spss统计分析教程电子版(七种常见的数据分析法)

SPSS(Statistical Product Service Solutions),“统计产品与服务解决方案”软件。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称。

SPSS 由于其操作简单,已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。该软件还可以应用于经济学、数学、统计学、物流管理、生物学、心理学、地理学、医疗卫生、体育、农业、林业、商业等各个领域,也是非统计专业人员非常青睐的统计软件。

文彤老师带你学SPSS AMOS

80小时视频课程 资料 答疑

→ SPSS统计分析教程-基础篇

→ SPSS统计分析教程-高级篇

→ 问卷设计与分析实战(SPSS AMOS)

课程方式:视频课程,在线观看

课程时长:80+小时

观看途径:手机、平板、电脑网页

spss统计分析教程电子版(七种常见的数据分析法)

SPSS统计分析教程-基础篇 主要内容

SPSS统计分析教程-高级篇主要内容

问卷设计与分析实战(SPSS AMOS)主要内容

左右滑动查看课程主要内容

??

讲师介绍

??

张文彤

博士,数据分析

曾在复旦大学公共卫生学院任教数载,其教学有讲解深入浅出、突出重点,简明易懂等特点。

拥有20 年数据分析及统计软件商业培训经验,精通业内广泛使用的SAS、SPSS、Modeler、R、Tableau、Python等数据分析/数据挖掘工具,曾作为SPSS官方培训师,从2001年起一手协助SPSS中国建立其培训体系。

主编SPSS、SAS等统计软件教材10 本,其SPSS教材被教育部评为2003-3004年度教育部研究生推荐教材,后续版本被国内外三百多所高校选用为本科生/研究生教材。

左右滑动查看文彤老师经典教材

1

SPSS统计分析教程-基础篇

课程时长:25小时

课程简介:

本课程为《SPSS统计分析教程(2021版)》的基础篇,完整覆盖了教材《SPSS统计分析基础教程》(第3版)的讲解内容,采用真实的商业案例贯穿整个课程,从统计分析实战的角度出发详细介绍了SPSS的数据管理、数据的图表可视化、SPSS编程、t检验、单因素方差分析、非参数分析方法、卡方检验、相关分析、回归分析等统计分析方法的原理与实际操作,并进一步提供医疗、经济、市场研究等各行业的综合实战案例,完全从实战角度出发讲解各类方法的综合运用,以更好地协助学员提高其实战水平。

课程目录:

向上滑动阅览完整目录

01 软件操作入门(11讲)

1 入门0 SPSS28新功能介绍(2021.7更新)

2 入门1 为什么要挑SPSS来学习?

3 入门2 SPSS的四种操作窗口(2021.7更新)

4 入门3 SPSS的四种运行方式

5 入门4 SPSS的四种结果输出

6 入门5 对话框及菜单基本操作规范

7入门6 操作界面与系统的常用设定

8 设置1 SPSS的系统选项设置

9 设置2 SPSS的python扩展插件安装

10 设置3 SPSS的R插件安装与配置

11 设置4 如何在27版中进行插件的安装与配置

02 数据录入与文件管理(17讲)

1 录入1 CCSS项目案例介绍

2 录入2 新建数据文件

3 录入3 数据录入格式的基本结构

4 录入4 变量的测量尺度

5 录入5 SPSS中变量设定的基本操作

6 录入6 开放题与单选题的录入设定

7 录入7 多选题的录入设定

8 录入8 多选题变量集的设定与转换

9 文件管理1 直接打开EXCEL等格式的数据文件(2021.7更新)

10 文件管理2 使用ODBC接口打开数据库文件

11 文件管理3 使用文本导入向导打开文本数据

12 文件管理4 文本导入向导的复杂案例

13 文件管理5 读入R的数据文件

14 文件管理6 28版:通用的文件打开对话框(2021.7更新)

15 保存1 数据文件的保存

16 保存2 分析结果的保存和导出

17 保存3 分析结果与office软件的交互操作

03 数据管理(28讲)

