无码任你躁久久久久久久,亚洲av网站,熟妇人妻久久中文字幕,久久精品国产亚洲av麻豆网站

SPSS統(tǒng)計(jì)分析課程

課程大綱
基礎(chǔ)篇
第一部分 軟件入門與數(shù)據(jù)管理
第一章 SPSS入門
1.1 軟件概述
1.2 SPSS操作入門
1.3 SPSS的窗口、菜單項(xiàng)和結(jié)果輸出
1.4 SPSS的系統(tǒng)選項(xiàng)與擴(kuò)展資源
1.5 SPSS的幫助系統(tǒng)
1.6 數(shù)據(jù)分析方法論概述
第二章 數(shù)據(jù)錄入與數(shù)據(jù)獲取
2.1 CCSS案例項(xiàng)目背景介紹
2.2 數(shù)據(jù)格式概述
2.3 在SPSS中直接建立數(shù)據(jù)集
2.4 讀入外部數(shù)據(jù)
2.5 數(shù)據(jù)的保存
2.6 數(shù)據(jù)編輯窗口常用操作技巧集錦
第三章 變量級(jí)別的數(shù)據(jù)管理
3.1 變量賦值
3.2 已有變量值的分組合并
3.3 連續(xù)變量的離散化
3.4 自動(dòng)重編碼、編秩與數(shù)值計(jì)數(shù)
3.5 轉(zhuǎn)換菜單中的其他功能
第四章 文件級(jí)別的數(shù)據(jù)管理
4.1 幾個(gè)常用過(guò)程
4.2 多個(gè)數(shù)據(jù)文件的合并
4.2 數(shù)據(jù)文件的重組與轉(zhuǎn)置
4.3 數(shù)據(jù)菜單中的其他功能
第五章 大型研究項(xiàng)目的數(shù)據(jù)管理
5.1 數(shù)據(jù)字典
5.2 數(shù)據(jù)核查
5.3 數(shù)據(jù)準(zhǔn)備
第六章 SPSS編程
6.1 CCSS項(xiàng)目的數(shù)據(jù)處理需求
6.2 SPSS編程入門
6.3 語(yǔ)法編輯窗口操作入門
6.4 宏程序與INSERT命令
6.5 OMS系統(tǒng)與程序自動(dòng)化

第二部分 統(tǒng)計(jì)描述與統(tǒng)計(jì)圖表
第七章 連續(xù)變量的統(tǒng)計(jì)描述與參數(shù)估計(jì)
7.1 連續(xù)變量的統(tǒng)計(jì)描述指標(biāo)體系
7.2 連續(xù)變量的參數(shù)估計(jì)指標(biāo)體系
7.3 案例：信心指數(shù)的統(tǒng)計(jì)描述
7.4 Bootstrap方法
第八章 分類變量的統(tǒng)計(jì)描述與參數(shù)估計(jì)
8.1 指標(biāo)體系概述
8.2 案例：對(duì)學(xué)歷等背景變量進(jìn)行描述
8.3 案例：對(duì)多選題C0還貸狀況進(jìn)行描述
第九章 數(shù)據(jù)的報(bào)表呈現(xiàn)
9.1 統(tǒng)計(jì)表入門
9.2 簡(jiǎn)單案例：題目A3的標(biāo)準(zhǔn)統(tǒng)計(jì)報(bào)表制作
9.3 復(fù)雜案例：題目A3a的標(biāo)準(zhǔn)統(tǒng)計(jì)報(bào)表制作
9.4 表格的編輯
9.5 表格模板技術(shù)
第十章 數(shù)據(jù)的圖形展示
10.1 統(tǒng)計(jì)圖概述
10.2 直方圖和莖葉圖
10.3 箱圖
10.4 餅圖
10.5 條圖與誤差圖
10.6 線圖、面積圖、點(diǎn)圖與垂線圖
10.7 散點(diǎn)圖
10.8 P-P圖和Q-Q圖
10.9 控制圖與Pareto圖
10.10 其他統(tǒng)計(jì)圖

