1991分钟
SPSS高级统计分析教程
课程介绍:本课程旨在深入掌握SPSS软件中的高级统计分析技巧,帮助学员在实际应用中更好地理解和运用高级统计方法。课程将介绍多元回归分析、因子分析、聚类分析、结构方程模型等常用的高级统计方法,并通过实例…
课程介绍:本课程旨在深入掌握SPSS软件中的高级统计分析技巧,帮助学员在实际应用中更好地理解和运用高级统计方法。课程将介绍多元回归分析、因子分析、聚类分析、结构方程模型等常用的高级统计方法,并通过实例演示和实践操作,让学员能够熟练运用SPSS进行高级统计分析。
课程内容包括:
SPSS高级统计分析概述:介绍SPSS中常用的高级统计分析方法及其应用场景。
多元回归分析:讲解多元回归分析的原理、模型建立和解释结果的方法。
因子分析:介绍因子分析的基本原理、因子提取和解释因子的方法。
聚类分析:学习聚类分析的基本原理、聚类方法的选择和结果解释的技巧。
结构方程模型:探讨结构方程模型的基本概念、路径分析和模型检验的方法。
数据可视化:讲解如何使用SPSS进行数据可视化,有效展示高级统计分析的结果。
实践案例:通过实际案例演示,让学员将所学的高级统计分析方法应用到实际问题中。
通过本课程的学习,您将深入了解SPSS中的高级统计分析方法,掌握运用SPSS进行多元回归分析、因子分析、聚类分析、结构方程模型等高级统计分析的技巧。无论您是从事学术研究、市场调研还是数据分析等领域,本课程都将为您提供实用的知识和技能,提升数据分析的能力和水平。
设置0如何将模型用于新案例预测
CRT1树模型的基本概念
CRT2树模型的信息量计算(2)
CRT2树模型的信息量计算
CRT3树模型的各种算法
CRT4CRT树模型的基本操作
CRT5树模型对话框的选项设定
CRT6树模型的错分成本和利润计算
CRT7CHAID、QUEST和C5算法的实现
CRT8随机森林
GEE1多水平模型入门1
GEE2多水平模型入门2
GEE3层次数据案例
GEE4重复测量案例
GEE5广义线性模型:概述
GEE6广义线性模型:案例
GEE7广义估计方程:概述
GEE8广义估计方程:案例
GEE9广义线性混合模型:概述
GEE10广义线性混合模型:案例
GLM1一般线性模型入门
GLM2单因素模型分析案例
GLM3两两比较方法的选择
GLM4多因素方差分析模型入门
GLM5多因素方差分析模型案例
GLM6随机因素方差分析模型案例
GLM7协方差分析
GLMex1因素各水平的精细比较1
GLMex2因素各水平的精细比较2
GLMex3基于模型做自定义检验
GLMex4拟合优度检验与效应量估算
GLMex5多元方差分析模型:概述
GLMex6多元方差分析模型:案例
GLMex7重复测量方差分析模型:概念
GLMex8重复测量方差分析模型:案例
logex1弗斯logistic回归模型
logex2无序分类模型:概述
logex3无序分类模型:案例
logex4有序分类模型:概述
logex5有序分类模型:案例
logistic1模型基本概念
logistic2模型适用条件
logistic3分析案例
logistic4模型中的检验方法
logistic5哑变量的基本概念
logistic6哑变量的软件操作
logistic7模型的多变量筛选
NN1神经网络的基本原理
NN2神经网络的算法实质
NN3BP神经网络的基本操作
NN4BP神经网络的选项设定
NN5径向基神经网络
NN6最近邻分析的基本原理
NN7最近邻分析案例
nolin1实例1:曲线回归
nolin2实例2:最小一乘法
nolin3实例3:分段回归
regex1曲线直线化
regex2强影响点的处理
regex3稳健回归
regex4共线性的识别与处理
regex5a岭回归29版
regex5bLASSO回归与弹性网络
regex5岭回归
regex6方差不齐的处理
reg自动线性建模1界面说明
reg自动线性建模2分析案例
reg自动线性建模3boosting和bagging
SVM1支持向量机的基本原理
SVM2SVM中的核函数
SVM3SVM分类
SVM4SVM的参数优化
SVM5SVM回归
SVM6异常值检测的基本理论
SVM7用单类SVM完成新奇值发现
对应1_对应分析简介
对应2_对应分析案例
对应3_对应分析中的选项
对应4 基于均数的对应分析
回归1线性回归模型概述
回归2_回归模型的基本分析操作
回归3自变量重要性
回归4回归模型的适用条件
回归5回归模型的标准建模步骤
回归6回归模型的多变量筛选策略
回归7_复杂案例:垃圾排放影响因素研究
聚类ex1层次聚类的基本原理
聚类ex2层次聚类分析案例
聚类ex3层次聚类的各种选项
聚类ex4两步聚类的基本原理
聚类ex5两步聚类分析案例
聚类ex6DBSCAN聚类的基本原理
聚类ex6DBSCAN聚类分析案例
聚类扩展1聚类结果的验证
聚类扩展2聚类结果的优化
聚类扩展3聚类分析的注意事项
聚类入门1聚类分析的基本原理
聚类入门2聚类分析的方法分类
聚类入门3k均值聚类的基本原理
聚类入门4K均值案例:背景介绍与数据理解
聚类入门5K均值案例:初步尝试分析
聚类入门6K均值案例:最终分析结果
生存2_生存分析概述
生存3生存率的计算与曲线绘制
生存4生存曲线比较
生存5寿命表法
生存6风险函数与风险比
生存7cox模型的基本概念
生存8cox模型的具体操作
生存9时依cox模型
生存10生存分析中的分层变量
时序1_时间序列模型概述
时序2_序列数据的准备与探索
时序3_对序列数据做ARIMA建模
条件logistic1配对设计的基本概念
条件logistic2模型的基本原理
条件logistic3病例对照研究中的个案控制匹配
条件logistic4病例对照研究中的倾向得分匹配(PSM)
条件logistic5_1比1条件模型案例
条件logistic6_1比m条件模型案例
因子1主成分分析的基本原理
因子2主成分综合评价案例
因子3主成分回归案例
因子4因子分析的基本原理
因子5用因子分析完成综合评价
因子6因子旋转
因子7各种因子提取方法
因子8平行分析:一种其实没啥用的方法
最优尺度1最优尺度模型概述
最优尺度2最优尺度模型的对话框设定
最优尺度3最优尺度回归操作
最优尺度4多重对应分析案例1
最优尺度5多重对应分析案例2
最优尺度6有序分类变量的主成分分析(CATPCA)
最优尺度7多维偏好分析的基本概念
最优尺度8多维偏好分析案例
张文彤
博士,数据分析与挖掘专著的作者