1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書受到廣泛認(rèn)可。

第1講 Poisson回歸模型
第2講 多分類、配對(duì)Logistic回歸與Probit回歸
1.有序多分類Logistic回歸模型（累積Logistic模型）
2.無序多分類Logistic回歸模型
3. Probit回歸模型
第3講 多重線性回歸模型
1.多重線性回歸模型
2.回歸預(yù)測(cè)與殘差分析
3.逐步回歸
4.模型的進(jìn)一步診斷與修正
5.多重線性回歸模型結(jié)果解釋時(shí)應(yīng)注意的問題
第4講 二分類Logistic回歸模型
1. 二分類Logistic回歸模型
2.分類自變量的定義與比較方法
3. 自變量的篩選方法（逐步回歸）
4. ROC曲線
5. 擬合優(yōu)度檢驗(yàn)
6. 常用的擬合優(yōu)度檢驗(yàn)
Pearson擬合優(yōu)度檢驗(yàn)、Deviance擬合優(yōu)度檢驗(yàn)、似然比檢驗(yàn)、Hosmer—Lemeshow檢驗(yàn)
7. 殘差分析
第5講 線性回歸的衍生模型
1.非直線趨勢(shì)的處理——曲線直線化
2.方差不齊的處理——加權(quán)最小二乘法
3.共線性的處理——嶺回歸(ridge regression)
第6講 對(duì)應(yīng)分析
1.基于均數(shù)的對(duì)應(yīng)分析
2.多重對(duì)應(yīng)分析
第7講 多維尺度分析
1.古典MDS
2.非度量MDS
3.個(gè)體差異的MDS模型
4.基于最優(yōu)尺度變換的MDS模型
第8講 聯(lián)合分析
第9講 判別分析
第10講 主成分分析與因子分析（factor analysis）
第11講 對(duì)數(shù)線性模型
第12講 信度分析