返回
顶部

SPSS培训纲要

SPSS初级培训与统计基础



一、Windows操作技能

1. SPSS软件及统计分析过程方法论简介
2. 统计分析过程方法论应用:一个调查研究的实例
3. SPSS for Windows简介
4. 数据输入与建立
数据文件获取:Execl,制表符分隔文件和其它各种ASCII文本文件,数据库数据等各种格式数据的读取
数据文件的建立:变量名、变量标签、值标签、变量类型、缺失值等的处理方式,收集数据时的错误和误差
一些节省时间的特性:数据模板、数据字典等
5. 数据管理与变换
数据分段
衍生变量
变量重新编码
6. SPSS统计图表和报表展示饼图、直方图、三维直方图、散点图、条图、线图、茎叶图、箱线图、帕雷托图、Q-Q图、P-P图、控制图等
7. 交叉表分析过程及SPSS实现交叉列表的分析对象、解决的问题,应用SPSS实现交叉列表分析
8. 多选题变量分析及SPSS实现
多选题变量的编码形式、分析指标;多选题变量的建立、频数分析、交叉列表分析;多选题变量的探索性分析
9. 打印与存储输出
增加变量与值标签
打开 Excel,DBase 和固定格式的ASCII文件
选择合适的统计学方法
饼图、直方图、散点图
培训目的及效果:培训人员能够使用SPSS进行简单的数据统计分析操作。

SPSS中级培训


培训对象
经常使用SPSS,并希望了解软件使用的最有效的方式的用户

必要技能
经过SPSS 基础培训

培训内容
1. 高级数据修改
过滤和选择案例
Do if …Else if
字符串函数
处理日期变量
日期和字符串函数的结合使用
2. 文件管理
合并文件
数据聚合
拆分文件
3. SPSS编程:Syntax命令编程及Production Mode来自动化SPSS 包括语法规则、语法文件的构建、及运行方式
4. 一些实用特性举例
保存变量子集
Utilities(实用程序):定义和使用变量子集
标识重复个案
数据流程化校验
5. 枢轴表编辑器的用户化输出
6. 移动 SPSS 结果到其他软件
7. 运行SPSS的不同形式
培训目的及效果:培训人员能够有效地使用SPSS来进行较为复杂的数据处理。

SPSS高级培训(一)


培训对象
想学习SPSS的统计功能,扩展适当统计过程的背景知识的用户

必要技能
初级、中级SPSS培训, 基本的统计学知识,包括基本统计分析、方差分析、因子分析、主成份、回归分析等

培训内容
1. 如何确定样本及样本大小影响
2. 数据描述
数据的图形描述方法
数据的描述的数值方法
异常值探查
描述分类数据:
分组比较: 分类数据
探索性数据分析: 区间尺度数据
3. 假设检验
假设检验的基本思想、概念、基本步骤
组间的均值差异:简单情况
方差齐性检验
单样本均值检验
独立样本均值比较
配对样本均值比较
4. 方差分析
单因数方差分析
方差分析中的多重比较
因素水平影响程度的对比设计及检验
多因素方差分析
协方差分析简介
5. 相关性分析
变量之间的关系
相关分析基本方法简介
Person相关系数的计算及检验
偏相关分析
6. 回归分析初阶
一元线性回归分析简介:回归方程的假定条件、分析步骤、常用指标
一元线性回归分析实例
回归诊断
7. 双变量画图和统计
8. 非参数检验
9. 相关性分析
相关分析基本方法简介
Person相关系数的计算及检验
偏相关分析
10. 方差分析:
组间的均值差异II: 单因数 ANOVA
组间的均值差异 III: 两因数 ANOVA
方差分析中的多重比较
因素水平影响程度的对比设计及检验
多因素方差分析
协方差分析简介
11. 回归分析简介
线性回归分析简介:回归方程的假定条件、分析步骤、常用指标一元线性回归分析实例
回归诊断
12. 数据降维技术
主成份分析
因子分析
13. 检验数据分布的正态性
14. 多元均值的推断
培训目的及效果:培训人员能够使用SPSS进行基本数据分析和操作,能解释统计结果。

SPSS高级培训(二)


培训对象
有使用SPSS for Windows的经验, 坚实的统计学基础

必要技能
经过SPSS for Windows初中级及统计分析培训

培训内容
1. 多元线性回归
多元线性回归简介:回归方程及系数的检验、自变量筛选方法
多元线性回归:SPSS实现
多重共线性问题
逐步回归分析
回归诊断
2. Logistic回归
Logistic 回归简介:应用背景、、回归模型、模型的评价指标等
Logistic回归:SPSS实现
回归系数的检验
回归系数的解释
累积Logistic回归简介
累积Logistic回归:SPSS实现
多项logistic回归简介
多项Logistic回归:SPSS实现
3. 聚类分析
聚类分析简介:基本目标、应用领域、基本思想、主要方法
系统聚类方法简介
系统聚类分析实例
非系统聚类方法,Two-Step聚类、K均值聚类方法简介
非系统聚类方法分析实例
4. 判别分析
判别分析简介:基本目标、与聚类分析区别、常用方法
判别分析应用实例
5. 数据降维技术
因子分析:问题背景、目的、分析的原则、基本思想、因子分析模型
主成份分析简介:指导思想、目的、与因子分析区别
因子/主成份个数的确定
因子旋转
因子得分
注意事项及应用建议
因子/主成分分析应用实例
6. 生存分析
生存分析简介:问题背景、基本概念与有关的统计问题、常用分析方法
Kaplan- Meier及Life table方法原理
Kaplan-Meier分析实例
Cox回归原理
Cox回归分析实例
带着随时间变化协变量的Cox回归
7. 高级方差分析
MANOVA( 多变量方差分析):问题背景、原理、分析实例
重复测量方差分析:问题背景、原理、分析实例
8. 时间序列分析简介
培训目的及效果:培训人员能够使用SPSS回归技术分析、聚类分析、方差分析和时间序列分析等来解决实际问题。