1 DM1 数据管理概述

2 DM2 计算新变量

3 DM3 变量值的重编码

4 DM4 自动重编码与指定数值查找

5 DM5 连续变量的可视化分箱

6 DM6 连续变量的最优分箱

7 DM7 将分类变量转换为哑变量组

8 DM8 随机数生成器

9 常用DM1 定位符合筛选条件的案例

10 常用DM2 个案排序与变量排序

11 常用DM3 拆分数据文件

12 常用DM4 选择个案

13 常用DM5 个案加权

14 常用DM6 数据汇总

15 文件DM1 重复测量数据的长型与宽型格式

16 文件DM2 数据重构向导

17 文件DM3 数据文件的纵向合并

18 文件DM4 数据文件的横向合并

19 大DM1 搜集数据集的变量信息

20 大DM2 分析中使用变量子集

21 大DM3 标识重复个案

22 大DM4 标识异常个案

23 大DM5 数据的匿名化

24 大DM6 双录数据集的比较与核查

25 大DM7 数据核查方法论

26 大DM8 利用数据验证模块查错

27 大DM9 病例对照研究中的倾向得分匹配(PSM)

28 大DM10 病例对照研究中的个案控制匹配

04 编程(6讲)

1 编程1 SPSS编程入门

2 编程2 SPSS程序的三种编写方式

3 编程3 SPSS编程能力进阶

4 编程4 编写SPSS宏程序

5 编程5 输出管理系统(OMS)

6 编程6 SPSS程序的自动化运行

05 图表(36讲)1 图表概述1 SPSS绘图功能概述

2 图表概述2 SPSS绘图操作入门

3 图表概述3 SPSS图形元素的选择方式

5 图表概述5 在SPSS中使用图形模板

6 图表理论1 统计图的基本信息维度

7 图表理论2 单分类变量的统计图

8 图表理论3 单连续变量的统计图

9 图表理论4 双变量图:分类vs分类

10 图表理论5 双变量图:有数值变量

11 图表理论6 多变量的统计图

12 图表具体1 点图与条带图

13 图表具体2 直方图与茎叶图

14 图表具体3 箱图

15 图表具体4 饼图

16 图表具体5 条图与误差线图

17 图表具体6 复合条图与百分条图

18 图表具体7 线图面积图摘要点图垂线图

19 图表具体8 散点图与气泡图(2021.7更新)

21 图表其他2 人口金字塔

22 图表其他3 控制图

23 图表其他4 Pareto图

24 图表其他5 ROC曲线

25 图表其他6 双轴图

26 图表其他7 自由绘图

27 图表其他8 案例:CCSS随背景资料的变化规律

28 表1 统计表绘制的基本知识

29 表2 制表模块基本操作入门

30 表3 复合统计表格制表案例

31 表4 多选题制表案例(2021.7更新)

32 表5 分析结果的保存和导出

33 表6 对结果表格做自定义格式化

35 表8 如何在SPSS中使用表格模板

06 统计描述(10讲)

1 Des1 SPSS统计描述功能概述(2021.7更新)

2 Des2 分类变量的描述

3 Des3 多选题的统计描述

4 Des4 连续变量的描述:基本概念(2021.7更新)

5 Des5 频率过程和描述过程

6 Des6 探索过程

7 Des7 pp图和qq图

8 Des8 比率数据的统计描述

9 Des9 基于摘要统计输出报表

10 Des10 用OLAP进行在线数据描述

11 Des11 案例:咖啡屋开店位置调研

07 常用检验方法(58讲)1 均数1 假设检验基本原理

2 均数2 假设检验的步骤

3 均数3 一类与二类错误

4 均数4 假设检验的注意事项

5 均数5 单样本t检验

6 均数6 两样本t检验

7 均数7 两样本t检验计算器

8 均数8 配对设计与配对t检验的基本概念

9 均数9 配对t检验的操作

10 均数10 Bootstrap方法

11 均数11 效应量的估计

12 特征考察1 数据独立性的考察

13 特征考察2 正态性的图形考察

14 特征考察3 正态性的假设检验考察

15 特征考察4 不满足正态性假设时的应对策略

16 特征考察5 方差齐性的考察与应对策略

17 ANOVA1 方差分析的基本原理

18 ANOVA2 方差分析的SPSS实现

19 ANOVA3 两两比较:直接校正P值

20 ANOVA4 两两比较:联合检验

21 ANOVA5 各种常用两两比较方法

22 ANOVA6 两两比较结果的四种输出格式

23 ANOVA7 组间均数的精细比较

24 ANOVA8 组间均数的趋势检验

25 非参1 非参数方法的基本概念

26 非参2 两独立样本比较

27 非参3 两独立样本比较方法的实现

28 非参4 多个独立样本的比较

29 非参5 配对样本的比较

30 非参6 配伍样本的比较

31 非参7 秩变换分析方法(2021.7更新)

