Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

1. SPSS Statistics初中級培訓
   課程一、?SPSS?基礎培訓和統計基礎
   ? 培訓對象
   業務分析師，考慮購買SPSS?for?Windows?的人員
   ? 必要技能
   ? Windows操作技能
   ? 培訓內容
   ? 1.SPSS軟件及統計分析方法論簡介
   ? 2.?統計分析方法論應用：一個調查研究的實例
   ? 3.?SPSS?for?Windows簡介
   ? 4.?數據輸入與建立
   ? 數據文件獲取：Excel、制表符分隔文件和其它各種ASCII文本文件，數據庫數據等各種格式數據的讀取；
   ? 數據文件的建立：變量名、變量標簽、值標簽、變量類型、缺失值等的處理方式，收集數據時的錯誤和誤差
   ? 一些節省時間的特性：數據模板、數據字典等?
   ? 5.?數據管理與變換
   ? 數據分段
   ? 衍生變量
   ? 變量重新編碼?
   ? 6.?SPSS統計圖表和報表展示：
   ? 餅圖、直方圖、三維直方圖、散點圖、條型圖、折線圖、莖葉圖、箱線圖、帕雷托圖、Q-Q圖、P-P圖、控制圖等
   ? 7.?交叉表分析方法及SPSS實現：
   ? 交叉列表的分析對象、解決的問題，應用SPSS實現交叉列表分析?
   ? 8.?多選題變量分析及SPSS實現
   ? 多選題變量的編碼形式、分析指標；多選題變量的建立、頻數分析、交叉列表分析；多選題變量的探索性分析?
   ? 9.?打印與存儲輸出
   ? 增加變量與值標簽
   ? 打開?Excel、DBase?和固定格式的ASCII文件
   ? 選擇合適的統計學方法
   ? 餅圖、直方圖、散點圖
   ? 培訓目
   ? 的及效果
   ? 培訓人員能夠使用SPSS進行簡單的數據統計分析操作。
   ?
   課程二、?SPSS?中級培訓
   ? 培訓對象
   經常使用SPSS，并希望了解軟件使用的最有效的方式的用戶
   ? 必要技能
   ? 經過SPSS?基礎培訓
   ? 培訓內容
   ? 1.?高級數據修改：
   ? 過濾和選擇案例
   ? Do?if?…Else?if
   ? 字符串函數
   ? 處理日期變量
   ? 日期和字符串函數的結合使用?
   ? 2.?文件管理：
   ? 合并文件
   ? 數據聚合
   ? 拆分文件?
   ? 3.?SPSS編程：
   ? Syntax命令編程及Production?Mode來自動化SPSS?包括語法規則、語法文件的構建、及運行方式?
   ? 4.?一些實用特性舉例
   ? 保存變量子集
   ? Utilities（實用程序）：定義和使用變量子集
   ? 標識重復個案
   ? 數據流程化校驗?
   ? 5.?樞軸表編輯器的用戶化輸出
   ? 6.?移動?SPSS?結果到其它軟件
   ? 7.?運行SPSS的不同形式
   ? 培訓目
   ? 的及效果
   ? 培訓人員能夠有效地使用SPSS來進行較為復雜的數據處理。
   ?
   課程三、?SPSS高級培訓?（一）
   ? 培訓對象
   想學習SPSS的統計功能，擴展適當統計過程的背景知識的用戶
   ? 必要技能
   ? 初級、中級SPSS培訓，?基本的統計學知識，包括基本統計分析、方差分析、因子分析、主成份、回歸分析等
   ? 培訓內容
   ? 1.?抽樣方案設計：如何確定樣本及樣本大小影響
   ? 2.?數據描述
   ? 數據的圖形描述方法
   ? 數據的描述的數值方法
   ? 異常值探查
   ? 描述分類數據：
   ? 分組比較：分類數據
   ? 探索性數據分析：區間尺度數據
   ? 3.?假設檢驗
   ? 假設檢驗的基本思想、概念、基本步驟
   ? 組間的均值差異：簡單情況
   ? 方差的齊性檢驗
   ? 單樣本均值檢驗
   ? 獨立樣本均值比較
   ? 配對樣本均值比較?
   ? 4.?方差分析
   ? 單因素方差分析
   ? 方差分析中的多重比較
   ? 因素水平影響程度的對比設計及檢驗
   ? 多因素方差分析
   ? 協方差分析簡介
   ? 5.?相關性分析
   ? 相關分析基本方法簡介
   ? 變量之間的關系
   ? 相關分析基本方法簡介
   ? Person相關系數的計算及檢驗
   ? 偏相關分析?
   ? 6.?回歸分析初階
   ? 一元線性回歸分析簡介：回歸方程的假定條件、分析步驟、常用指標
   ? 一元線性回歸分析實例
   ? 回歸診斷?
   ? 7.?雙變量畫圖和統計
   ? 8.?非參數檢驗
   ? 9.?方差分析：
