管理学实验教学示范中心采购spss、软件
发送至邮箱
管理学实验教学示范中心采购spss、软件
| 竞价编号：JJ(略) | |
| 项目名称：管理学实验教学示范中心采购spss、spsspro软件 | |
| 项目预算(元)：(略) | 报价方式： 总价报价 |
| 采购单位：华南师范大学 | 联系人：点击查看>>点击查看>> |
| 最少报价家数：3 | 联系电话：点击查看>>点击查看>> |
| 联系手机：点击查看>>点击查看>> | 电子邮箱：点击查看>>点击查看>> |
| 异议反馈：点击查看>>点击查看>> | |
| 开始时间：2024-11-26 09:54:59 | 截止时间：2024-11-29 09:54:00 |
| 报价文件要求：本项目要求报价时上传相关文件 | |
| 资格条件：（1）具有独立承担民事责任的能力； （2）具有良好的商业信誉和健全的财务会计制度； （3）具有履行合同所必需的设备和专业技术能力； （4）有依法缴纳税收和社会保障资金的良好记录； （5）参加政府采购活动前三年内,在经营活动中没有重大违法记录。 （6）法律、行政法规规定的其他条件 （7）供应商未被“信用中国”网站（http://**）列入失信被执行人和重大税收违法案件当事人名单的、被“中国 (略) ”网站列入政府采购严重违法失信行为记录名单。 |
| 付款方式：银行转账 | |
| 交付时间： 签订合同后15天送货。 | |
| 交付地址： 华南师范大学。 | |
| 质保期及售后要求：7×24小时即时响应服务，技术员24小时之内对相关事项进 (略) 理，如超过48小时不能解决问题应提供备用产品。 | |
| 其他要求：无 | |
| 备注：暂无 |
| 序号 | 标的名称 | 数量 | 计量单位 | 生产厂商/品牌 | 型号规格 | 是否限定品牌 | 技术要求 |
|---|---|---|---|---|---|---|---|
| 1 | spss统计分析软件 | 1.00 | 个 | IBM | 白金版，永久授权 | 是 | 1、中文支持情况： （1）支持中文字段和中文值：在数据中能够使用中文作为字段名，在数据中能够包含中文取值。 （2）提供中文版：提供中文界面和中文结果展示； （3）中文帮助情况：提供中文帮助以及用户手册提供中文版； 2、扩展性： （1）能够读取异构数据源：能够读取与写入文本文件、Excel、、数据库文件（包括IBM DB2，Oracle，Sybase，MS SQL Server 等） （2）操作系统支持：支持 Windows，Mac 在内的多种操作系统以及支持64 位机器。 （3）功能扩展：支持使用Python 或者R 开发新 (略) 理/算法，并加入到软件的功能菜单中。 3、描述统计： （1）统计图：包含常见的统计图对数据进行描述，包括条形图、直方图、饼图、线图、散点图、箱线图、茎叶图、序列图、ROC图、PP图、QQ图等。 （2）统计表：支持对数据进行分析描述的统计表，包括对连续变量、分类变量、多选题的制表。 （3）统计量描述：包含常见统计量的描述，如频数计数、百分比、均值、中位数、众数、总和、最大值、最小值、全距、标准差、标准误差、方差、峰度、偏度、百分位数等。 （4）定制报表：提供复杂的统计分析报表。要求报表通过简单拖拽即可完成，报表中可以包括针对离散变量和连续变量的复杂统计指标，并提供能够完成显著性检验的推断统计指标。 4、数据整理与准备： （1）数据整理：排序、选择、汇总、生成新变量、连续变量分箱、离散变量重新分类、数据合并、数据追加、数据复杂重组变换等数据整理功能。 （2）数据准备：提供自动数据准备，数据验证和异常值发现等功能。 5、统计模型： 均值比较、相关分析、回归分析、非参数检验、数据降维、聚类分析、判别分析、生存分析、质量控制、一般线性模型、广义线性模型与广义估计方程、时间序列模型、分类数据的分析、决策树模型、缺失值分析、复杂抽样、 (略) 络、结构方程模型。 6、▲数据库案例 提供配套数据案例库，数据能够实时更新，能够在线提取数据，包含行业经济数据，涵盖煤炭业，电力，钢铁业，汽车业，交通运输业，房地产，金融行业等10个行业以上。（提供功能截图证明） |
