          SPSS高级培训

囊括SPSS高级统计的常用模型
（1）从回归模型入手，介绍了对连续因变量建模的线性回归模型、衍生模型、通径分析、非线性回归模型，以及对分类因变量建模的Logistic模型族和Probit模型。
（2）对于多元统计作为高级统计的主要组成部分，介绍了主成分分析、因子分析、判别分析、对应分析、多维尺度分析、联合分析等，涵盖了常用的多元统计分析方法。
（3）同时介绍了对数线性模型、信度分析、多维偏好分析等应用十分广泛的统计分析方法。
每一个视频内容之间，并无严格的先后顺序，大家可以选择自己感兴趣的内容反复观看，也能达到学以致用的目的。详细大纲如下：

第1讲 Poisson回归模型
第2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3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4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5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6讲 对应分析
1.基于均数的对应分析
2.多重对应分析

第7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8讲 联合分析
第9讲 判别分析
第10讲 主成分分析与因子分析（factor analysis）
第11讲 对数线性模型
第12讲 信度分析