曙海教學優勢
面向企事業單位的項目實際需要,本課程以項目實現為導向,秉承二十一年教學品質，授課老師將會與您分享設計的全流程以及工具的綜合使用技巧以及經驗。您可以定制課程,線上/線下/上門都可以,報名熱線:4008699035。
二十多年來，曙海培訓的課程培養了大批受歡迎的工程師。曙海的課程在業內廣受好評。大批企事業單位和曙海
建立了良好的合作關系,合作企業30萬+。
SPSS高級培訓?（一）
|
?培訓對象 |
想學習SPSS的統計功能，擴展適當統計過程的背景知識的用戶 |
|
?必要技能 |
?初級、中級SPSS培訓，?基本的統計學知識，包括基本統計分析、方差分析、因子分析、主成份、回歸分析等 |
|
?培訓內容 |
?1.?抽樣方案設計：如何確定樣本及樣本大小影響 ?2.?數據描述 ?數據的圖形描述方法 ?數據的描述的數值方法 ?異常值探查 ?描述分類數據： ?分組比較：分類數據 ?探索性數據分析：區間尺度數據 ?3.?假設檢驗 ?假設檢驗的基本思想、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計及檢驗 ?多因素方差分析 ?協方差分析簡介 ?5.?相關性分析 ?相關分析基本方法簡介 ?變量之間的關系 ?相關分析基本方法簡介 ?Person相關系數的計算及檢驗 ?偏相關分析? ?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 ?一元線性回歸分析實例 ?回歸診斷? ?7.?雙變量畫圖和統計 ?8.?非參數檢驗 ?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計及檢驗 ?多因素方差分析 ?協方差分析簡介? ?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、常用指標一元線性回歸分析實例 ?回歸診斷? ?12.?數據降維技術 ?主成份分析簡介 ?因子分析簡介 ?聚類分析簡介 ?13.?檢驗數據分布的正態性 ?14.?多元均值的推斷 |
|
?培訓目 |
?培訓人員能夠使用SPSS進行基本數據分析和操作，能解釋統計結果。 |
?
?
SPSS高級培訓?（二）
|
?培訓對象 |
有使用SPSS?for?Windows的經驗，?堅實的統計學基礎 |
|
?必要技能 |
經過SPSS?for?Windows初中級及統計分析培訓 |
|
?培訓內容 |
?1.?多元線性回歸 ?多元線性回歸簡介：回歸方程及系數的檢驗、自變量篩選方法 ??多元線性回歸：SPSS實現 ?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：應用背景、、回歸模型、模型的評價指標等 ?Logistic回歸：SPSS實現 ?回歸系數的檢驗 ??回歸系數的解釋 ?累積Logistic回歸簡介 ?累積Logistic回歸：SPSS實現 ?多項logistic回歸簡介 ?多項Logistic回歸：SPSS實現? ?3.?聚類分析 ?聚類分析簡介：基本目標、應用領域、基本思想、主要方法 ?系統聚類方法簡介 ?系統聚類分析實例 ?非系統聚類方法，Two-Step聚類、K均值聚類方法簡介 ?非系統聚類方法分析實例? ?4.?判別分析 ?判別分析簡介：基本目標、與聚類分析區別、常用方法 ?判別分析應用實例? ?5.?數據降維技術 ?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：指導思想、目的、與因子分析區別 ?因子/主成份個數的確定 ?因子旋轉 ?因子得分 ?注意事項及應用建議 ?因子/主成分分析應用實例? ?6.?生存分析 ?生存分析簡介：問題背景、基本概念與有關的統計問題、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 |
|
?培訓目 |
?培訓人員能夠使用SPSS回歸技術分析、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（三）：時間序列分析
|
?培訓對象 |
更有效地使用SPSS預測功能的用戶。 |
|
?必要技能 |
?初中級SPSS?for?Windows培訓。?對回歸分析的基本理解。 |
|
?培訓內容 |
?時間序列介紹 ?預測基礎 ?平滑時間序列數據 ?時間序列數據的離群值和誤差 ?使用Expert?Modeler自動預測 ?評估模型性能 ?時間序列數據的擬合曲線 ?時間序列數據的回歸分析 ?指數光滑模型 ?ARIMA?模型 ?應用一個模型到新數據 ?季節性分解 ?季節性建模 ?干涉分析 ?ARIMA中的轉移函數 |
|
?培訓目 |
?培訓人員能夠使用SPSS?Trends（時間序列分析）等來解決實際的預測問題。 |
