與 SPSS Statistics Standard Edition 或“高級(jí)統(tǒng)計(jì)”選項(xiàng)中提供的建模選項(xiàng)相比，“高級(jí)統(tǒng)計(jì)”提供的過(guò)程提供了更高級(jí)的建模選項(xiàng)。

　　“GLM 多變量”對(duì)“GLM 單變量”提供的一般線性模型進(jìn)行了擴(kuò)展，以允許使用多個(gè)因變量。更進(jìn)一步的擴(kuò)展“GLM 重復(fù)測(cè)量”允許重復(fù)測(cè)量多個(gè)因變量。

　　“方差成分分析”是將因變量的可變性分解為固定和隨機(jī)成分的特定工具。

　　“線性混合模型”對(duì)一般線性模型進(jìn)行了擴(kuò)展，因此允許數(shù)據(jù)表現(xiàn)出相關(guān)的和不恒定的可變性。因此，線性混合模型提供了不僅能夠就數(shù)據(jù)的平均值還能夠就其方差和協(xié)方差建模的靈活性。

　　“廣義線性模型”（GZLM） 放寬了誤差項(xiàng)的正態(tài)假設(shè)，僅要求因變量通過(guò)轉(zhuǎn)換或關(guān)聯(lián)函數(shù)與預(yù)測(cè)變量線性相關(guān)。

　　“廣義估計(jì)方程”（GEE） 對(duì) GZLM 進(jìn)行了擴(kuò)展，以允許重復(fù)測(cè)量。

　　“一般對(duì)數(shù)線性分析”允許您為交叉分類(lèi)計(jì)數(shù)數(shù)據(jù)擬合模型，“模型選擇對(duì)數(shù)線性分析”可幫助您在模型間選擇。

　　“Logit 對(duì)數(shù)線性分析”允許您擬合對(duì)數(shù)線性模型來(lái)分析分類(lèi)因變量與一個(gè)或多個(gè)分類(lèi)預(yù)測(cè)變量之間的關(guān)系。v “生存”分析通過(guò)“壽命表”提供，用于檢查時(shí)間事件變量的分布，可能按因子變量水平分析；“Kaplan-Meier”生存分析用于檢查時(shí)間事件變量的分布，可能按因子變量水平分析，或按分層變量水平產(chǎn)生單獨(dú)的分析；“Cox 回歸”用于根據(jù)給定協(xié)變量的值對(duì)指定事件的時(shí)間建模。

　　貝葉斯統(tǒng)計(jì)分析通過(guò)根據(jù)觀察到的數(shù)據(jù)和有關(guān)參數(shù)的先驗(yàn)信息生成未知參數(shù)的后驗(yàn)分布來(lái)進(jìn)行推論。 IBM ?SPSS Statistics 中的貝葉斯統(tǒng)計(jì)側(cè)重于對(duì)單一樣本分析平均值的推論，包括貝葉斯因子單一樣本（配對(duì)的雙樣本）、t 檢驗(yàn)和貝葉斯推論（通過(guò)描述后驗(yàn)分布的特征）。