嵌入式OS--4G手機操作系統

Linux實戰就業班

嵌入式OS--WinCE

單片機培訓

嵌入式硬件設計

嵌入式OS--VxWorks

　

　

公益培訓

　　培訓班最新動態 　

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。