SPSS统计模型培训课程-中心

SPSS统计模型培训课程

培训大纲：

第一讲 Poisson回归模型

第二讲 多分类、配对Logistic回归与Probit回归

1.有序多分类Logistic回归模型（累积Logistic模型）

2.无序多分类Logistic回归模型

3. Probit回归模型

第三讲 多重线性回归模型

1.多重线性回归模型

2.回归预测与残差分析

3.逐步回归

4.模型的进一步诊断与修正

5.多重线性回归模型结果解释时应注意的问题

第四讲 二分类Logistic回归模型

1. 二分类Logistic回归模型

2.分类自变量的定义与比较方法

3. 自变量的筛选方法（逐步回归）

4. ROC曲线

5. 拟合优度检验

6. 常用的拟合优度检验

Pearson拟合优度检验、Deviance拟合优度检验、似然比检验、Hosmer—Lemeshow检验

7. 残差分析

第五讲 线性回归的衍生模型

1.非直线趋势的处理——曲线直线化

2.方差不齐的处理——加权最小二乘法

3.共线性的处理——岭回归(ridge regression)

第六讲 对应分析

1.基于均数的对应分析

2.多重对应分析

第七讲 多维尺度分析

1.古典MDS

2.非度量MDS

3.个体差异的MDS模型

4.基于最优尺度变换的MDS模型

第八讲 联合分析

第九讲 判别分析

第十讲 主成分分析与因子分析（factor analysis）

第十一讲 对数线性模型

第十二讲 信度分析