第三部分 常用假設(shè)檢驗(yàn)方法
第十一章 分布類型的檢驗(yàn)
11.1 假設(shè)檢驗(yàn)的基本思想
11.2 正態(tài)分布檢驗(yàn)
11.3 二項(xiàng)分布檢驗(yàn)
11.4 游程檢驗(yàn)
11.6 本章小結(jié)
第十二章 連續(xù)變量的統(tǒng)計(jì)推斷（一）――t檢驗(yàn)
12.1 t檢驗(yàn)概述
12.2 樣本均數(shù)與總體均數(shù)的比較
12.3 成組設(shè)計(jì)兩樣本均數(shù)的比較
12.4 正態(tài)性、方差齊性的考察與應(yīng)對(duì)策略
12.5 配對(duì)設(shè)計(jì)樣本均數(shù)的比較
12.6 本章小結(jié)
第十三章 連續(xù)變量的統(tǒng)計(jì)推斷（二） ――單因素方差分析
13.1 方差分析概述
13.2 案例：北京消費(fèi)者不同時(shí)點(diǎn)信心指數(shù)的比較
13.3 均數(shù)間的多重比較
13.4 各組均數(shù)的精細(xì)比較
13.5 組間均數(shù)的趨勢(shì)檢驗(yàn)
13.6 本章小結(jié)
第十四章 有序分類變量的統(tǒng)計(jì)推斷 ――非參數(shù)檢驗(yàn)
14.1 非參數(shù)檢驗(yàn)概述
14.2 兩個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn)
14.3 兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)
14.4 多個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)
14.5 多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)
14.6 秩變換分析方法
14.7 本章小結(jié)
第十六章 無(wú)序分類變量的統(tǒng)計(jì)推斷――卡方檢驗(yàn)
16.1 卡方檢驗(yàn)概述
16.2 單樣本案例：考察抽樣數(shù)據(jù)的性別分布
16.3 兩樣本案例：不同收入級(jí)別家庭的轎車擁有率比較
16.4 卡方檢驗(yàn)的事后兩兩比較
16.5 確切概率法和蒙特卡洛法
16.6 兩分類變量間關(guān)聯(lián)程度的度量
16.7 一致性檢驗(yàn)與配對(duì)卡方檢驗(yàn)
16.8 分層卡方檢驗(yàn)
16.9 本章小結(jié)
第十七章 相關(guān)分析
17.1 相關(guān)分析簡(jiǎn)介
17.2 簡(jiǎn)單相關(guān)分析
17.3 偏相關(guān)分析
17.4本章小結(jié)
第十八章 線性回歸模型入門
18.1 線性回歸模型簡(jiǎn)介
18.2 案例：建立用年齡預(yù)測(cè)總信心指數(shù)值的回歸方程
18.3 多重線性回歸模型入門
18.4 本章小結(jié)

第四部分 統(tǒng)計(jì)實(shí)戰(zhàn)案例集錦
第十九章  統(tǒng)計(jì)實(shí)戰(zhàn)案例集錦
19.1 CCSS項(xiàng)目的自動(dòng)化生產(chǎn)
19.2 X藥物治療原發(fā)性高血壓的臨床試驗(yàn)研究
19.3 咖啡屋需求調(diào)查
19.4 牙膏新品購(gòu)買傾向研究
19.5 證券業(yè)市場(chǎng)績(jī)效與市場(chǎng)結(jié)構(gòu)關(guān)系的實(shí)證分析

高級(jí)篇
第一部分 一般線性、混合線性與廣義線性模型
第1章 方差分析模型
1.1 模型簡(jiǎn)介
1.2 案例：膠合板磨損深度的比較
1.3 兩因素方差分析模型
1.4 因素各水平間的精細(xì)比較
1.5 方差分析模型進(jìn)階
第2章 常用實(shí)驗(yàn)設(shè)計(jì)分析方法
2.1 僅研究主效應(yīng)的實(shí)驗(yàn)設(shè)計(jì)方案
2.2 考慮交互作用的實(shí)驗(yàn)設(shè)計(jì)方案
2.3 誤差項(xiàng)變動(dòng)的特殊實(shí)驗(yàn)設(shè)計(jì)方案
2.4 協(xié)方差分析
第3章 多元方差分析與重復(fù)測(cè)量方差分析
3.1 多元方差分析
3.2 重復(fù)測(cè)量資料的方差分析
第4章 線性混合模型
4.1 模型簡(jiǎn)介
4.2 層次聚集性數(shù)據(jù)案例
4.3 重復(fù)測(cè)量數(shù)據(jù)案例
4.4 線性混合模型進(jìn)階
第5章 廣義線性模型，廣義估計(jì)方程 與廣義線性混合模型
5.1 廣義線性模型
5.2 廣義估計(jì)方程
5.3 廣義線性混合模型

