時間

摘要

具體內(nèi)容

第一天

上午

統(tǒng)計學(xué)概述

SPSS界面詳解與入門

1.?統(tǒng)計三國論，從全新的角度理解統(tǒng)計學(xué)的領(lǐng)域

2.?軟件面面觀，明確統(tǒng)計軟件的地位，掌握各種主流統(tǒng)計軟件的特點，會根據(jù)需要選擇合適的軟件

3.?界面與功能菜單詳解，掌握SPSS不同窗口的界面設(shè)置、菜單內(nèi)容以及有效使用Help系統(tǒng)、數(shù)據(jù)集的建立與導(dǎo)入（Excel、文本文件）等必備技能；回顧數(shù)據(jù)類型、尺度等統(tǒng)計學(xué)基礎(chǔ)知識

4.?SPSS若干實用操作技巧

5.?紙質(zhì)問題過渡到統(tǒng)計變量的設(shè)計思路與技巧

6.?實戰(zhàn)演練：界面、數(shù)據(jù)集的建立與導(dǎo)入等基本操作

7.?課程方法體系龍骨繪制與詳解

8.?SPSS對話框詳解：一通百通

第一天

下午

數(shù)據(jù)清洗

統(tǒng)計圖表的繪制

9.?數(shù)據(jù)管理，掌握數(shù)據(jù)清洗的基本技能，包括計算新變量、變量編秩、重編碼、缺失值填補(bǔ)等變量管理操作，記錄加權(quán)、排序、拆分、篩選個案、分類匯總、文件拆分、長寬型數(shù)據(jù)轉(zhuǎn)換等記錄管理操作，熟悉數(shù)據(jù)庫合并、拼接等多個文件間的管理操作；

10.?實戰(zhàn)演練

11.?統(tǒng)計描述，掌握統(tǒng)計描述指標(biāo)體系與指標(biāo)的正確選擇方法；

12.?統(tǒng)計表制作，熟悉常見的表格結(jié)構(gòu)，掌握SPSS精美表格的制作方法，熟悉SPSS表格的功能特點及編輯方法。

13.?實戰(zhàn)演練

14.?統(tǒng)計圖制作，掌握統(tǒng)計圖的分類，能夠根據(jù)資料類型和分析目的正確地選擇并制作統(tǒng)計圖，熟悉各類圖（條形圖、折線圖、餅圖、散點圖、餅圖、誤差條圖等及其變體等常用圖形）的編輯方法以及高級統(tǒng)計圖形（如：多panel圖形）繪制。

15.?實戰(zhàn)演練

第二天

上午

探索性數(shù)據(jù)分析

基礎(chǔ)統(tǒng)計方法（上）

16.?統(tǒng)計推斷入門，掌握假設(shè)檢驗的基本原理、主要步驟及注意問題。能夠用SPSS獨立地進(jìn)行不同設(shè)計下的均數(shù)比較以及相應(yīng)的基于秩次的非參數(shù)分析及各種卡方檢驗；掌握參數(shù)方法的應(yīng)用條件，能正確判斷是否應(yīng)使用非參數(shù)檢驗。

17.?均數(shù)間的比較(3種t檢驗方法)、單因素方差分析、協(xié)方差分析

18.?實戰(zhàn)演練：

19.?4類(成組四格表、配對四格表、成組R×C表及分層卡方檢驗)、6種(Pearson、校正Pearson、Fisher、似然比、Monte Carlo、CMH)卡方檢驗。?

20.?實戰(zhàn)演練

第二天

下午

基礎(chǔ)統(tǒng)計方法（下）

21.?基于秩次的非參數(shù)檢驗（6種方法）

22.?相關(guān)與回歸，掌握簡單線性相關(guān)與回歸分析的SPSS操作，會正確閱讀輸出的結(jié)果；掌握無序分類變量中率的差異性檢驗與變量間的關(guān)聯(lián)性分析的原理差異，能根據(jù)不同的研究選擇相應(yīng)的檢驗統(tǒng)計量及P值；掌握相關(guān)與回歸方法間的聯(lián)系與區(qū)別。

23.?實戰(zhàn)演練

24.?多重線性回歸模型：掌握回歸模型的基本結(jié)構(gòu)及SPSS操作，掌握模型的建模步驟、模型診斷技術(shù)、異常值和離群值的識別、多重共線性判斷等。讓您輕松地從基礎(chǔ)統(tǒng)計過渡到高級統(tǒng)計。

25.?實戰(zhàn)演練

案例剖析與分享

26.?綜合案例討論：從報名學(xué)員中征集困惑與關(guān)注/正在開展的研究工作進(jìn)行實戰(zhàn)分析探討，從工作中來，到工作中去。

27.?統(tǒng)計思維（選講））

時間安排

摘要

具體內(nèi)容

第三天

上午

方法體系詳解

高級分析模型（上）

?

1.?統(tǒng)計學(xué)方法體系龍骨串講與課程體系詳解 ?

2.?方差分析模型：掌握方差分析模型的基本結(jié)構(gòu)及SPSS操作，掌握模型的建模步驟、模型診斷技術(shù)、異常值和離群值的識別。 ?????

3.?Logistic回歸模型簇：掌握4種Logistic回歸模型（二分類、有序多分類、無序多分類、配對條件）的基本原理和模型結(jié)構(gòu)，能根據(jù)研究設(shè)計正確地選擇SPSS中不同的模型實現(xiàn)，正確地解讀結(jié)果；掌握無序多分類的自變量/應(yīng)變量的應(yīng)對策略；

4.?實戰(zhàn)演練

第三天

下午

熱點分析技術(shù)

（上）

5.?診斷試驗及ROC曲線（ROC的原理、單指標(biāo)與多指標(biāo)聯(lián)合的診斷）

6.?使用傾向性評分匹配技術(shù)（PSM）改善數(shù)據(jù)集的平衡性，將數(shù)據(jù)集重新構(gòu)建為配對數(shù)據(jù)集

7.?實戰(zhàn)演練

8.?生存分析：壽命表法、Kaplan-Meier法及Cox回歸等參數(shù)、非參數(shù)和半?yún)?shù)模型；

9.?實戰(zhàn)演練

10.?缺失值填補(bǔ)技術(shù)：簡單缺失值填補(bǔ)和多重填充技術(shù)

第四天

上午

高級分析模型（下）

11.?重復(fù)測量分析：掌握方法的原理、特點、適用性和優(yōu)勢，能正確閱讀分析結(jié)果。

12.?實戰(zhàn)演練

13.?廣義估計方程：處理重復(fù)測量的數(shù)據(jù)

14.?隨機(jī)效應(yīng)模型：處理重復(fù)測量的數(shù)據(jù)

15.?多元方差分析

16.?實戰(zhàn)演練

第四天

下午

熱點分析技術(shù)

（下）

17.?聚類分析：掌握聚類分析的基本原理，了解不同聚類方法的異同和距離指標(biāo)的選擇。

18.?判別分析：掌握判別分析的基本原理、分析技術(shù)。

19.?實戰(zhàn)演練

20.?主成分分析：掌握數(shù)據(jù)集的降維和可視化技術(shù)、掌握主成分分析方法的原理和實際操作、主成分的選擇方法和原則。

21.?因子分析：掌握數(shù)據(jù)集的降維和可視化技術(shù)、掌握因子分析方法的原理、分析步驟、以及分析要求。???

22.?實戰(zhàn)演練

學(xué)員案例

剖析與討論

23.?綜合復(fù)雜案例討論：學(xué)員真實案例征集。

24.?現(xiàn)代高級統(tǒng)計方法（選講）