京公网安备 11010802034615号
经营许可证编号:京B2-20210330

SPSS暑期特训
从入门到精通,最系统最全面的名师课程!
|
培训时间:2014年8月8日-13日(初中级和高级各3天) 培训地点:北京,中国人民大学 培训费用:
现在报名送新书,送全套视频! 标准价格包含发票,讲义,教材,工作餐;全日制学生优惠价格不含发票。差旅及食宿费用自理。 授课安排:(1) 授课方式:使用最新的SPSS Statistics 22中文版,中文多媒体互动式授课方式。 (2) 授课时间:上午9:00-12:00, 下午13:30-16:30 (16:30-17:00答疑) 开课通知
|
学员对象
各高校在校教师,或者在读本科/进修/研究生,希望从头学习SPSS操作,或者进一步强化软件应用能力者均可报名。课程目标
通过培训,系统提高统计分析相关专业教师的SPSS软件操作水平和教学水平,强化使用SPSS进行相关科研工作的能力,并普及相应的软件知识与统计学知识。具体来说是:
培训教材
张文彤,邝春伟. SPSS统计分析基础教程(第2版). 北京:高等教育出版社. 20118.8--8.10 初中级
-----第一天-----
|
课程名称 |
课程内容 |
|
介绍 |
培训说明和讲师自我介绍 |
|
SPSS简介 |
了解SPSS系统的构成,界面设定,中文兼容问题 |
|
操作入门 |
中国消费者信心调研(CCSS)项目简介 以CCSS为例,掌握数据管理界面的一般操作,问卷中单选题、多选题、开放题等的数据库设定格式,可以独立完成在SPSS中建库、录入数据工作,并熟悉常用数据转换命令的用法。 |
|
程序操作 |
熟悉SPSS程序的基本结构,懂得如何使用粘贴命令自动生成SPSS程序。 了解SPSS宏程序的基本结构 了解OMS(输出管理系统)在实际项目操作中的应用价值 |
|
数据管理 |
熟悉常用数据转换命令的用法,掌握计算新变量、变量转换、筛选变量、数据查重等操作,熟悉数据库合并、拼接等复杂操作。重点学习以下过程:compute、sort、split、weight、merge file。 了解和大型数据库管理相关的数据字典功能 |
|
CCSS案例数据管理实战讲解 |
介绍如何利用SPSS进行CCSS案例数据的数据管理,包括如何构建查错流程,如何利用程序每月进行数据的例行自动分析。 |
-----第二天-----
|
课程名称 |
课程内容 |
|
统计描述 |
熟悉统计描述指标体系 针对不同类型数据格式能够正确选用描述方法 掌握常用描述性指标的操作和结果阅读 掌握多选题的常用指标和分析方法。 |
|
统计表 |
熟悉SPSS结果窗口的常用操作方法,熟悉SPSS表格的结构与功能特点,掌握制表的基本方法,掌握结果表格的编辑、结果的导出。 了解Table模块的交互界面操作方式以及功能特点 |
|
统计绘图 |
掌握常用统计图(线图、条图、饼图、散点、直方图等)的绘制方法,熟悉其他统计图的绘制方法,熟悉统计图的一般编辑方法。 通过学习,能够独立判断遇到的统计问题应当采用何种统计图形,用SPSS独立完成各种常用统计图的绘制,并基于图形描述回答研究问题。能根据目的对统计图进行一定的编辑。 |
|
数据实战案例 |
探索消费者信心指数随背景资料的变化规律 CCSS项目分析报告的自动化生产 |
|
均数间的比较(1) |
了解假设检验的基本原理 掌握成组、配伍t检验的操作方法和结果阅读 熟悉Bootstrap抽样等计算统计学方法的分析结果 |
-----第三天-----
|
课程名称 |
课程内容 |
|
均数间的比较(2) |
掌握单因素方差分析的操作方法和结果阅读。 能根据分析目的正确选择两两比较方法 了解组间精确比较的操作和结果阅读 |
|
卡方检验 |
成组卡方检验 配对卡方检验 分层卡方检验 |
|
相关分析与回归分析 |
掌握相关分析的操作,掌握其结果阅读。 偏相关分析的原理、操作与结果阅读。 熟悉一元线性回归模型的分析步骤、操作和结果阅读 |
|
如何正确选用常用统计分析方法 |
系统串讲各种常用方法的适用条件,协助学员建立起完整的方法体系 |
|
综合案例讲解 |
咖啡屋需求调查案例 牙膏新品购买倾向研究案例 通过对这些案例的学习,帮助学员强化实战应用的经验,融汇所学的统计方法 |
|
讨论与答疑 |
统一回答或者讨论之前学员的疑问 |
8.11-8.13 高级
-----第四天-----
|
课程名称 |
课程内容 |
|
高级统计分析方法体系简介 |
协助学员快速建立起完整的统计分析方法体系,为随后的培训内容给出清晰的结构 |
|
方差分析模型 |
单因素方差分析的数据格式、操作方法与结果解读 方差分析中各种两两比较方法的选择、操作和结果解读 一元多因素方差分析模型的原理、操作和结果解读 相应的图形工具在分析中的应用 |
|
方差分析模型进阶 |
|
|
线性回归模型 |
相关分析与回归模型的联系与区别 多元线性回归模型的原理、分析步骤、操作和结果阅读 逐步、前进、后退三种筛选方法的含义与用法、分析结果的阅读 各种常用模型诊断工具(分类图等)的用法 |
|
线性回归模型进阶 |
曲线拟合 加权最小二乘法 岭回归 最优尺度回归 自动线性建模过程简介 |
|
非线性回归 |
熟悉非线性回归模型的分析操作和结果阅读 |
-----第五天-----
|
课程名称 |
课程内容 |
|
Logistic模型 |
掌握二分类Logistic回归模型的原理、分析步骤、操作和结果阅读 |
|
Logistic模型进阶 |
了解无序多分类、有序多分类Logistic回归模型的原理和功能 |
|
主成分分析 因子分析 |
熟悉因子分析和主成分分析的用途、目的,掌握如何判断因子分析的适用条件,能正确选择适当的因子。熟悉因子旋转的含义并能正确使用。掌握分析结果的阅读。 |
|
对应分析 |
熟悉对应分析的原理、用途、目的、掌握其使用方法、结果阅读。 |
|
多维尺度分析 |
熟悉多维尺度分析的原理、用途、掌握其使用方法、结果阅读。 |
-----第六天-----
|
课程名称 |
课程内容 |
|
聚类分析 |
掌握快速聚类和系统聚类的操作,了解各种距离,能按要求将样本进行分类,重点掌握对其结果的阅读,尤其是冰柱图和树状图结果的解释。 了解两步聚类、最邻近元素聚类方法的原理和功能 |
|
判别分析 |
了解判别方法的分类,熟悉判别分析的适用条件和结果验证方法,掌握判别分析的操作,重点掌握对结果的阅读(领域图、未标化典型判别函数、Bayes判别函数)和如何使用模型结果对新纪录进行分类。 |
|
判别分析进阶 |
了解树模型、神经网络方法的原理和功能特点。 |
|
信度分析 |
熟悉信度分析的用途、使用方法、结果阅读。 |
|
时间序列分析 |
熟悉时间序列模型的基本原理、用途、基本操作流程、建模时常用的诊断工具。 |
|
生存分析 |
熟悉生存分析的基本原理、基本概念和用途。 掌握Cox模型的原理、操作方法和结果的阅读。 |
|
讨论与答疑 |
统一回答或者讨论之前学员的疑问 |

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03