   ? 組間的均值差異II:?單因素?ANOVA?
   ? 組間的均值差異?III:?兩因素?ANOVA?
   ? 方差分析中的多重比較
   ? 因素水平影響程度的對比設計及檢驗
   ? 多因素方差分析
   ? 協方差分析簡介?
   ? 11.?回歸分析簡介
   ? 線性回歸分析簡介：回歸方程的假定條件、分析步驟、常用指標一元線性回歸分析實例
   ? 回歸診斷?
   ? 12.?數據降維技術
   ? 主成份分析簡介
   ? 因子分析簡介
   ? 聚類分析簡介
   ? 13.?檢驗數據分布的正態性
   ? 14.?多元均值的推斷
   ? 培訓目
   ? 的及效果
   ? 培訓人員能夠使用SPSS進行基本數據分析和操作，能解釋統計結果。
   ?
   ?
   課程四、?SPSS高級培訓?（二）
   ? 培訓對象
   有使用SPSS?for?Windows的經驗，?堅實的統計學基礎
   ? 必要技能
   ? 經過SPSS?for?Windows初中級及統計分析培訓
   ? 培訓內容
   ? 1.?多元線性回歸
   ? 多元線性回歸簡介：回歸方程及系數的檢驗、自變量篩選方法
   ? 多元線性回歸：SPSS實現
   ? 多重共線性問題
   ? 逐步回歸分析
   ? 回歸診斷?
   ? 2.?Logistic回歸
   ? Logistic?回歸簡介：應用背景、、回歸模型、模型的評價指標等
   ? Logistic回歸：SPSS實現
   ? 回歸系數的檢驗
   ? 回歸系數的解釋
   ? 累積Logistic回歸簡介
   ? 累積Logistic回歸：SPSS實現
   ? 多項logistic回歸簡介
   ? 多項Logistic回歸：SPSS實現?
   ? 3.?聚類分析
   ? 聚類分析簡介：基本目標、應用領域、基本思想、主要方法
   ? 系統聚類方法簡介
   ? 系統聚類分析實例
   ? 非系統聚類方法，Two-Step聚類、K均值聚類方法簡介
   ? 非系統聚類方法分析實例?
   ? 4.?判別分析
   ? 判別分析簡介：基本目標、與聚類分析區別、常用方法
   ? 判別分析應用實例?
   ? 5.?數據降維技術
   ? 因子分析：問題背景、目的、分析的原則、基本思想、因子分析模型
   ? 主成份分析簡介：指導思想、目的、與因子分析區別
   ? 因子/主成份個數的確定
   ? 因子旋轉
   ? 因子得分
   ? 注意事項及應用建議
   ? 因子/主成分分析應用實例?
   ? 6.?生存分析
   ? 生存分析簡介：問題背景、基本概念與有關的統計問題、常用分析方法
   ? Kaplan-?Meier及Life?table方法原理
   ? Kaplan-Meier分析實例
   ? Cox回歸原理
   ? Cox回歸分析實例
   ? 帶著隨時間變化協變量的Cox回歸?
   ? 7.?高級方差分析
   ? MANOVA（?多變量方差分析）：問題背景、原理、分析實例
   ? 重復測量方差分析：問題背景、原理、分析實例
   ? 8.?時間序列分析簡介
   ? 培訓目
   ? 的及效果
   ? 培訓人員能夠使用SPSS回歸技術分析、聚類分析、方差分析和時間序列分析等來解決實際問題。
   ?
   課程五、?SPSS?高級培訓（三）：時間序列分析
   ? 培訓對象
   更有效地使用SPSS預測功能的用戶。
   ? 必要技能
   ? 初中級SPSS?for?Windows培訓。?對回歸分析的基本理解。
   ? 培訓內容
   ? 時間序列介紹
   ? 預測基礎
   ? 平滑時間序列數據
   ? 時間序列數據的離群值和誤差
   ? 使用Expert?Modeler自動預測
   ? 評估模型性能
   ? 時間序列數據的擬合曲線
   ? 時間序列數據的回歸分析
   ? 指數光滑模型
   ? ARIMA?模型
   ? 應用一個模型到新數據
   ? 季節性分解
   ? 季節性建模
   ? 干涉分析
   ? ARIMA中的轉移函數
   ? 培訓目
   ? 的及效果
   ? 培訓人員能夠使用SPSS?Trends（時間序列分析）等來解決實際的預測問題。
4. 
   ?
9. 
   ?
10. 
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
    ?
11. 
    ?
    ?
    ?
    ?
16. 
    ? ?
18. 
    
25. 
    ?
26. 
    ?
    ?
27. 
    ?
    ?
28. 
    ? ?
    
    
    
    
    

"