← 返回栏目

JASP:免费开源、兼顾经典与贝叶斯统计的图形界面软件

JASP 0.19.3 界面截图:已载入小型示例数据,顶部功能区启用了多个分析模块,右侧显示分析结果表格

JASP 0.19.3 界面截图:载入小型示例数据并启用多个分析模块后的分析结果;截图于 2025 年 2 月上传,界面可能与当前 0.98.8 版不同。作者:Tomtomme;来源:Wikimedia Commons;许可:AGPL。

JASP 是阿姆斯特丹大学支持的免费开源统计软件,用电子表格加拖放的图形界面完成 t 检验、方差分析、回归等常见分析,多数核心方法同时提供经典(频率学派)与贝叶斯两种版本。官方下载页显示,最新版 0.98.8 于 2026 年 10 月 13 日发布。本文为资料核验,未安装实测。

JASP 全称 Jeffreys's Amazing Statistics Program,以贝叶斯统计先驱 Harold Jeffreys 命名,由阿姆斯特丹大学心理方法系 Eric-Jan Wagenmakers 团队主持开发。2017 年发表在 Psychonomic Bulletin & Review 的介绍论文说,JASP 最初只打算提供贝叶斯分析,后来扩展为经典与贝叶斯方法并存,贝叶斯部分大量借助 R 包 BayesFactor;界面用 C++ 编写,计算引擎基于 R,安装时不需要另装 R。许可证分两层:官网 FAQ 和仓库中的许可说明写明,图形界面(JASP-Desktop)以 AGPL-3.0 发布,运行 R 代码的引擎(JASP-Engine)以 GPL-2.0 发布,原因是引擎依赖部分只允许 GPL-2.0 的 R 包;GitHub 页面只显示 AGPL-3.0。2026 年 10 月 18 日查询时,GitHub 仓库 jasp-stats/jasp-desktop 未归档,最近一次推送在 10 月 17 日。最新版 0.98.8 的日期在三处官方信息中不一致:官网发布说明标为 10 月 11 日,GitHub Release 的发布时间是协调世界时 10 月 12 日 18:42(北京时间 13 日凌晨),下载页写 10 月 13 日。这一版新增基于 Plotly 的交互式图形和图中参考线,并修复了 Windows 下保存时崩溃等问题。此前的 0.98.0(2026 年 7 月 1 日)加入了可选的 JASP AI 助手,0.97.0(5 月 13 日)加入了文件密码加密和 CSV 导入预览。

对想用图形界面做统计、又希望同时报告贝叶斯结果的研究者和教师来说,JASP 的特色是把两种推断方式放进同一套界面。官网功能页按模块列出分析:t 检验、方差分析(含重复测量、协方差和多元方差分析)、线性与广义线性混合模型、相关与回归、列联表等核心方法大多同时有经典版和贝叶斯版;介绍论文说明贝叶斯检验带有默认先验,用户可以按需修改。此外还有元分析(含稳健贝叶斯元分析)、结构方程模型、信度、网络分析、机器学习、生存分析、时间序列、质量控制和审计抽样等模块,以及 Learn Bayes、Learn Stats 两个教学模块。数据方面,官方 FAQ 列出可直接打开 CSV/TSV、SPSS(.sav、.zsav、.por)、SAS、Stata、Excel、ODS、R(.rdata、.rds)和 Minitab 文件。结果表格可以按 APA 格式直接复制进 Word;发布说明记载,0.17.2(2023 年 5 月)起可在结果中显示对应的 R 语法。数据、分析选项和结果保存在同一个 .jasp 文件里,便于发给合作者或审稿人;软件内置 OSF 连接,可直接读写 OSF 项目中的文件。隐私和安全方面,FAQ 写明 JASP 不收集可识别用户身份的信息,Windows 版还把 R 引擎放进沙盒,默认禁止它联网或访问工作目录以外的文件夹。

JASP 启动页与模块选择界面截图:列出可勾选启用的各类分析模块,启用后会出现在顶部功能区

JASP 启动页与模块选择界面:勾选的分析模块会出现在顶部功能区;截图于 2025 年 2 月上传,界面可能与当前版本不同。作者:Tomtomme;来源:Wikimedia Commons;许可:AGPL。