第二部分 回歸模型
第6章 多重線性回歸模型
6.1 模型簡(jiǎn)介
6.2 案例：銷量影響因素分析
6.3 回歸預(yù)測(cè)與區(qū)間估計(jì)
6.4 殘差分析
6.5 逐步回歸
6.6 模型的進(jìn)一步診斷與修正
6.7 自動(dòng)線性建模
第7章 線性回歸的衍生模型
7.1 非直線趨勢(shì)的處理：曲線直線化
7.2 方差不齊的處理：加權(quán)最小二乘法
7.3 共線性的處理：嶺回歸
7.4 分類變量的數(shù)值化：最優(yōu)尺度回歸
7.5 強(qiáng)影響點(diǎn)的弱化：穩(wěn)健回歸與分位數(shù)回歸
7.6 其余回歸方法簡(jiǎn)介
第8章 路徑分析入門
8.1 兩階段最小二乘法
8.2 路徑分析入門
8.3 偏最小二乘法入門
第9章 非線性回歸模型
9.1 模型簡(jiǎn)介
9.2 案例：通風(fēng)時(shí)間和毒物濃度的曲線方程
9.3 自定義損失函數(shù)：最小一乘法
9.4 分段回歸模型的擬合
9.5 非線性回歸模型進(jìn)階
第10章 二分類logistic回歸模型
10.1 模型簡(jiǎn)介
10.2 案例：低出生體重兒影響因素研究
10.3 分類自變量的定義與比較方法
10.4 自變量的篩選方法與逐步回歸
10.5 弗斯Logistic回歸
10.6 Logistic模型進(jìn)階
第11章 多分類、配對(duì)logistic回歸與probit回歸模型
11.1 有序多分類logistic回歸模型
11.2 無(wú)序多分類logistic回歸模型
11.3 1:1配對(duì)logistic回歸
11.4 probit回歸模型
第12章 對(duì)數(shù)線性模型、Poisson回歸模型 與潛類別分析
12.1 對(duì)數(shù)線性模型簡(jiǎn)介
12.2 一般對(duì)數(shù)線性模型
12.3 因果關(guān)系明確時(shí)的對(duì)數(shù)線性模型
12.4 對(duì)數(shù)線性模型的自動(dòng)篩選
12.5 對(duì)數(shù)線性模型與其它模型的關(guān)系
12.6 Poisson回歸模型
12.7 潛類別分析簡(jiǎn)介

第三部分 多元統(tǒng)計(jì)分析方法
第13章 主成份分析、因子分析與多維偏好分析
13.1 主成份分析
13.2 因子分析
13.3 因子分析進(jìn)階
13.4 分類數(shù)據(jù)的主成份分析（多維偏好分析）
第14章 對(duì)應(yīng)分析
14.1 模型簡(jiǎn)介
14.2 案例：頭發(fā)顏色與眼睛顏色的關(guān)聯(lián)
14.3 基于均數(shù)的對(duì)應(yīng)分析
14.4 對(duì)應(yīng)分析進(jìn)階
14.5 基于最優(yōu)尺度變換的多重對(duì)應(yīng)分析
第15章 典型相關(guān)分析
15.1 模型簡(jiǎn)介
15.2 案例：體力指標(biāo)和運(yùn)動(dòng)能力指標(biāo)的相關(guān)分析
15.3 典型相關(guān)分析進(jìn)階
15.4 基于最優(yōu)尺度變換的非線性典型相關(guān)分析
第16章 多維尺度分析
16.1 不考慮個(gè)體差異的MDS模型
16.2 考慮個(gè)體差異的MDS模型
16.3 基于最優(yōu)尺度變換的MDS模型
16.4 多維展開模型
第17章 聚類分析
17.1 模型簡(jiǎn)介
17.2 K-均值聚類法
17.3 聚類結(jié)果的驗(yàn)證與自動(dòng)優(yōu)化
17.4 層次聚類法
17.4 兩步聚類法
17.5 聚類分析進(jìn)階
第18章 經(jīng)典判別分析
18.1 模型簡(jiǎn)介
18.2 案例：鳶尾花種類判別
18.3 貝葉斯判別分析
18.4 判別分析進(jìn)階

