Decision Trees 模組提供統計人員多種樹狀結構模型功能，對數據分類或預測。

Conjoint 模組提供聯合分析，協助您更妥善地瞭解消費者偏好、取捨與對價格的敏感度。 它可讓您洞悉客戶如何在市場上比較產品的資訊，並評估個別產品屬性如何影響消費者行為。
此為Concurrent user 授權

Decision Trees 模組基於資料挖掘中發展起來的樹結構模型對分類變數或連續變數進行預測,可以方便、快速的對樣本進行細分。 它可直接在PASW STATISTICS 內做分類區分,用Syntax 撰寫或用XML 來儲存設定。 使用Classification Trees 還可建立決策樹來確認分組並預測結果,利用直覺式的樹形圖,顏色分類圖,和表格協助研究人員輕鬆確認和評估區隔。

• CHAID:一種快速的,統計的，多元樹演算法，快速和有效率的探索資料，還有區段和側面圖與對於預期結果。
• Exhaustive CHAID:一個修改 CHAID 為每個預測檢查所有可能的分割項。
• Classification & regression trees (C&RT):一個完整二元樹演算法，為分割資料和產生精確的同質子集。
• QUEST"一個統計的演算法為選擇變量，無偏見且快速和有效率的建構精確二元樹。
硬體需求:
•處理器：2 GHz 或更快
•顯示器：1024*768 或更高
•記憶體：需要 4 GB RAM，建議 8 GB RAM 或更多
•磁碟空間：2 GB 或以上容量。
Windows client, Windows Server, LINUX - Redhat , SUSE,