SPSS統計模型培訓課程

?

培訓大綱：

?

第一講 Poisson回歸模型

?

第二講 多分類、配對Logistic回歸與Probit回歸

1.有序多分類Logistic回歸模型（累積Logistic模型）

?

2.無序多分類Logistic回歸模型

?

3. Probit回歸模型

?

第三講 多重線性回歸模型

1.多重線性回歸模型

?

2.回歸預測與殘差分析

?

3.逐步回歸

?

4.模型的進一步診斷與修正

?

5.多重線性回歸模型結果解釋時應注意的問題

?

第四講 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. 擬合優度檢驗

?

6. 常用的擬合優度檢驗

?

Pearson擬合優度檢驗、Deviance擬合優度檢驗、似然比檢驗、Hosmer—Lemeshow檢驗

?

7. 殘差分析

?

第五講 線性回歸的衍生模型

1.非直線趨勢的處理——曲線直線化

?

2.方差不齊的處理——加權最小二乘法

?

3.共線性的處理——嶺回歸(ridge regression)

?

第六講 對應分析

1.基于均數的對應分析

?

2.多重對應分析

?

第七講 多維尺度分析

1.古典MDS

?

2.非度量MDS

?

3.個體差異的MDS模型

?

4.基于最優尺度變換的MDS模型

?

第八講 聯合分析

?

第九講 判別分析

?

第十講 主成分分析與因子分析（factor analysis）

?

第十一講 對數線性模型

?

第十二講 信度分析

?

?