| SPSS軟件應(yīng)用培訓(xùn)班 |
課程背景 |
SPSS Statistics統(tǒng)計(jì)分析軟件簡(jiǎn)介
SPSS Statistics 統(tǒng)計(jì)分析軟件是一款在調(diào)查統(tǒng)計(jì)行業(yè)、市場(chǎng)研究行業(yè)、醫(yī)學(xué)統(tǒng)計(jì)、政府和企業(yè)的數(shù)據(jù)分析應(yīng)用中久享盛名的統(tǒng)計(jì)分析工具，是世界上早的統(tǒng)計(jì)分析軟件，由美國(guó)斯坦福大學(xué)的三位研究生于1968年研制，1984年SPSS首先推出了世界上第一個(gè)統(tǒng)計(jì)分析軟件微機(jī)版本SPSS/PC+，極大地?cái)U(kuò)充了它的應(yīng)用范圍，并使其能很快地應(yīng)用于自然科學(xué)、技術(shù)科學(xué)、社會(huì)科學(xué)的各個(gè)領(lǐng)域，世界上許多有影響的報(bào)刊雜志紛紛就SPSS的自動(dòng)統(tǒng)計(jì)繪圖、數(shù)據(jù)的深入分析、使用方便、功能齊全等方面給予了高度的評(píng)價(jià)與稱贊。在國(guó)際學(xué)術(shù)界有條不成文的規(guī)定，即在國(guó)際學(xué)術(shù)交流中，凡是用SPSS軟件完成的計(jì)算和統(tǒng)計(jì)分析，可以不必說(shuō)明算法，由此可見其影響之大和信譽(yù)之高。
功能全面的統(tǒng)計(jì)分析軟件
SPSS Statistics非常全面地涵蓋了數(shù)據(jù)分析的整個(gè)流程，提供了數(shù)據(jù)獲取、數(shù)據(jù)管理與準(zhǔn)備、數(shù)據(jù)分析、結(jié)果報(bào)告這樣一個(gè)數(shù)據(jù)分析的完整過(guò)程。特別適合設(shè)計(jì)調(diào)查方案、對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，以及制作研究報(bào)告中的相關(guān)圖表。對(duì)于閱讀統(tǒng)計(jì)分析報(bào)告的用戶來(lái)講，也已經(jīng)非常熟悉由SPSS Statistics軟件制作完畢的圖表。
|
|
班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576/13918613812( 微信同號(hào)) |
|
堅(jiān)持小班授課，為保證培訓(xùn)效果，增加互動(dòng)環(huán)節(jié)，每期人數(shù)限3到5人。 |
| 培訓(xùn)特點(diǎn) |
| 個(gè)性化、顧問(wèn)式培訓(xùn)，互動(dòng)式授課，針對(duì)實(shí)際需求，項(xiàng)目案例教學(xué)，實(shí)戰(zhàn)項(xiàng)目演示，超級(jí)精品小班。 |
| 培訓(xùn)講師 |
華為，中科院，上海貝爾，中興，Xilinx,Intel英特爾,TI德州儀器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微軟，飛思卡爾，等大型公司高級(jí)工程師，項(xiàng)目經(jīng)理，技術(shù)支持專家，曙海教育，資深講師。
大多名牌大學(xué)，碩士以上學(xué)歷，相關(guān)技術(shù)專業(yè)，有豐富的理論素養(yǎng)，十多年實(shí)際項(xiàng)目經(jīng)歷，開發(fā)過(guò)多個(gè)大型項(xiàng)目，熱情，樂(lè)于技術(shù)分享。針對(duì)客戶實(shí)際需求，案例教學(xué)，邊講邊練，互動(dòng)式溝通，學(xué)有所獲。
更多師資力量信息請(qǐng)參見曙海師資團(tuán)隊(duì)，請(qǐng)點(diǎn)擊這兒查看。 |
|
開課時(shí)間和上課地點(diǎn) |
上課地點(diǎn)：【上�！浚和瑵�(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站) 【深圳分部】：電影大廈(地鐵一號(hào)線大劇院站)/深圳大學(xué)成教院 【北京分部】：北京中山/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領(lǐng)館區(qū)1號(hào)（中和大道） 【沈陽(yáng)分部】：沈陽(yáng)理工大學(xué)/六宅臻品 【鄭州分部】：鄭州大學(xué)/錦華大廈 【石家莊分部】：河北科技大學(xué)/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協(xié)同大廈