| 2 | spsspro统计分析软件 | 5.00 | 个 | 众言 | 标准版，永久授权 | 是 | 1、数据管理 数据管理的服务要求涵盖多方面，包括数据上传与导入的多样性，对数据详情、变量和标签的灵活管理，以及对实验项目的分类与展示。具体技术服务要求如下： （1）数据上传：本地数据支持拖拽文件上传，支持.xlsx、.xls、.csv、.sav、.zsav文件格式； （2）数据详情：对上传数据进行版本管理，可对数据进行预览、命名、导出、版本切换等操作。 （3）变量管理：对上传数据变量进行管理，可对数据变量类型进行更改等。 标签管理：对上传数据进行标签管理，可对变量类型进行转换，对定类变量进行标签转换。 2、 (略) 理 具备从基础清洗到高级特征工程的广泛能力，应注重灵活性，允许用户 (略) 理进行自定义，以满足各种独特的需求。具体技术服务要求如下： （1）数据标签：用于修正定类数据标签； （2）数据编码：新编码、范围编码、自动分组； （3） (略) 理：自动识别、自定义识别、MAD异常值识别、IQR异常值识别、3sigma1）异常值识别； （4）无 (略) 理：相同数字出现比例剔除、缺失出现比例剔除； （5）生成变量：平均值、求和、Z标准化（S）、中心化、乘积（交互项）、自然对6）数（Ln）、不支持0为底对数（Log不支持0）； （7）数据标准化：计算方式：min-max标准化、z-score 标准化、归一化、中心化（C）、均值化、区间化、初值化、最小值化、最大值化、正 (略) 理、负 (略) 理、中间 (略) 理、区间 (略) 理； （8）虚拟变量转换：变换方法：哑变量化、独热编码； （9） (略) 理：识别方式：空值、空格、none、自定义；填充方式：统计量填充、规则填充； （10）样本均衡：过采样（随机、Smote法、ADASYN法）、下采样（随机、Cluster Centroids）、组合采样（SMOTE ENN、Tomek Link ）； （11）特征筛选：方差选择法、随机森林特征重要度、XGBoost、相关系数法、互信息法、卡方检验法、VIF法、递归消除特征法； （12）数据降维：pca降维、线性判别法（LDA）、ISOMap、LLE、KPCA、t-SNE； （13）数据版本管理：记 (略) 理后的数据版本， (略) 理数据进行回滚。 3、统计建模与分析 该模块能提供从描述性统计到预测模型，从差异性分析到机器学行中介效应、链式中介效应、TURF分析、惩罚分析。 ▲（6）综合评价 ：需要包含但不限于层次分析法（支持层次总排序）、层次分析法（仅层次单排序）、因子分析（探索性）、数据包络分析、模糊综合评价、优劣解距离法（TOPSIS）、秩和比综合评价法（RSR）、耦合协调度、熵值法、CRITIC权重法、独立性权系数法、变异系数法、灰色关联分析、多准则妥协解排序法（VIKOR）、解释结构模型（ISM）。（提供软件截图文件，加盖供应商公章） （7）差异性分析 需要包含但不限于、单样本T检验、配对样本T检验、独立样本T检验、单因素方差分析、事后多重比较、双因素方差分析、三因素方差分析、多因素方差分析、摘要单因素方差分析、摘要T检验、卡方检验、单样本Wilcoxon符号秩检验、配对样本Wilcoxon符号秩检验、独立样本MannWhitney检验、多配对样本Friedman检验、多独立样本Kruskal-Wallis检验、卡方拟合优度检验。 （8）相关性分析 ：需要包含但不限于Pearson相关性分析、Spearman相关性分析、Kendall’s tau-b相关性分析、Cochran"s Q检验、Kappa一致性检验、Kendall协调系数、组内相关系数。 （9）预测模型：需要包含但不限于线性回归（最小二乘法）、岭回归（Ridge）、分层回归、灰色预测模型GM(1,1)、聚类分析（K-Means）、逻辑回归、Lasso回归、分层聚类、有序逻辑回归、偏最小二乘回归(PLSR)、二分类概率单位回归(Probit)、Deming"s回归。 （10）统计建模：需要包含但不限于主成分分析（PCA）、典型相关分析、泊松分布检验、游程检验、逐步回归、线性判别、极差分析。 （11）计量经济模型：需要包含但不限于单位根检验（ADF）、差分分析、（偏）自相关分析（pacf/acf）、时间序列分析（ARIMA）、GARCH模型、格兰杰因果检验、VAR向量自回归模型、季节性ARIMA模型、稳健回归(RANSAC)、分位数回归、面板模型、两阶段回归、GMM估计、双重差分DID（倍差法）、Tobit回归、计数数据回归、倾向得分匹配分组回归（PSM）、关联分析。 ▲（12）医学统计模型：需要包含但不限于比例风险回归(COX回归)、Kaplan-Meier生存曲线、Ridit分析、卡方检验自动求解器、Pearson卡方检验、Yates校正卡方检验、Fisher精确检验、分层卡方检验、配对卡方检验、重复测量方差、条件逻辑回归、Bland-Altman法、竞争风险模型。（提供软件截图文件，加盖供应商公章） ▲（13）机器学习分类：需要包含但不限于决策树分类、随机森林分类、adaboost分类、梯度提升树（GBDT)分类、CatBoost分类、ExtraTrees分类、k近邻(KNN)分类、 (略) 络分类、支持向量机（SVM）分类、XGBoost分类、LightGBM分类、朴素贝叶斯分类、逻辑回归（梯度下降法）。（提供软件截图文件，加盖供应商公章） （14）机器学习回归：需要包含但不限于决策树回归、随机森林回归、adaboost回归、梯度提升树（GBDT)回归、ExtraTrees回归、CatBoost回归、k近邻(KNN)回归、 (略) 络回归、支持向量机（SVR）回归、XGBoost回归、LightGBM回归、线性回归（梯度下降法）。 ▲（15）规划求解：需要包含但不限于内点法、单纯形法、修正单纯形法、下山单纯形法、改进的BFGS拟牛顿法、改进的共轭方向法、（边界）截断牛顿法、线性近似束优化方法、序贯最小二乘规划算法、信赖域算法、分支定界法、枚举法、遗传算法（GA）、粒子群算法（PSO）、模拟退火算法（SA）、蒙特卡洛。（提供软件截图文件，加盖供应商公章） 四、案例库 为每一种算法都配备场景案例，包括案例数据、分析过程以及模型原理，提供帮助手册，要求包含模型描述、输入输出描述。 |
| 序号 | 附件名称 | 上传时间 | 大小 | 操作 |
|---|
| 竞价编号：JJ(略) | |
| 项目名称：管理学实验教学示范中心采购spss、spsspro软件 | |
| 项目预算(元)：(略) | 报价方式： 总价报价 |
| 采购单位：华南师范大学 | 联系人：点击查看>>点击查看>> |
| 最少报价家数：3 | 联系电话：点击查看>>点击查看>> |
| 联系手机：点击查看>>点击查看>> | 电子邮箱：点击查看>>点击查看>> |
| 异议反馈：点击查看>>点击查看>> | |
| 开始时间：2024-11-26 09:54:59 | 截止时间：2024-11-29 09:54:00 |
| 报价文件要求：本项目要求报价时上传相关文件 | |
| 资格条件：（1）具有独立承担民事责任的能力； （2）具有良好的商业信誉和健全的财务会计制度； （3）具有履行合同所必需的设备和专业技术能力； （4）有依法缴纳税收和社会保障资金的良好记录； （5）参加政府采购活动前三年内,在经营活动中没有重大违法记录。 （6）法律、行政法规规定的其他条件 （7）供应商未被“信用中国”网站（http://**）列入失信被执行人和重大税收违法案件当事人名单的、被“中国 (略) ”网站列入政府采购严重违法失信行为记录名单。 |
| 付款方式：银行转账 | |
| 交付时间： 签订合同后15天送货。 | |
| 交付地址： 华南师范大学。 | |
| 质保期及售后要求：7×24小时即时响应服务，技术员24小时之内对相关事项进 (略) 理，如超过48小时不能解决问题应提供备用产品。 | |
| 其他要求：无 | |
| 备注：暂无 |
| 序号 | 标的名称 | 数量 | 计量单位 | 生产厂商/品牌 | 型号规格 | 是否限定品牌 | 技术要求 |
|---|---|---|---|---|---|---|---|
