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。

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

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

课程名称

课程内容

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

了解基于一元多因素方差分析模型衍生出的多元方差分析模型、重复测量方差分析模型、线性混合模型等方法的原理和应用价值

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

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。

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