近開課時(shí)間(周末班/連續(xù)班/晚班）：SPSS軟件開課時(shí)間：2025年6月9日....--即將開課--........................(歡迎您垂詢，視教育質(zhì)量為生命！) |
|
實(shí)驗(yàn)設(shè)備和授課方式 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
專注高端培訓(xùn)17年，曙海提供的課程得到本行業(yè)的廣泛認(rèn)可，學(xué)員的能力
得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)。
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
|
新優(yōu)惠 |
|
☆在讀學(xué)生憑學(xué)生證，可優(yōu)惠500元。 |
|
質(zhì)量保障 |
|
1、培訓(xùn)過(guò)程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
2、課程完成后,授課老師留給學(xué)員手機(jī)和Email,保障培訓(xùn)效果,免費(fèi)提供半年的技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
| 專家講師--張老師 |
| 18年的相關(guān)經(jīng)驗(yàn),資深SPSS培訓(xùn)師，曾在SPSS公司擔(dān)任多年的統(tǒng)計(jì)資深顧問(wèn)。講學(xué)過(guò)多所高校，包括重慶交通大學(xué)、中國(guó)醫(yī)藥大學(xué)、北京工商大學(xué)、重慶師范大學(xué)等。多年來(lái)所培訓(xùn)之學(xué)者及碩、博士生已逾三千人。 |
|
課程大綱 |
|
第一階段 |
1. 統(tǒng)計(jì)分析概述與SPSS軟件
1) 時(shí)間序列實(shí)例；
2) 時(shí)間序列的組成成分；
3) 時(shí)間序列分析方法簡(jiǎn)介；
4) 平穩(wěn)時(shí)間序列；
2. SPSS之?dāng)?shù)據(jù)輸入與建立
1) 統(tǒng)計(jì)分析要求的數(shù)據(jù)格式
2) 單選題、多選題、開放題的數(shù)據(jù)錄入；
3) 變量屬性：變量名、變量標(biāo)簽、值標(biāo)簽、變量類型、缺失值；
4) 讀取SPSS格式、Excel格式、文本格式、數(shù)據(jù)庫(kù)等格式數(shù)據(jù)；
3. SPSS之?dāng)?shù)據(jù)描述
1) 時(shí)間序列實(shí)例；
2) 時(shí)間序列的組成成分；
3) 抽樣分布；
4) 參數(shù)估計(jì)；
5) 假設(shè)檢驗(yàn)；
4. 方差分析模型
1) 功率表設(shè)計(jì)n單因素方差分析的數(shù)據(jù)格式、操作方法與結(jié)果解讀；
2) 方差分析中各種兩兩比較方法的選擇、操作和結(jié)果解讀；
3) 一元多因素方差分析模型的原理、操作和結(jié)果解讀；
4) 多元方差分析模型的原理、操作方法和結(jié)果解讀；
5) 相應(yīng)的圖形工具在分析中的應(yīng)用；
5. 相關(guān)、回歸分析模型
1) 線性回歸模型的原理、分析步驟、操作和結(jié)果解讀；
2) 逐步、前進(jìn)、后退三種篩選方法的含義與用法、分析結(jié)果的閱讀；
3) 各種常用模型診斷工具（分類圖等）的用法；
4) 加權(quán)小二乘法、兩階段小二乘法的原理、操作和結(jié)果解讀；
6. 分類數(shù)據(jù)分析
1) 列聯(lián)表分析；
2) 離散選擇模型；
3) nlogit模型；
7. 常用抽樣技術(shù)
1) 抽樣技術(shù)概述；
2) 概率抽樣技術(shù)；
3) 非概率抽樣技術(shù)；
|
|
第二階段 |
1. 高級(jí)數(shù)據(jù)修改
過(guò)濾和選擇案例
Do if …Else if
字符串函數(shù)
處理日期變量
日期和字符串函數(shù)的結(jié)合使用?