| 1 | spss统计分析软件 | 1.00 | 个 | IBM | 白金版，永久授权 | 是 | 1、中文支持情况： （1）支持中文字段和中文值：在数据中能够使用中文作为字段名，在数据中能够包含中文取值。 （2）提供中文版：提供中文界面和中文结果展示； （3）中文帮助情况：提供中文帮助以及用户手册提供中文版； 2、扩展性： （1）能够读取异构数据源：能够读取与写入文本文件、Excel、、数据库文件（包括IBM DB2，Oracle，Sybase，MS SQL Server 等） （2）操作系统支持：支持 Windows，Mac 在内的多种操作系统以及支持64 位机器。 （3）功能扩展：支持使用Python 或者R 开发新 (略) 理/算法，并加入到软件的功能菜单中。 3、描述统计： （1）统计图：包含常见的统计图对数据进行描述，包括条形图、直方图、饼图、线图、散点图、箱线图、茎叶图、序列图、ROC图、PP图、QQ图等。 （2）统计表：支持对数据进行分析描述的统计表，包括对连续变量、分类变量、多选题的制表。 （3）统计量描述：包含常见统计量的描述，如频数计数、百分比、均值、中位数、众数、总和、最大值、最小值、全距、标准差、标准误差、方差、峰度、偏度、百分位数等。 （4）定制报表：提供复杂的统计分析报表。要求报表通过简单拖拽即可完成，报表中可以包括针对离散变量和连续变量的复杂统计指标，并提供能够完成显著性检验的推断统计指标。 4、数据整理与准备： （1）数据整理：排序、选择、汇总、生成新变量、连续变量分箱、离散变量重新分类、数据合并、数据追加、数据复杂重组变换等数据整理功能。 （2）数据准备：提供自动数据准备，数据验证和异常值发现等功能。 5、统计模型： 均值比较、相关分析、回归分析、非参数检验、数据降维、聚类分析、判别分析、生存分析、质量控制、一般线性模型、广义线性模型与广义估计方程、时间序列模型、分类数据的分析、决策树模型、缺失值分析、复杂抽样、 (略) 络、结构方程模型。 6、▲数据库案例 提供配套数据案例库，数据能够实时更新，能够在线提取数据，包含行业经济数据，涵盖煤炭业，电力，钢铁业，汽车业，交通运输业，房地产，金融行业等10个行业以上。（提供功能截图证明） |
| 2 | spsspro统计分析软件 | 5.00 | 个 | 众言 | 标准版，永久授权 | 是 | 1、数据管理 数据管理的服务要求涵盖多方面，包括数据上传与导入的多样性，对数据详情、变量和标签的灵活管理，以及对实验项目的分类与展示。具体技术服务要求如下： （1）数据上传：本地数据支持拖拽文件上传，支持.xlsx、.xls、.csv、.sav、.zsav文件格式； （2）数据详情：对上传数据进行版本管理，可对数据进行预览、命名、导出、版本切换等操作。 （3）变量管理：对上传数据变量进行管理，可对数据变量类型进行更改等。 标签管理：对上传数据进行标签管理，可对变量类型进行转换，对定类变量进行标签转换。 2、 (略) 理 具备从基础清洗到高级特征工程的广泛能力，应注重灵活性，允许用户 (略) 理进行自定义，以满足各种独特的需求。具体技术服务要求如下： （1）数据标签：用于修正定类数据标签； （2）数据编码：新编码、范围编码、自动分组； （3） (略) 理：自动识别、自定义识别、MAD异常值识别、IQR异常值识别、3sigma1）异常值识别； （4）无 (略) 理：相同数字出现比例剔除、缺失出现比例剔除； （5）生成变量：平均值、求和、Z标准化（S）、中心化、乘积（交互项）、自然对6）数（Ln）、不支持0为底对数（Log不支持0）； （7）数据标准化：计算方式：min-max标准化、z-score 标准化、归一化、中心化（C）、均值化、区间化、初值化、最小值化、最大值化、正 (略) 理、负 (略) 理、中间 (略) 理、区间 (略) 理； （8）虚拟变量转换：变换方法：哑变量化、独热编码； （9） (略) 理：识别方式：空值、空格、none、自定义；填充方式：统计量填充、规则填充； （10）样本均衡：过采样（随机、Smote法、ADASYN法）、下采样（随机、Cluster Centroids）、组合采样（SMOTE ENN、Tomek Link ）； （11）特征筛选：方差选择法、随机森林特征重要度、XGBoost、相关系数法、互信息法、卡方检验法、VIF法、递归消除特征法； （12）数据降维：pca降维、线性判别法（LDA）、ISOMap、LLE、KPCA、t-SNE； （13）数据版本管理：记 (略) 理后的数据版本， (略) 理数据进行回滚。 