       統計學與SPSS實戰培訓

章節1
統計與數據
第1節
統計學概論

理解統計學的知識體系和應用范圍

第2節
數據類型

數據類型認識，是統計分析的基礎

章節2
數據收集
第1節
數據獲取方法

11分鐘 介紹常用的數據獲取方法，為分析提供原料

第2節
概率抽樣

抽樣調查的 方式之一

第3節
非概論抽樣

抽樣調查方法之二

第4節
調查設計

問卷設計方法，項目流程，樣本量

章節3
數據描述統計
第1節
統計圖和統計表

介紹常用的 統計圖表的用法區別

第2節
數據的集中程度指標

描述統計常用的 統計指標深入解讀

第3節
數據的離散指標

描述統計常用的 統計指標深入解讀

第4節
分布狀態

解讀分布形式的指標

章節4
參數估計和假設檢驗
第1節
參數估計

用樣本的統計量，來預測總體的參數

第2節
假設檢驗

統計學 發展的基礎理論

章節5
方差分析
第1節
方差分析原理

什么是方差分析，什么條件適用

第2節
單因素方差分析

單因素方差分析，自變量只有一個

第3節
多因素方差分析

多個自變量，多因素方差分析

章節6
非參數檢驗
第1節
非參數檢驗

不符合方差分析，可以使用非參數

第2節
單樣本非參數檢驗

對于結果影響的只有一個因素

第3節
多因素非參數檢驗

對于結果影響的有多個因素

章節7
相關分析和回歸分析
第1節
相關分析

比較 變量與變量之間的關系

第2節
一元線性回歸模型

一個自變量一個因變量

第3節
多元線性回歸模型

多元線性回歸模型 多元線性回歸方程的參數估計 回歸方程的擬合優度和復相關系數 顯著性檢驗 逐步回歸

章節8
時間序列模型
第1節
時間序列模型

理解什么是 時間序列，有什么用

第2節
時間回歸模型

把數據序列 轉化為回歸方程的預測方法

第3節
季節性波動指數

分解影響時間序列的4個波動因素，方法和原理

第4節
指數平滑法

根據經典統計學理論，通過指數平滑模型，做數據序列預測

第5節
ARIMA模型

時間序列預測的新型模型，誰用誰知道

章節9
統計指標
第1節
綜合指數

百度指數，GDP，貓眼電影指數 是怎么得到的？怎么用？

第2節
分析指標

數據分析師常用的 指標變化 因素分析和 宏觀經濟指標利用

章節10
主成分分析和效度檢驗
第1節
主成分分析

主成分分析和因子分析，用的很多的信息濃縮方法

第2節
信度和效度分析

市場調研用的多的技能

章節11
聚類分析與判別分析
第1節
聚類分析

聚類分析，應用與 市場細分。多維數據分類，信息濃縮

第2節
判別分析（理論）

判別分析，使用spss 做比起使用 modeler 做起安逸，而已好理解

第3節
判別分析案例演示

判別分析案例演示，以生活中易于理解的方式介紹理論

章節12
市場研究之對應分析
第1節
列聯表分析

名字雖然不好記，不過做多維分析很方便

第2節
對應分析

市場研究里面用的很多的模型，品牌，競爭，廣告，定位