上手路径比较直接。先到官网下载页选平台:Windows 推荐微软商店(可自动更新)或 MSIX 安装包,也可以在命令行运行 winget install JASP.JASP;macOS 分 Apple Silicon 和 Intel 两个版本;Linux 通过 Flathub 以 Flatpak 安装;Chromebook 另有安装指南。下载页写明,安装约需 4 GB 磁盘空间,运行至少需要 4 GB 内存、建议 8 GB,大数据集需要 16 GB 以上,运行时不需要联网。官方入门指南建议先看视频库和“How to Use JASP”页面,再从主菜单“File → Open → Data Library”打开自带的示例数据;示例 .jasp 文件已经附有分析和解读,适合对照学习。导入自己的数据后,JASP 会按取值自动判定名义、有序、连续三种变量类型,判错时可点列首图标手动修改。接着在顶部功能区选择分析,在左侧拖入变量、勾选选项,右侧结果会实时更新;点击已有结果,可以回到当时的设置继续调整。更多分析从右上角蓝色加号进入模块库加载。从 0.98 起,可以在设置中启用 JASP AI:需要自己提供 OpenAI 兼容服务的 API 密钥(也支持本地模型),之后可以用自然语言让它运行分析、解读和标注结果。报告缺陷或提功能请求,官方要求到 GitHub 的 jasp-issues 仓库提交。以上步骤依据官方页面整理,资料核验,未安装实测。

使用时有几点需要留意。第一,对硬件和系统有要求。0.98.8 的各平台安装包约 1.3–1.7 GB,运行最少要 4 GB 内存;官方只支持厂商仍在维护的系统,例如 macOS 需 Sequoia 15 及以上,Windows 的 ARM 设备只能以较慢的模拟方式尝试,iPad 和安卓设备不受支持,系统无法升级的旧电脑需改用旧版 JASP。第二,更新可能引入缺陷。2026 年 6 月的 0.97.1 修复了一个问题:未固定小数位数时,超过 4 位有效数字的数值有时会被误导性地舍入(报告的例子是描述统计中的求和出错),官方在发布说明中为此致歉。课程或课题组最好统一版本,升级后复核关键结果,并查看下载页的已知问题列表。第三,贝叶斯分析的默认先验只是起点。写论文时应报告所用先验及理由,并视需要做敏感性分析,不宜只贴默认输出。第四,JASP AI 的请求会发往用户自选的模型服务商,本文查阅的官方页面没有说明数据在第三方的处理方式;涉及敏感数据时,宜使用本地模型或不启用该功能,AI 给出的解读也要自行核对。第五,JASP 虽然支持用 R 代码计算变量、提供 R 控制台,但设计重心是点选分析;大量数据清洗或批量重复分析,用脚本工具通常更便于管理。最后,引用时按 FAQ 写明实际使用的版本号,例如“JASP Team (2026). JASP (Version 0.98.8) [Computer software]”。

参考文献

  1. JASP Team. Download JASP. https://jasp-stats.org/download/,页面标注 0.98.8 发布于 2026-10-13,访问于 2026-10-18。

  2. JASP Team. Release Notes. https://jasp-stats.org/release-notes/,最新条目 0.98.8(标注 2026-10-11),访问于 2026-10-18。

  3. jasp-stats. Release v0.98.8. GitHub, 2026-10-12(UTC). https://github.com/jasp-stats/jasp-desktop/releases/tag/v0.98.8

  4. jasp-stats. jasp-desktop 代码仓库. GitHub. https://github.com/jasp-stats/jasp-desktop,访问于 2026-10-18。

  5. jasp-stats. JASP Licensing(Docs/development/jasp-licensing.md). GitHub. https://github.com/jasp-stats/jasp-desktop/blob/development/Docs/development/jasp-licensing.md,访问于 2026-10-18。

  6. jasp-stats. README. GitHub. https://github.com/jasp-stats/jasp-desktop/blob/development/README.md,访问于 2026-10-18。

  7. JASP Team. FAQ. https://jasp-stats.org/faq/,访问于 2026-10-18。

  8. JASP Team. Features. https://jasp-stats.org/features/,访问于 2026-10-18。

  9. JASP Team. Getting Started. https://jasp-stats.org/getting-started/,访问于 2026-10-18。

  10. JASP Team. Introducing JASP 0.98: Fully Integrated AI Support. 2026-07-02. https://jasp-stats.org/2026/07/02/introducing-jasp-0-98-fully-integrated-ai-support/

  11. JASP Team. JASP — A Fresh Way to Do Statistics(官网首页). https://jasp-stats.org/,访问于 2026-10-18。

  12. Wagenmakers E-J, Love J, Marsman M, et al. Bayesian inference for psychology. Part II: Example applications with JASP. Psychonomic Bulletin & Review, 2017-07-06 在线发表. https://doi.org/10.3758/s13423-017-1323-7

  13. 学术之门 · 学者的智能时代生活指南

  14. 信息由 Scholay 学术一站式平台 整理并发表,如有侵权请反馈下架。

  15. 信息同步发表于恩特学术,智能时代的学者社区