曙海教學(xué)優(yōu)勢
本課程，秉承二十一年積累的教學(xué)品質(zhì)，以項(xiàng)目實(shí)現(xiàn)為導(dǎo)向,面向企事業(yè)項(xiàng)目實(shí)際需要,老師將會(huì)與您分享設(shè)計(jì)的全流程以及工具的綜合使用經(jīng)驗(yàn)、技巧。課程可定制,線上/線下/上門皆可,熱線:4008699035。
曙海培訓(xùn)的課程培養(yǎng)了大批受企業(yè)歡迎的工程師。大批企業(yè)和曙海
建立了良好的合作關(guān)系,合作企業(yè)30萬+。曙海培訓(xùn)的課程在業(yè)內(nèi)有著響亮的知名度。
課程一、?SPSS?基礎(chǔ)培訓(xùn)和統(tǒng)計(jì)基礎(chǔ)
|
?培訓(xùn)對象 |
業(yè)務(wù)分析師，考慮購買SPSS?for?Windows?的人員 |
|
?必要技能 |
?Windows操作技能 |
|
?培訓(xùn)內(nèi)容 |
?1.SPSS軟件及統(tǒng)計(jì)分析方法論簡介 ?2.?統(tǒng)計(jì)分析方法論應(yīng)用：一個(gè)調(diào)查研究的實(shí)例 ?3.?SPSS?for?Windows簡介 ?4.?數(shù)據(jù)輸入與建立 ?數(shù)據(jù)文件獲取：Excel、制表符分隔文件和其它各種ASCII文本文件，數(shù)據(jù)庫數(shù)據(jù)等各種格式數(shù)據(jù)的讀取； ?數(shù)據(jù)文件的建立：變量名、變量標(biāo)簽、值標(biāo)簽、變量類型、缺失值等的處理方式，收集數(shù)據(jù)時(shí)的錯(cuò)誤和誤差 ?一些節(jié)省時(shí)間的特性：數(shù)據(jù)模板、數(shù)據(jù)字典等? ?5.?數(shù)據(jù)管理與變換 ?數(shù)據(jù)分段 ?衍生變量 ?變量重新編碼? ?6.?SPSS統(tǒng)計(jì)圖表和報(bào)表展示： ?餅圖、直方圖、三維直方圖、散點(diǎn)圖、條型圖、折線圖、莖葉圖、箱線圖、帕雷托圖、Q-Q圖、P-P圖、控制圖等 ?7.?交叉表分析方法及SPSS實(shí)現(xiàn)： ?交叉列表的分析對象、解決的問題，應(yīng)用SPSS實(shí)現(xiàn)交叉列表分析? ?8.?多選題變量分析及SPSS實(shí)現(xiàn) ?多選題變量的編碼形式、分析指標(biāo)；多選題變量的建立、頻數(shù)分析、交叉列表分析；多選題變量的探索性分析? ?9.?打印與存儲(chǔ)輸出 ?增加變量與值標(biāo)簽 ?打開?Excel、DBase?和固定格式的ASCII文件 ?選擇合適的統(tǒng)計(jì)學(xué)方法 ?餅圖、直方圖、散點(diǎn)圖 |
|
?培訓(xùn)目 |
?培訓(xùn)人員能夠使用SPSS進(jìn)行簡單的數(shù)據(jù)統(tǒng)計(jì)分析操作。 |
?
課程二、?SPSS?中級培訓(xùn)
|
?培訓(xùn)對象 |
經(jīng)常使用SPSS，并希望了解軟件使用的最有效的方式的用戶 |
|
?必要技能 |
?經(jīng)過SPSS?基礎(chǔ)培訓(xùn) |
|
?培訓(xùn)內(nèi)容 |
?1.?高級數(shù)據(jù)修改： ?過濾和選擇案例 ?Do?if?…Else?if ?字符串函數(shù) ?處理日期變量 ?日期和字符串函數(shù)的結(jié)合使用? ?2.?文件管理： ?合并文件 ?數(shù)據(jù)聚合 ?拆分文件? ?3.?SPSS編程： ?Syntax命令編程及Production?Mode來自動(dòng)化SPSS?包括語法規(guī)則、語法文件的構(gòu)建、及運(yùn)行方式? ?4.?一些實(shí)用特性舉例 ?保存變量子集 ?Utilities（實(shí)用程序）：定義和使用變量子集 ?標(biāo)識重復(fù)個(gè)案 ?數(shù)據(jù)流程化校驗(yàn)? ?5.?樞軸表編輯器的用戶化輸出 ?6.?移動(dòng)?SPSS?結(jié)果到其它軟件 ?7.?運(yùn)行SPSS的不同形式 |
|
?培訓(xùn)目 |
?培訓(xùn)人員能夠有效地使用SPSS來進(jìn)行較為復(fù)雜的數(shù)據(jù)處理。 |
?
