          SPSS高級(jí)培訓(xùn)

囊括SPSS高級(jí)統(tǒng)計(jì)的常用模型
（1）從回歸模型入手，介紹了對(duì)連續(xù)因變量建模的線性回歸模型、衍生模型、通徑分析、非線性回歸模型，以及對(duì)分類因變量建模的Logistic模型族和Probit模型。
（2）對(duì)于多元統(tǒng)計(jì)作為高級(jí)統(tǒng)計(jì)的主要組成部分，介紹了主成分分析、因子分析、判別分析、對(duì)應(yīng)分析、多維尺度分析、聯(lián)合分析等，涵蓋了常用的多元統(tǒng)計(jì)分析方法。
（3）同時(shí)介紹了對(duì)數(shù)線性模型、信度分析、多維偏好分析等應(yīng)用十分廣泛的統(tǒng)計(jì)分析方法。
每一個(gè)視頻內(nèi)容之間，并無(wú)嚴(yán)格的先后順序，大家可以選擇自己感興趣的內(nèi)容反復(fù)觀看，也能達(dá)到學(xué)以致用的目的。詳細(xì)大綱如下：

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