2. 文件管理
合并文件
數(shù)據(jù)聚合
拆分文件?
3. SPSS編程：Syntax命令編程及Production Mode來(lái)自動(dòng)化SPSS 包括語(yǔ)法規(guī)則、語(yǔ)法文件的構(gòu)建、及運(yùn)行方式?
4. 一些實(shí)用特性舉例
保存變量子集
Utilities（實(shí)用程序）：定義和使用變量子集
標(biāo)識(shí)重復(fù)個(gè)案
數(shù)據(jù)流程化校驗(yàn)?
5. 樞軸表編輯器的用戶化輸出
6. 移動(dòng) SPSS 結(jié)果到其他軟件
7. 運(yùn)行SPSS的不同形式 |
第三階段 高級(jí)（一） |
1. 如何確定樣本及樣本大小影響?
2. 數(shù)據(jù)描述
數(shù)據(jù)的圖形描述方法?
數(shù)據(jù)的描述的數(shù)值方法
異常值探查
描述分類數(shù)據(jù)：
分組比較: 分類數(shù)據(jù)?
探索性數(shù)據(jù)分析: 區(qū)間尺度數(shù)據(jù)?
3. 假設(shè)檢驗(yàn)
假設(shè)檢驗(yàn)的基本思想、概念、基本步驟
組間的均值差異：簡(jiǎn)單情況
方差齊性檢驗(yàn)
單樣本均值檢驗(yàn)
獨(dú)立樣本均值比較
配對(duì)樣本均值比較?
4. 方差分析
單因數(shù)方差分析
方差分析中的多重比較
因素水平影響程度的對(duì)比設(shè)計(jì)及檢驗(yàn)
多因素方差分析
協(xié)方差分析簡(jiǎn)介?
5. 相關(guān)性分析
變量之間的關(guān)系
相關(guān)分析基本方法簡(jiǎn)介
Person相關(guān)系數(shù)的計(jì)算及檢驗(yàn)
偏相關(guān)分析?
6. 回歸分析初階
一元線性回歸分析簡(jiǎn)介：回歸方程的假定條件、分析步驟、常用指標(biāo)
一元線性回歸分析實(shí)例
回歸診斷?
7. 雙變量畫圖和統(tǒng)計(jì)
8. 非參數(shù)檢驗(yàn)
9. 相關(guān)性分析
相關(guān)分析基本方法簡(jiǎn)介
Person相關(guān)系數(shù)的計(jì)算及檢驗(yàn)
偏相關(guān)分析?
10. 方差分析：
組間的均值差異II: 單因數(shù) ANOVA?
組間的均值差異 III: 兩因數(shù) ANOVA?
方差分析中的多重比較
因素水平影響程度的對(duì)比設(shè)計(jì)及檢驗(yàn)
多因素方差分析
協(xié)方差分析簡(jiǎn)介?
11. 回歸分析簡(jiǎn)介
線性回歸分析簡(jiǎn)介：回歸方程的假定條件、分析步驟、常用指標(biāo)一元線性回歸分析實(shí)例
回歸診斷?
12. 數(shù)據(jù)降維技術(shù)
主成份分析?
因子分析?
