SPSS高級統計常用模型培訓深圳成都南京蘇州杭州

課程大綱：

          SPSS高級統計常用模型培訓

第1講 Poisson回歸模型
第2講多分類、配對Logistic回歸與Probit回歸
1.有序多分類Logistic回歸模型（累積Logistic模型）

2.無序多分類Logistic回歸模型

3. Probit回歸模型

第3講多重線性回歸模型
1.多重線性回歸模型

2.回歸預測與殘差分析

3.逐步回歸

4.模型的進一步診斷與修正

5.多重線性回歸模型結果解釋時應注意的問題

第4講二分類Logistic回歸模型
1. 二分類Logistic回歸模型

2.分類自變量的定義與比較方法

3. 自變量的篩選方法（逐步回歸）

4. ROC曲線

5. 擬合優度檢驗

6. 常用的擬合優度檢驗

Pearson擬合優度檢驗、Deviance擬合優度檢驗、似然比檢驗、Hosmer—Lemeshow檢驗

7. 殘差分析

第5講線性回歸的衍生模型
1.非直線趨勢的處理——曲線直線化

2.方差不齊的處理——加權小二乘法

3.共線性的處理——嶺回歸(ridge regression)

第6講對應分析
1.基于均數的對應分析

2.多重對應分析

第7講多維尺度分析
1.古典MDS

2.非度量MDS

3.個體差異的MDS模型

4.基于優尺度變換的MDS模型

第8講聯合分析
第9講判別分析
第10講主成分分析與因子分析（factor analysis）
第11講對數線性模型
第12講信度分析