SPSS高级统计分析教程
体系课

SPSS高级统计分析教程

  • 数据可视化

掌握SPSS高级统计分析的实用技巧和应用

¥499
本课程包括
  • 33小时11分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 深入理解SPSS高级统计分析的原理和方法。
  • 掌握使用SPSS进行多元回归分析、因子分析、聚类分析、结构方程模型等高级统计方法。
  • 学会解读和解释高级统计分析的结果,并进行有效的数据可视化。
  • 能够根据实际问题选择合适的高级统计方法,并进行数据预处理和模型检验。
  • 掌握SPSS中高级统计分析的技巧和注意事项,提高数据处理和分析的准确性。

数千家企业正在使用三节课企业版学习

无限制学习2000+门课程,200+精选学习专题

免费申请体验>
课程介绍

课程介绍:本课程旨在深入掌握SPSS软件中的高级统计分析技巧,帮助学员在实际应用中更好地理解和运用高级统计方法。课程将介绍多元回归分析、因子分析、聚类分析、结构方程模型等常用的高级统计方法,并通过实例演示和实践操作,让学员能够熟练运用SPSS进行高级统计分析。

课程内容包括:

  1. SPSS高级统计分析概述:介绍SPSS中常用的高级统计分析方法及其应用场景。

  2. 多元回归分析:讲解多元回归分析的原理、模型建立和解释结果的方法。

  3. 因子分析:介绍因子分析的基本原理、因子提取和解释因子的方法。

  4. 聚类分析:学习聚类分析的基本原理、聚类方法的选择和结果解释的技巧。

  5. 结构方程模型:探讨结构方程模型的基本概念、路径分析和模型检验的方法。

  6. 数据可视化:讲解如何使用SPSS进行数据可视化,有效展示高级统计分析的结果。

  7. 实践案例:通过实际案例演示,让学员将所学的高级统计分析方法应用到实际问题中。

通过本课程的学习,您将深入了解SPSS中的高级统计分析方法,掌握运用SPSS进行多元回归分析、因子分析、聚类分析、结构方程模型等高级统计分析的技巧。无论您是从事学术研究、市场调研还是数据分析等领域,本课程都将为您提供实用的知识和技能,提升数据分析的能力和水平。