13. 檢驗(yàn)數(shù)據(jù)分布的正態(tài)性
14. 多元均值的推斷 |
第四階段 高級(jí)（二） |
1. 多元線性回歸
多元線性回歸簡(jiǎn)介：回歸方程及系數(shù)的檢驗(yàn)、自變量篩選方法
多元線性回歸：SPSS實(shí)現(xiàn)
多重共線性問(wèn)題
逐步回歸分析
回歸診斷?
2. Logistic回歸
Logistic 回歸簡(jiǎn)介：應(yīng)用背景、、回歸模型、模型的評(píng)價(jià)指標(biāo)等
Logistic回歸：SPSS實(shí)現(xiàn)
回歸系數(shù)的檢驗(yàn)
回歸系數(shù)的解釋
累積Logistic回歸簡(jiǎn)介
累積Logistic回歸：SPSS實(shí)現(xiàn)
多項(xiàng)logistic回歸簡(jiǎn)介
多項(xiàng)Logistic回歸：SPSS實(shí)現(xiàn)?
3. 聚類分析
聚類分析簡(jiǎn)介：基本目標(biāo)、應(yīng)用領(lǐng)域、基本思想、主要方法
系統(tǒng)聚類方法簡(jiǎn)介
系統(tǒng)聚類分析實(shí)例
非系統(tǒng)聚類方法，Two-Step聚類、K均值聚類方法簡(jiǎn)介
非系統(tǒng)聚類方法分析實(shí)例?
4. 判別分析
判別分析簡(jiǎn)介：基本目標(biāo)、與聚類分析區(qū)別、常用方法
判別分析應(yīng)用實(shí)例?
5. 數(shù)據(jù)降維技術(shù)
因子分析：?jiǎn)栴}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(jiǎn)介：指導(dǎo)思想、目的、與因子分析區(qū)別
因子/主成份個(gè)數(shù)的確定
因子旋轉(zhuǎn)
因子得分
注意事項(xiàng)及應(yīng)用建議
因子/主成分分析應(yīng)用實(shí)例?
6. 生存分析
生存分析簡(jiǎn)介：?jiǎn)栴}背景、基本概念與有關(guān)的統(tǒng)計(jì)問(wèn)題、常用分析方法
Kaplan- Meier及Life table方法原理
Kaplan-Meier分析實(shí)例
Cox回歸原理
Cox回歸分析實(shí)例
帶著隨時(shí)間變化協(xié)變量的Cox回歸?
7. 高級(jí)方差分析
MANOVA（ 多變量方差分析）：?jiǎn)栴}背景、原理、分析實(shí)例
重復(fù)測(cè)量方差分析：?jiǎn)栴}背景、原理、分析實(shí)例
8. 時(shí)間序列分析簡(jiǎn)介 |
第五階段 SPSS?Modeler復(fù)雜數(shù)據(jù)分析與智能建模 |
第一部分：
數(shù)據(jù)挖掘概述
矩陣數(shù)據(jù)分析
分類分析
聚類分析?
