課程一、?SPSS?基礎培訓和統計基礎
? 培訓對象
業務分析師，考慮購買SPSS?for?Windows?的人員
? 必要技能
? Windows操作技能
? 培訓內容
? 1.SPSS軟件及統計分析方法論簡介
? 2.?統計分析方法論應用：一個調查研究的實例
? 3.?SPSS?for?Windows簡介
? 4.?數據輸入與建立
? 數據文件獲取：Excel、制表符分隔文件和其它各種ASCII文本文件，數據庫數據等各種格式數據的讀取；
? 數據文件的建立：變量名、變量標簽、值標簽、變量類型、缺失值等的處理方式，收集數據時的錯誤和誤差
? 一些節省時間的特性：數據模板、數據字典等?
? 5.?數據管理與變換
? 數據分段
? 衍生變量
? 變量重新編碼?
? 6.?SPSS統計圖表和報表展示：
? 餅圖、直方圖、三維直方圖、散點圖、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實現：
? 交叉列表的分析對象、解決的問題，應用SPSS實現交叉列表分析?
? 8.?多選題變量分析及SPSS實現
? 多選題變量的編碼形式、分析指標；多選題變量的建立、頻數分析、交叉列表分析；多選題變量的探索性分析?
? 9.?打印與存儲輸出
? 增加變量與值標簽
? 打開?Excel、DBase?和固定格式的ASCII文件
? 選擇合適的統計學方法
? 餅圖、直方圖、散點圖
? 培訓目
? 的及效果
? 培訓人員能夠使用SPSS進行簡單的數據統計分析操作。
?
課程二、?SPSS?中級培訓
? 培訓對象
經常使用SPSS，并希望了解軟件使用的最有效的方式的用戶
? 必要技能
? 經過SPSS?基礎培訓
? 培訓內容
? 1.?高級數據修改：
? 過濾和選擇案例
? Do?if?…Else?if
? 字符串函數
? 處理日期變量
? 日期和字符串函數的結合使用?
? 2.?文件管理：
? 合并文件
? 數據聚合
? 拆分文件?
? 3.?SPSS編程：
? Syntax命令編程及Production?Mode來自動化SPSS?包括語法規則、語法文件的構建、及運行方式?
? 4.?一些實用特性舉例
? 保存變量子集
? Utilities（實用程序）：定義和使用變量子集
? 標識重復個案
? 數據流程化校驗?
? 5.?樞軸表編輯器的用戶化輸出
? 6.?移動?SPSS?結果到其它軟件
? 7.?運行SPSS的不同形式
? 培訓目
? 的及效果
? 培訓人員能夠有效地使用SPSS來進行較為復雜的數據處理。
?
課程三、?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
? 的及效果
? 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。
?
?
課程四、?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
? 的及效果
? 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。
?
課程五、?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
? 的及效果
? 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。
?

?