据标签、数据编码、生成变量、无效样本和异常值等功能。共计约50类处理方式。

包括聚类，因子/主成分，分层回归，逐步回归，二元/多分类/有序logistic归，事后多重比较，偏相关分析，典型相关，GLM模型，判别，岭回归，分层回归，曲线回归，LS回归，Lasso共计约40类。

包括卡方检验、Kappa、配对卡方、二元probit、Poisson回归、Cox回归、ICC、Wilcoxon、Friedman检验、游程检验、Kendall协调系数、Cox回归共计约40类。

包括AHP层次分析、熵值法、模糊综合评价、灰色关联法、TOPSIS法、WRSR秩和比、CRITIC、独立性权重、信息量权重、耦合协调度、熵权TOPSIS、灰色预测模型、指数平滑、DEA等约20类。

包括Robust回归、OLS回归、两阶段回归、分位数回归、ADF检验、ARIMA预测、偏(自)相关图、面板模型、倾向得分匹配、分组回归、GMM估计、DID差分模型、Tobit模型等约20类。