課程三、?SPSS高級培訓(xùn)?（一）
|
?培訓(xùn)對象 |
想學(xué)習(xí)SPSS的統(tǒng)計(jì)功能，擴(kuò)展適當(dāng)統(tǒng)計(jì)過程的背景知識的用戶 |
|
?必要技能 |
?初級、中級SPSS培訓(xùn)，?基本的統(tǒng)計(jì)學(xué)知識，包括基本統(tǒng)計(jì)分析、方差分析、因子分析、主成份、回歸分析等 |
|
?培訓(xùn)內(nèi)容 |
?1.?抽樣方案設(shè)計(jì)：如何確定樣本及樣本大小影響 ?2.?數(shù)據(jù)描述 ?數(shù)據(jù)的圖形描述方法 ?數(shù)據(jù)的描述的數(shù)值方法 ?異常值探查 ?描述分類數(shù)據(jù)： ?分組比較：分類數(shù)據(jù) ?探索性數(shù)據(jù)分析：區(qū)間尺度數(shù)據(jù) ?3.?假設(shè)檢驗(yàn) ?假設(shè)檢驗(yàn)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(yàn) ?單樣本均值檢驗(yàn) ?獨(dú)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(shè)計(jì)及檢驗(yàn) ?多因素方差分析 ?協(xié)方差分析簡介 ?5.?相關(guān)性分析 ?相關(guān)分析基本方法簡介 ?變量之間的關(guān)系 ?相關(guān)分析基本方法簡介 ?Person相關(guān)系數(shù)的計(jì)算及檢驗(yàn) ?偏相關(guān)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(biāo) ?一元線性回歸分析實(shí)例 ?回歸診斷? ?7.?雙變量畫圖和統(tǒng)計(jì) ?8.?非參數(shù)檢驗(yàn) ?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(shè)計(jì)及檢驗(yàn) ?多因素方差分析 ?協(xié)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(biāo)一元線性回歸分析實(shí)例 ?回歸診斷? ?12.?數(shù)據(jù)降維技術(shù) ?主成份分析簡介 ?因子分析簡介 ?聚類分析簡介 ?13.?檢驗(yàn)數(shù)據(jù)分布的正態(tài)性 ?14.?多元均值的推斷 |
|
?培訓(xùn)目 |
?培訓(xùn)人員能夠使用SPSS進(jìn)行基本數(shù)據(jù)分析和操作，能解釋統(tǒng)計(jì)結(jié)果。 |
?
?
課程四、?SPSS高級培訓(xùn)?（二）
|
?培訓(xùn)對象 |
有使用SPSS?for?Windows的經(jīng)驗(yàn)，?堅(jiān)實(shí)的統(tǒng)計(jì)學(xué)基礎(chǔ) |
|
?必要技能 |
?經(jīng)過SPSS?for?Windows初中級及統(tǒng)計(jì)分析培訓(xùn) |
|
?培訓(xùn)內(nèi)容 |
?1.?多元線性回歸 ?多元線性回歸簡介：回歸方程及系數(shù)的檢驗(yàn)、自變量篩選方法 ?多元線性回歸：SPSS實(shí)現(xiàn) ?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(yīng)用背景、、回歸模型、模型的評價(jià)指標(biāo)等 ?Logistic回歸：SPSS實(shí)現(xiàn) ?回歸系數(shù)的檢驗(yàn) ?回歸系數(shù)的解釋 ?累積Logistic回歸簡介 ?累積Logistic回歸：SPSS實(shí)現(xiàn) ?多項(xiàng)logistic回歸簡介 ?多項(xiàng)Logistic回歸：SPSS實(shí)現(xiàn)? ?3.?聚類分析 ?聚類分析簡介：基本目標(biāo)、應(yīng)用領(lǐng)域、基本思想、主要方法 ?系統(tǒng)聚類方法簡介 ?系統(tǒng)聚類分析實(shí)例 ?非系統(tǒng)聚類方法，Two-Step聚類、K均值聚類方法簡介 ?非系統(tǒng)聚類方法分析實(shí)例? ?4.?判別分析 ?判別分析簡介：基本目標(biāo)、與聚類分析區(qū)別、常用方法 ?判別分析應(yīng)用實(shí)例? ?5.?數(shù)據(jù)降維技術(shù) ?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(dǎo)思想、目的、與因子分析區(qū)別 ?因子/主成份個(gè)數(shù)的確定 ?因子旋轉(zhuǎn) ?因子得分 ?注意事項(xiàng)及應(yīng)用建議 ?因子/主成分分析應(yīng)用實(shí)例? ?6.?生存分析 ?生存分析簡介：問題背景、基本概念與有關(guān)的統(tǒng)計(jì)問題、常用分析方法 ?Kaplan-?Meier及Life?table方法原理 ?Kaplan-Meier分析實(shí)例 ?Cox回歸原理 ?Cox回歸分析實(shí)例 ?帶著隨時(shí)間變化協(xié)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(shí)例 ?重復(fù)測量方差分析：問題背景、原理、分析實(shí)例 ?8.?時(shí)間序列分析簡介 |
|
?培訓(xùn)目 |
?培訓(xùn)人員能夠使用SPSS回歸技術(shù)分析、聚類分析、方差分析和時(shí)間序列分析等來解決實(shí)際問題。 |
?
課程五、?SPSS?高級培訓(xùn)（三）：時(shí)間序列分析
|
?培訓(xùn)對象 |
更有效地使用SPSS預(yù)測功能的用戶。 |
|
?必要技能 |
?初中級SPSS?for?Windows培訓(xùn)。?對回歸分析的基本理解。 |
|
?培訓(xùn)內(nèi)容 |
?時(shí)間序列介紹 ?預(yù)測基礎(chǔ) ?平滑時(shí)間序列數(shù)據(jù) ?時(shí)間序列數(shù)據(jù)的離群值和誤差 ?使用Expert?Modeler自動(dòng)預(yù)測 ?評估模型性能 ?時(shí)間序列數(shù)據(jù)的擬合曲線 ?時(shí)間序列數(shù)據(jù)的回歸分析 ?指數(shù)光滑模型 ?ARIMA?模型 ?應(yīng)用一個(gè)模型到新數(shù)據(jù) ?季節(jié)性分解 ?季節(jié)性建模 ?干涉分析 ?ARIMA中的轉(zhuǎn)移函數(shù) |
|
?培訓(xùn)目 |
?培訓(xùn)人員能夠使用SPSS?Trends（時(shí)間序列分析）等來解決實(shí)際的預(yù)測問題。 |
