JASP是一款自由开源的统计学軟件。JASP可以產生APA格式的表格。几所大学和研究基金曾資助開發者開發JASP。

分析
JASP在相同的统计模型上提供了頻率學派推斷和贝叶斯推断。 頻率學派推斷使用p值和信賴区间来控制在无限完美复制中的错误率。贝叶斯推断使用可信区间和贝叶斯因子 ，基於已知資料與先前知識，估计可信参数值。

JASP提供下列分析：

其他特色

• 描述性统计数据和图表繪製。
• 对所有分析进行假设检查，包括Levene检验 ， Shapiro-Wilk检验和Q-Q图 。
• 可匯入SPSS文件和逗号分隔的文件（CSV檔）。
• 整合开放式科学框架。
• 数据过滤：使用R程式碼，或使用圖形介面以拖放方式选择資料。
• 创建列：使用R程式碼，或使用圖形介面以拖放方式，從現有变量创建新变量。
• 以LaTeX格式复制表格。

模组

摘要统计量 ：从t检验，回归和二项式检验的频率摘要统计量，得出贝叶斯推断。

BAIN ：對t检验，ANOVA，ANCOVA和线性回归進行贝叶斯信息假设评估。

网路 ：网路分析允许使用者分析变量的网路结构。

後設分析 ：包括用于固定和随机效应分析，固定和混合效应元回归，森林和漏斗图，漏斗图不对称性测试， trim-and-fill 與 fail-safe N 分析。

机器学习 ：机器学习模块包含13种分析：

#* 回归
#*# 提升回归（Boosting Regression）
#*# K近邻回归
#*# 随机森林回归（Random Forest Regression）
#*# 正则线性回归（Regularized Linear Regression）
#* 分类
#*# 提升方法分类（Boosting Classification)
#*# K最近邻分类（K-Nearest Neighbors Classification）
#*# 线性判别分类
#*# 随机森林分类
#* 聚类
#*# 基于密度的聚类
#*# 模糊C均值聚类
#*# 层次聚类
#*# K均值聚类

SEM ：结构方程建模 。

参考文献
外部链接
*
*