第四部分 其他統(tǒng)計(jì)分析方法
第19章 樹模型、隨機(jī)森林與最近鄰元素法
19.1 樹模型簡(jiǎn)介
19.2 案例：移動(dòng)客戶流失預(yù)測(cè)
19.3 對(duì)案例的進(jìn)一步分析
19.4 常見的樹模型算法
19.5 隨機(jī)森林
19.6 最近鄰元素法
第20章 神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)
20.1 模型簡(jiǎn)介
20.2 案例：對(duì)低出生體重兒案例的重新分析
20.3 對(duì)案例的進(jìn)一步分析
20.4 徑向基神經(jīng)網(wǎng)絡(luò)
20.5 支持向量機(jī)簡(jiǎn)介
第21章 信度分析
21.1 信度理論入門
21.2 案例：?jiǎn)柧硇哦确治?br /> 21.3 其余常用的信度系數(shù)
21.4 概化理論簡(jiǎn)介
21.5 項(xiàng)目反應(yīng)理論簡(jiǎn)介
第22章 聯(lián)合分析
22.1 模型簡(jiǎn)介
22.2 聯(lián)合分析的正交試驗(yàn)設(shè)計(jì)
22.3 聯(lián)合分析的數(shù)據(jù)建模
22.4 聯(lián)合分析進(jìn)階
第23章 時(shí)間序列模型
23.1 模型簡(jiǎn)介
23.2 時(shí)間序列的建立和平穩(wěn)化
23.3 時(shí)間序列的圖形化觀察
23.4 時(shí)間序列的建模與預(yù)測(cè)
23.5 季節(jié)分解
23.6 時(shí)間因果模型
第24章 生存分析
24.1 生存分析簡(jiǎn)介
24.2 生存函數(shù)的估計(jì)和檢驗(yàn)
24.3 Cox回歸模型
24.4 含時(shí)間依存變量的Cox模型
24.5 Cox模型進(jìn)階
24.6 加速失效時(shí)間模型
第25章 缺失值分析
25.1 缺失值理論簡(jiǎn)介
25.2 對(duì)缺失情況的基本分析
25.3 缺失值填充技術(shù)
25.4 多重填充

第五部分 數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例
案例1 酸奶飲料新產(chǎn)品口味測(cè)試
案例2 偏態(tài)分布的激素水平影響因素分析
案例3 某車企汽車年銷量預(yù)測(cè)案例
案例4 腦外傷急救后遲發(fā)性顱腦損傷影響因素分析案例
案例5 中國(guó)消費(fèi)者信心指數(shù)影響因素分析
案例6 探討消費(fèi)者購(gòu)買保健品的動(dòng)機(jī)
案例7 1988年漢城奧運(yùn)會(huì)男子十項(xiàng)全能成績(jī)分析
案例8 住院費(fèi)用影響因素挖掘
案例9 淘寶大賣家之營(yíng)銷數(shù)據(jù)分析
案例10 超市商品購(gòu)買關(guān)聯(lián)分析
案例11 電信業(yè)客戶流失分析
案例12信用風(fēng)險(xiǎn)評(píng)分方法
案例13 醫(yī)療保險(xiǎn)業(yè)的欺詐發(fā)現(xiàn)
案例14 電子商務(wù)中的數(shù)據(jù)挖掘應(yīng)用

SPSS統(tǒng)計(jì)分析課程