          SPSS高級(jí)統(tǒng)計(jì)常用模型培訓(xùn)

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(wú)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(wèn)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)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