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
在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05