1. SPSS Statistics高級培訓(xùn)
   SPSS高級培訓(xùn)?（一）
   ? 培訓(xùn)對象
   想學(xué)習(xí)SPSS的統(tǒng)計功能，擴展適當(dāng)統(tǒng)計過程的背景知識的用戶
   ? 必要技能
   ? 初級、中級SPSS培訓(xùn)，?基本的統(tǒng)計學(xué)知識，包括基本統(tǒng)計分析、方差分析、因子分析、主成份、回歸分析等
   ? 培訓(xùn)內(nèi)容
   ? 1.?抽樣方案設(shè)計：如何確定樣本及樣本大小影響
   ? 2.?數(shù)據(jù)描述
   ? 數(shù)據(jù)的圖形描述方法
   ? 數(shù)據(jù)的描述的數(shù)值方法
   ? 異常值探查
   ? 描述分類數(shù)據(jù)：
   ? 分組比較：分類數(shù)據(jù)
   ? 探索性數(shù)據(jù)分析：區(qū)間尺度數(shù)據(jù)
   ? 3.?假設(shè)檢驗
   ? 假設(shè)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(shè)計及檢驗
   ? 多因素方差分析
   ? 協(xié)方差分析簡介
   ? 5.?相關(guān)性分析
   ? 相關(guān)分析基本方法簡介
   ? 變量之間的關(guān)系
   ? 相關(guān)分析基本方法簡介
   ? Person相關(guān)系數(shù)的計算及檢驗
   ? 偏相關(guān)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(biāo)
   ? 一元線性回歸分析實例
   ? 回歸診斷?
   ? 7.?雙變量畫圖和統(tǒng)計
   ? 8.?非參數(shù)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(shè)計及檢驗
   ? 多因素方差分析
   ? 協(xié)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(biāo)一元線性回歸分析實例
   ? 回歸診斷?
   ? 12.?數(shù)據(jù)降維技術(shù)
   ? 主成份分析簡介
   ? 因子分析簡介
   ? 聚類分析簡介
   ? 13.?檢驗數(shù)據(jù)分布的正態(tài)性
   ? 14.?多元均值的推斷
   ? 培訓(xùn)目
   ? 的及效果
   ? 培訓(xùn)人員能夠使用SPSS進行基本數(shù)據(jù)分析和操作，能解釋統(tǒng)計結(jié)果。
   ?
   ?
   SPSS高級培訓(xùn)?（二）
   ? 培訓(xùn)對象
   有使用SPSS?for?Windows的經(jīng)驗，?堅實的統(tǒng)計學(xué)基礎(chǔ)
   ? 必要技能
   經(jīng)過SPSS?for?Windows初中級及統(tǒng)計分析培訓(xùn)
   ? 培訓(xùn)內(nèi)容
   ? 1.?多元線性回歸
   ? 多元線性回歸簡介：回歸方程及系數(shù)的檢驗、自變量篩選方法
   ?? 多元線性回歸：SPSS實現(xiàn)
   ? 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(yīng)用背景、、回歸模型、模型的評價指標(biāo)等
   ? Logistic回歸：SPSS實現(xiàn)
   ? 回歸系數(shù)的檢驗
   ?? 回歸系數(shù)的解釋
   ? 累積Logistic回歸簡介
   ? 累積Logistic回歸：SPSS實現(xiàn)
   ? 多項logistic回歸簡介
   ? 多項Logistic回歸：SPSS實現(xiàn)?
   ? 3.?聚類分析
   ? 聚類分析簡介：基本目標(biāo)、應(yīng)用領(lǐng)域、基本思想、主要方法
   ? 系統(tǒng)聚類方法簡介
   ? 系統(tǒng)聚類分析實例
   ? 非系統(tǒng)聚類方法，Two-Step聚類、K均值聚類方法簡介
   ? 非系統(tǒng)聚類方法分析實例?
   ? 4.?判別分析
   ? 判別分析簡介：基本目標(biāo)、與聚類分析區(qū)別、常用方法
   ? 判別分析應(yīng)用實例?
   ? 5.?數(shù)據(jù)降維技術(shù)
   ? 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(dǎo)思想、目的、與因子分析區(qū)別
   ? 因子/主成份個數(shù)的確定
   ? 因子旋轉(zhuǎn)
   ? 因子得分
   ? 注意事項及應(yīng)用建議
   ? 因子/主成分分析應(yīng)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(guān)的統(tǒng)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(xié)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(fù)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(xùn)目
   ? 的及效果
   ? 培訓(xùn)人員能夠使用SPSS回歸技術(shù)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。
   ?
   SPSS?高級培訓(xùn)（三）：時間序列分析
   ? 培訓(xùn)對象
   更有效地使用SPSS預(yù)測功能的用戶。
   ? 必要技能
   ? 初中級SPSS?for?Windows培訓(xùn)。?對回歸分析的基本理解。
   ? 培訓(xùn)內(nèi)容
   ? 時間序列介紹
   ? 預(yù)測基礎(chǔ)
   ? 平滑時間序列數(shù)據(jù)
   ? 時間序列數(shù)據(jù)的離群值和誤差
   ? 使用Expert?Modeler自動預(yù)測
   ? 評估模型性能
   ? 時間序列數(shù)據(jù)的擬合曲線
   ? 時間序列數(shù)據(jù)的回歸分析
   ? 指數(shù)光滑模型
   ? ARIMA?模型
   ? 應(yīng)用一個模型到新數(shù)據(jù)
   ? 季節(jié)性分解
   ? 季節(jié)性建模
   ? 干涉分析
   ? ARIMA中的轉(zhuǎn)移函數(shù)
   ? 培訓(xùn)目
   ? 的及效果
   ? 培訓(xùn)人員能夠使用SPSS?Trends（時間序列分析）等來解決實際的預(yù)測問題。
   ?
2. 
   ?
3. 
   ?
4. 
   ?
   ?
   ?
   ?
5. 
   ?
   ?
   ?
   ?
6. 
   ? ?
7. 
   
8. 
   ?
9. 
   ?
   ?
10. 
    ?
    ?
11. 
    
    

"