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
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31