适合人群
  • 适合已经具备基本SPSS操作经验的学习者
  • 对高级统计分析感兴趣的人群
  • 研究人员、数据分析师、社会科学领域的学生或从事市场调研的专业人士
讲师介绍
博士,数据分析与挖掘专著的作者
擅长领域:
  • 数据挖掘与分析
张文彤老师拥有20+年数据分析/统计软件商业培训经验,精通业内广泛使用的SAS、SPSS、Modeler、R、Tableau、Python等数据分析/挖掘工具,曾作为SPSS官方培训师,从2001年起一手协助SPSS中国建立其培训体系 。
课程大纲
共0节 时长0分钟 全部收起
设置0如何将模型用于新案例预测
14分钟
CRT1树模型的基本概念
15分钟
CRT2树模型的信息量计算(2)
9分钟
CRT2树模型的信息量计算
9分钟
CRT3树模型的各种算法
16分钟
CRT4CRT树模型的基本操作
18分钟
CRT5树模型对话框的选项设定
16分钟
CRT6树模型的错分成本和利润计算
7分钟
CRT7CHAID、QUEST和C5算法的实现
15分钟
CRT8随机森林
18分钟
GEE1多水平模型入门1
21分钟
GEE2多水平模型入门2
15分钟
GEE3层次数据案例
29分钟
GEE4重复测量案例
32分钟
GEE5广义线性模型:概述
18分钟
GEE6广义线性模型:案例
22分钟
GEE7广义估计方程:概述
9分钟
GEE8广义估计方程:案例
14分钟
GEE9广义线性混合模型:概述
18分钟
GEE10广义线性混合模型:案例
15分钟
GLM1一般线性模型入门
15分钟
GLM2单因素模型分析案例
19分钟
GLM3两两比较方法的选择
18分钟
GLM4多因素方差分析模型入门
23分钟
GLM5多因素方差分析模型案例
18分钟
GLM6随机因素方差分析模型案例
10分钟
GLM7协方差分析
22分钟
GLMex1因素各水平的精细比较1
17分钟
GLMex2因素各水平的精细比较2
14分钟
GLMex3基于模型做自定义检验
5分钟
GLMex4拟合优度检验与效应量估算
12分钟
GLMex5多元方差分析模型:概述
17分钟
GLMex6多元方差分析模型:案例
12分钟
GLMex7重复测量方差分析模型:概念
18分钟
GLMex8重复测量方差分析模型:案例
27分钟
logex1弗斯logistic回归模型
14分钟
logex2无序分类模型:概述
10分钟
logex3无序分类模型:案例
19分钟
logex4有序分类模型:概述
9分钟
logex5有序分类模型:案例
18分钟
logistic1模型基本概念
18分钟
logistic2模型适用条件
12分钟
logistic3分析案例
18分钟
logistic4模型中的检验方法
10分钟
logistic5哑变量的基本概念
14分钟
logistic6哑变量的软件操作
16分钟
logistic7模型的多变量筛选
22分钟
NN1神经网络的基本原理
17分钟
NN2神经网络的算法实质
12分钟
NN3BP神经网络的基本操作
20分钟
NN4BP神经网络的选项设定
18分钟
NN5径向基神经网络
11分钟
NN6最近邻分析的基本原理
12分钟
NN7最近邻分析案例
13分钟
nolin1实例1:曲线回归
18分钟
nolin2实例2:最小一乘法
11分钟
nolin3实例3:分段回归
16分钟
regex1曲线直线化
20分钟
regex2强影响点的处理
13分钟
regex3稳健回归
10分钟
regex4共线性的识别与处理
18分钟
regex5a岭回归29版
11分钟
regex5bLASSO回归与弹性网络
14分钟
regex5岭回归
16分钟
regex6方差不齐的处理
10分钟
reg自动线性建模1界面说明
11分钟
reg自动线性建模2分析案例
11分钟
reg自动线性建模3boosting和bagging
10分钟
SVM1支持向量机的基本原理
15分钟
SVM2SVM中的核函数
18分钟
SVM3SVM分类
14分钟
SVM4SVM的参数优化
9分钟
SVM5SVM回归
10分钟
SVM6异常值检测的基本理论
12分钟
SVM7用单类SVM完成新奇值发现
9分钟
对应1_对应分析简介
7分钟
对应2_对应分析案例
17分钟
对应3_对应分析中的选项
6分钟
对应4 基于均数的对应分析
19分钟
回归1线性回归模型概述
16分钟
回归2_回归模型的基本分析操作
9分钟
回归3自变量重要性
9分钟
回归4回归模型的适用条件
15分钟
回归5回归模型的标准建模步骤
23分钟
回归6回归模型的多变量筛选策略
19分钟
回归7_复杂案例:垃圾排放影响因素研究
12分钟
聚类ex1层次聚类的基本原理
5分钟
聚类ex2层次聚类分析案例
16分钟
聚类ex3层次聚类的各种选项
11分钟
聚类ex4两步聚类的基本原理
15分钟
聚类ex5两步聚类分析案例
15分钟
聚类ex6DBSCAN聚类的基本原理
7分钟
聚类ex6DBSCAN聚类分析案例
9分钟
聚类扩展1聚类结果的验证
15分钟
聚类扩展2聚类结果的优化
11分钟
聚类扩展3聚类分析的注意事项
10分钟
聚类入门1聚类分析的基本原理
15分钟
聚类入门2聚类分析的方法分类
9分钟
聚类入门3k均值聚类的基本原理
6分钟
聚类入门4K均值案例:背景介绍与数据理解
10分钟
聚类入门5K均值案例:初步尝试分析
16分钟
聚类入门6K均值案例:最终分析结果
18分钟
生存2_生存分析概述
17分钟
生存3生存率的计算与曲线绘制
17分钟
生存4生存曲线比较
12分钟
生存5寿命表法
13分钟
生存6风险函数与风险比
10分钟
生存7cox模型的基本概念
13分钟
生存8cox模型的具体操作
20分钟
生存9时依cox模型
15分钟
生存10生存分析中的分层变量
14分钟
时序1_时间序列模型概述
14分钟
时序2_序列数据的准备与探索
20分钟
时序3_对序列数据做ARIMA建模
21分钟
条件logistic1配对设计的基本概念
11分钟
条件logistic2模型的基本原理
11分钟
条件logistic3病例对照研究中的个案控制匹配
15分钟
条件logistic4病例对照研究中的倾向得分匹配(PSM)
11分钟
条件logistic5_1比1条件模型案例
12分钟
条件logistic6_1比m条件模型案例
11分钟
因子1主成分分析的基本原理
20分钟
因子2主成分综合评价案例
19分钟
因子3主成分回归案例
11分钟
因子4因子分析的基本原理
23分钟
因子5用因子分析完成综合评价
12分钟
因子6因子旋转
17分钟
因子7各种因子提取方法
14分钟
因子8平行分析:一种其实没啥用的方法
12分钟
最优尺度1最优尺度模型概述
20分钟
最优尺度2最优尺度模型的对话框设定
21分钟
最优尺度3最优尺度回归操作
18分钟
最优尺度4多重对应分析案例1
17分钟
最优尺度5多重对应分析案例2
9分钟
最优尺度6有序分类变量的主成分分析(CATPCA)
16分钟
最优尺度7多维偏好分析的基本概念
11分钟
最优尺度8多维偏好分析案例
21分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。