SPSS Statistics 班

統計分析方法體系簡介

+方差分析模型

• 1. 方差分析模型的基本架構
• 2. 單因素方差分析實例（含兩兩比較方法的選擇）
• 3. 兩因素方差分析實例（含交互作用的分析）
• 4. 含隨機因素的方差分析模型實例

+方差分析模型進階

• 1. 多元方差分析模型介紹
• 2. 重復測量方差分析模型介紹

+線性回歸模型

• 1. 相關與回歸的聯系與區別
• 2. 回歸分析模型的基本結構
• 3. 分析實例
• 4. 模型診斷（含殘差分析等）
• 5. 回歸分析建模的標準流程
• 6. 多變量回歸模型實例（含變量篩選方法）

+線性回歸模型衍生方法

• 1. 曲線擬合過程
• 2. 加權小二乘法
• 3. 嶺回歸
• 4. 尺度回歸

+非線性回歸

• 1. 模型簡介
• 2. 曲線回歸案例
• 3. 小一乘法案例

+Logistic模型

• 1. 模型簡介
• 2. 分析實例
• 3. 模型中用到的檢驗方法
• 4. 啞變量

+Logistic模型族進階

• 1. 無序多分類Logistic回歸模型
• 2. 有序多分類Logistic回歸模型

+主成分分析和因子分析

• 1. 信息濃縮方法介紹
• 2. 主成分分析
• 3. 因子分析
• 4. 綜合分析實例

+對應分析

• 1. 模型介紹
• 2. 簡單對應分析
• 3. 基于尺度變換的多重對應分析

+多維尺度分析

• 1. 模型介紹
• 2. 簡單MDS模型案例
• 3. 考慮個體差異的MDS模型案例
• 4. 基于尺度變換的PROXSCAL過程

+聚類分析

• 1. 模型概述
• 2. K-均值聚類法案例
• 3. 層次聚類法案例
• 4. 兩步聚類法簡介
• 5. 聚類分析中需要注意的問題

+判別分析

• 1. 模型簡介
• 2. 分析案例

+判別分析進階

• 1. 樹結構模型簡介
• 2. 神經網絡簡介
• 3. K鄰近元素法簡介

+信度分析

• 1. 真分數理論中的信度定義
• 2. 分析案例

+時間序列分析

• 1. 時間序列模型概述
• 2. 序列數據的預處理
• 3. 序列數據的圖形化觀察
• 4. 序列數據的自動化分析案例

+生存分析

• 1. 生存分析概述
• 2. Kaplan-Meier法
• 3. Cox比例風險模型