3、统计建模与分析 该模块能提供从描述性统计到预测模型，从差异性分析到机器学行中介效应、链式中介效应、TURF分析、惩罚分析。 ▲（6）综合评价 ：需要包含但不限于层次分析法（支持层次总排序）、层次分析法（仅层次单排序）、因子分析（探索性）、数据包络分析、模糊综合评价、优劣解距离法（TOPSIS）、秩和比综合评价法（RSR）、耦合协调度、熵值法、CRITIC权重法、独立性权系数法、变异系数法、灰色关联分析、多准则妥协解排序法（VIKOR）、解释结构模型（ISM）。（提供软件截图文件，加盖供应商公章） （7）差异性分析 需要包含但不限于、单样本T检验、配对样本T检验、独立样本T检验、单因素方差分析、事后多重比较、双因素方差分析、三因素方差分析、多因素方差分析、摘要单因素方差分析、摘要T检验、卡方检验、单样本Wilcoxon符号秩检验、配对样本Wilcoxon符号秩检验、独立样本MannWhitney检验、多配对样本Friedman检验、多独立样本Kruskal-Wallis检验、卡方拟合优度检验。 （8）相关性分析 ：需要包含但不限于Pearson相关性分析、Spearman相关性分析、Kendall’s tau-b相关性分析、Cochran"s Q检验、Kappa一致性检验、Kendall协调系数、组内相关系数。 （9）预测模型：需要包含但不限于线性回归（最小二乘法）、岭回归（Ridge）、分层回归、灰色预测模型GM(1,1)、聚类分析（K-Means）、逻辑回归、Lasso回归、分层聚类、有序逻辑回归、偏最小二乘回归(PLSR)、二分类概率单位回归(Probit)、Deming"s回归。 （10）统计建模：需要包含但不限于主成分分析（PCA）、典型相关分析、泊松分布检验、游程检验、逐步回归、线性判别、极差分析。 （11）计量经济模型：需要包含但不限于单位根检验（ADF）、差分分析、（偏）自相关分析（pacf/acf）、时间序列分析（ARIMA）、GARCH模型、格兰杰因果检验、VAR向量自回归模型、季节性ARIMA模型、稳健回归(RANSAC)、分位数回归、面板模型、两阶段回归、GMM估计、双重差分DID（倍差法）、Tobit回归、计数数据回归、倾向得分匹配分组回归（PSM）、关联分析。 ▲（12）医学统计模型：需要包含但不限于比例风险回归(COX回归)、Kaplan-Meier生存曲线、Ridit分析、卡方检验自动求解器、Pearson卡方检验、Yates校正卡方检验、Fisher精确检验、分层卡方检验、配对卡方检验、重复测量方差、条件逻辑回归、Bland-Altman法、竞争风险模型。（提供软件截图文件，加盖供应商公章） ▲（13）机器学习分类：需要包含但不限于决策树分类、随机森林分类、adaboost分类、梯度提升树（GBDT)分类、CatBoost分类、ExtraTrees分类、k近邻(KNN)分类、 (略) 络分类、支持向量机（SVM）分类、XGBoost分类、LightGBM分类、朴素贝叶斯分类、逻辑回归（梯度下降法）。（提供软件截图文件，加盖供应商公章） （14）机器学习回归：需要包含但不限于决策树回归、随机森林回归、adaboost回归、梯度提升树（GBDT)回归、ExtraTrees回归、CatBoost回归、k近邻(KNN)回归、 (略) 络回归、支持向量机（SVR）回归、XGBoost回归、LightGBM回归、线性回归（梯度下降法）。 ▲（15）规划求解：需要包含但不限于内点法、单纯形法、修正单纯形法、下山单纯形法、改进的BFGS拟牛顿法、改进的共轭方向法、（边界）截断牛顿法、线性近似束优化方法、序贯最小二乘规划算法、信赖域算法、分支定界法、枚举法、遗传算法（GA）、粒子群算法（PSO）、模拟退火算法（SA）、蒙特卡洛。（提供软件截图文件，加盖供应商公章） 四、案例库 为每一种算法都配备场景案例，包括案例数据、分析过程以及模型原理，提供帮助手册，要求包含模型描述、输入输出描述。 |
| 序号 | 附件名称 | 上传时间 | 大小 | 操作 |
|---|
招投标大数据
最近搜索
无
热门搜索
无
