管理学实验教学示范中心采购spss、spsspro软件

2024-11-26 机电产品招标投标电子交易平台

竞价公告(JJ24112111545618)

...

说明：各有关当事人对竞价公告内容有异议的，可以在竞价截止时间前通过规定途径提起异议，逾期将视为无异议，不予受理。

采购单位：华南师范大学

联系人：钟老师

联系电话：19106600212

E-mail：无

传真：无

联系手机：无

邮编：无

质疑电话：85210853，85210903

平台联系电话（异议）：020-37619972；jycg001@qq.com

项目名称：

管理学实验教学示范中心采购spss、spsspro软件

竞价编号：

JJ24112111545618

采购类型：货物类

开始时间：2024-11-26 09:54:59

项目预算(元)：99,900.00

结束时间：2024-11-29 09:54:00

一、基本信息

竞价编号：JJ24112111545618
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)：99,900.00	报价方式：总价报价
采购单位：华南师范大学	联系人：******
最少报价家数：3	联系电话：******
联系手机：******	电子邮箱：******
异议反馈：******
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
邮编：无	平台联系电话（异议）：020-37619972；jycg001@qq.com
采购类型：货物类	开始时间：2024-11-26 09:54:59
项目预算(元)：99,900.00	结束时间：2024-11-29 09:54:00

二、资格条件

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（https://www.creditchina.gov.cn/）列入失信被执行人和重大税收违法案件当事人名单的、被“中国政府采购网”网站列入政府采购严重违法失信行为记录名单。

三、商务要求

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行及时处理，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

暂无

报价人资格条件：（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（https://www.creditchina.gov.cn/）列入失信被执行人和重大税收违法案件当事人名单的、被“中国政府采购网”网站列入政府采购严重违法失信行为记录名单。

备注：

暂无

各有关当事人对竞价成交结果有异议的，可以在竞价结果公告发布之日起3天内提起异议，逾期将视为无异议，不予受理。

四、技术要求

项目名称：管理学实验教学示范中心采购spss、spsspro软件

产品信息

序号	标的名称	数量	计量单位	生产厂商/品牌	型号规格	产品类别	型号	是否限定品牌
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 开发新的数据处理/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、神经网络、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）	白金版，永久授权
技术要求：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 开发新的数据处理/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、神经网络、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）
售后服务：
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、数据处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，允许用户对数据处理进行自定义，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）异常值处理：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）无效样本处理：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、正向指标处理、负向指标处理、中间型指标处理、区间型指标处理；（8）虚拟变量转换：变换方法：哑变量化、独热编码；（9）缺失值处理：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：记录每个处理后的数据版本，支持对处理数据进行回滚。 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习的丰富数据分析功能，并有针对计量经济、医学统计等专业领域的专门模型，以支持用户在各种业务场景下进行深入的数据分析，需提供自定义算法组件的功能，以便强调根据具体业务需求定制分析算法。具有用户友好的图形用户界面，不仅需有严谨的分析报告规范，并支持以多种格式导出和分享报告，具体技术服务要求如下：（1）分析报告规范：分析报告需包含数据源、算法参数配置、分析结果概述、分析步骤与算法实现参考文献，分析过程需按照分析步骤打印过程参数，要求图文并茂，每个过程参数需有对应定义介绍以及智能生成分析描述；分析报告需支持word、pdf等方式导出或分享。 ▲（2）提供图形化界面：支持图形化的拖拽方式建立算法模型，操作规范统一，提供标准化输入界面，并注明拖入数据类型。（提供软件截图文件，加盖供应商公章）（3）样本筛选：筛选逻辑：或（OR）与（AND）、筛选范围：大于、小于、不等于、等于、包括、不包括。（4）描述性统计：需要包含但不限于频数分析、列联（交叉）分析、描述性统计、分类汇总、正态性检验。（5）问卷分析：需要包含但不限于信度分析、多选分析、交叉分析【多选&多选】、交叉分析【多选&单选】、交叉分析【单选&多选】、NPS净推荐值分析、对应分析、区分度分析、效度分析、联合分析、路径分析、结构方程模型（SEM）、调节作用、验证性因子分析、权重分析（熵权法）、MaxDiff、产品定价模型、kano模型、平行中介效应、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、bp神经网络分类、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、bp神经网络回归、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。	标准版，永久授权
技术要求：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、数据处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，允许用户对数据处理进行自定义，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）异常值处理：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）无效样本处理：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、正向指标处理、负向指标处理、中间型指标处理、区间型指标处理；（8）虚拟变量转换：变换方法：哑变量化、独热编码；（9）缺失值处理：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：记录每个处理后的数据版本，支持对处理数据进行回滚。 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习的丰富数据分析功能，并有针对计量经济、医学统计等专业领域的专门模型，以支持用户在各种业务场景下进行深入的数据分析，需提供自定义算法组件的功能，以便强调根据具体业务需求定制分析算法。具有用户友好的图形用户界面，不仅需有严谨的分析报告规范，并支持以多种格式导出和分享报告，具体技术服务要求如下：（1）分析报告规范：分析报告需包含数据源、算法参数配置、分析结果概述、分析步骤与算法实现参考文献，分析过程需按照分析步骤打印过程参数，要求图文并茂，每个过程参数需有对应定义介绍以及智能生成分析描述；分析报告需支持word、pdf等方式导出或分享。 ▲（2）提供图形化界面：支持图形化的拖拽方式建立算法模型，操作规范统一，提供标准化输入界面，并注明拖入数据类型。（提供软件截图文件，加盖供应商公章）（3）样本筛选：筛选逻辑：或（OR）与（AND）、筛选范围：大于、小于、不等于、等于、包括、不包括。（4）描述性统计：需要包含但不限于频数分析、列联（交叉）分析、描述性统计、分类汇总、正态性检验。（5）问卷分析：需要包含但不限于信度分析、多选分析、交叉分析【多选&多选】、交叉分析【多选&单选】、交叉分析【单选&多选】、NPS净推荐值分析、对应分析、区分度分析、效度分析、联合分析、路径分析、结构方程模型（SEM）、调节作用、验证性因子分析、权重分析（熵权法）、MaxDiff、产品定价模型、kano模型、平行中介效应、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、bp神经网络分类、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、bp神经网络回归、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。
售后服务：

产品信息end