從數(shù)據(jù)庫(kù)建模
第二部分：
稀疏數(shù)據(jù)分析
關(guān)聯(lián)分析與關(guān)聯(lián)計(jì)算
高維數(shù)據(jù)分類與聚類
推薦系統(tǒng)與推薦技術(shù)
第三部分：
文本與圖像數(shù)據(jù)處理
網(wǎng)絡(luò)數(shù)據(jù)分析
知識(shí)展示
數(shù)據(jù)挖掘研究與項(xiàng)目申請(qǐng)淺談
第四部分
1、?數(shù)據(jù)挖掘及其Clementine軟件概述
2、?Clementine進(jìn)行數(shù)據(jù)預(yù)處理
數(shù)據(jù)的讀入（讀入數(shù)據(jù)與合并數(shù)據(jù)）
變量的管理（變量的說(shuō)明、變量值的重新計(jì)算、生成新變量）
樣本的管理（樣本的排序、條件篩選、抽樣、濃縮、分類匯總、平衡處理等）
3、?Clementine對(duì)數(shù)據(jù)的基本分析
質(zhì)量的探索
基本描述分析
兩分類變量相關(guān)性的研究
兩總體均值的比較
變量重要性的分析
4、?分類預(yù)測(cè)方法
K近鄰方法
Rule-based?Methods
決策樹
神經(jīng)網(wǎng)絡(luò)
樸素貝葉斯和信念貝葉斯網(wǎng)絡(luò)
Boosting方法
支持向量機(jī)
案例與Clementine軟件操作
5、?關(guān)聯(lián)規(guī)則
基本概念與算法
案例與Clementine軟件操作
6、?聚類分析
K-均值聚類
層次聚類法
基于密度的聚類方法
案例與Clementine軟件操作
第五部分 |
1.建模流程
??1）商業(yè)理解
??2）數(shù)據(jù)理解
??3）數(shù)據(jù)準(zhǔn)備
??4）建立模型
??5）模型的評(píng)估
??6）結(jié)果的導(dǎo)出 |
2.案例：基于姓名的性別預(yù)測(cè)
目的：
??1）加強(qiáng)對(duì)建模流程的理解及掌握具體的建模操作
??2）了解如何選用模型與處理數(shù)據(jù)
??3）掌握模型的訓(xùn)練過(guò)程與模型的應(yīng)用過(guò)程
??4）掌握貝葉斯網(wǎng)絡(luò)模型的基本使用方法 |
第六部分： |
?
1.案例：數(shù)據(jù)庫(kù)營(yíng)銷優(yōu)化
背景：
??1）我們通常需要對(duì)用戶進(jìn)行定向營(yíng)銷，但是哪些用戶更有可能會(huì)響應(yīng)，哪些根本不會(huì)響應(yīng)，會(huì)直接影響營(yíng)銷的ROI，我們需要知道如何挑選營(yíng)銷目標(biāo)
目的：
??1）了解如何通過(guò)自動(dòng)節(jié)點(diǎn)來(lái)快速選擇模型
??2）掌握通過(guò)數(shù)據(jù)審核節(jié)點(diǎn)查看數(shù)據(jù)特點(diǎn)
3）掌握決策樹C5.0模型的基本使用方法
? |
?
2.案例：用戶的細(xì)分
背景：
??1）根據(jù)網(wǎng)上的用戶行為數(shù)據(jù)，嘗試對(duì)用戶進(jìn)行分組，刻畫出典型畫像，以便進(jìn)行定向精準(zhǔn)營(yíng)銷
目的：
??1）了解聚類與分類的區(qū)別
2）掌握K-Means聚類算法的基本使用方法
??3）掌握對(duì)聚類結(jié)果的解讀
??4）了解實(shí)際應(yīng)用中的聚類算法的利弊
? |
?
4.案例：音樂(lè)分類與推薦
背景：
1）??如何進(jìn)行更加有效的個(gè)性化的音樂(lè)推薦？
2）??如何對(duì)客戶進(jìn)行新歌推薦?？
目的：
1）??了解數(shù)據(jù)預(yù)處理的重要性
2）??掌握關(guān)聯(lián)模型的使用（案例使用Apriori進(jìn)行關(guān)聯(lián)分析）
??3）?掌握分類模型的使用（案例使用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分類）
??4）?了解音樂(lè)推薦領(lǐng)域的相關(guān)技術(shù) |
?
5.案例：社交網(wǎng)絡(luò)分析（備選）
背景
??1）如何利用社交網(wǎng)絡(luò)來(lái)識(shí)別關(guān)鍵角色，尋找激發(fā)口碑的關(guān)鍵點(diǎn)？
目標(biāo)：
??1）了解兩種社交網(wǎng)絡(luò)算法
??2）掌握社交網(wǎng)絡(luò)分析建模過(guò)程
3）掌握使用社交網(wǎng)絡(luò)分析的GA算法和DA算法 |
|
| |
shuhaipeixun
總部李老師