32 非参8 28版:非参数协方差分析(2021.7更新)

33 卡方1卡方检验的基本原理

34 卡方2卡方检验的SPSS实现与卡方校正

35 卡方3卡方检验的事后两两比较

36 卡方4 蒙特卡洛抽样与确切概率法

37 卡方5 配对卡方检验

38 卡方6 配对方表数据的各种检验需求

39 卡方7 分层卡方检验

40 卡方8 二项分布的区间估计与检验(2021.7更新)

41 卡方9 估算二项分布的精确置信区间

42 相关1 数据关联性的指标体系

43 相关2 双变量的皮尔逊相关分析

44 相关3 秩相关分析与偏相关分析

45 相关4 kappa一致性检验

46 相关5 相对危险度与优势比

47 回归1 相关和回归的联系与区别

48 回归2 线性回归模型的基本概念

49 回归3 线性回归模型的SPSS实现

50 回归4 比较模型中自变量的重要性

51 回归5 回归模型的适用条件

52 回归6 回归模型的标准建模步骤

53 回归7 案例:牙膏新品购买倾向研究

54 样本1 大数据时代了,为啥还要估计样本量?

55 样本2 t检验样本量的估计

56 样本3 ANOVA样本量的估计

57 样本4卡方检验的样本量估计

58 样本5 回归模型的样本量估计

课程资料:

2

SPSS统计分析教程–高级篇

课程时长:32小时

课程简介:

本课程为《SPSS统计分析教程(2021版)》的高级篇,对应教材《SPSS统计分析高级教程》(第3版)的覆盖范围,采用真实的商业案例贯穿整个课程,从统计分析实战的角度出发系统介绍SPSS中各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现。

本课程为统计分析理论与SPSS操作相结合的统计分析高级课程,并非单纯的SPSS软件操作讲解

课程目录:

向上滑动阅览完整目录

01 准备软件环境(5讲)

1 设置1 SPSS27新功能介绍

2 设置2 SPSS的python扩展插件安装

3 设置3 SPSS的R插件安装与配置

4 设置4 如何在27版中进行插件的安装与配置

5 设置5 如何将模型用于新案例预测

02一般线性、混合线性与广义线性模型(25讲)

1 GLM1 一般线性模型入门

2 GLM2 单因素模型分析案例

3 GLM3 两两比较方法的选择

4 GLM4 多因素方差分析模型入门

5 GLM5 多因素方差分析模型案例

6 GLM6 随机因素方差分析模型案例

7 GLM7 协方差分析

8 GLMex1 因素各水平的精细比较1

9 GLMex2 因素各水平的精细比较2

10GLMex3基于模型做自定义检验

11GLMex4 拟合优度检验与效应量估算

12GLMex5 多元方差分析模型:概述

13GLMex6 多元方差分析模型:案例

14GLMex7 重复测量方差分析模型:概念

15GLMex8 重复测量方差分析模型:案例

16GEE1 多水平模型入门1

17GEE2 多水平模型入门2

18GEE3 层次数据案例

19GEE4 重复测量案例

20GEE5 广义线性模型:概述

21GEE6 广义线性模型:案例

22GEE7 广义估计方程:概述

23GEE8 广义估计方程:案例

24GEE9 广义线性混合模型:概述

25GEE10广义线性混合模型:案例

03 线性回归与非线性回归(19讲)

1 回归1 线性回归模型概述

2 回归2 回归模型的基本分析操作

3 回归3 自变量重要性

4 回归4 回归模型的适用条件

5 回归5 回归模型的标准建模步骤

6 回归6 回归模型的多变量筛选策略

7 回归7 复杂案例:垃圾排放影响因素研究

8 regex1 曲线直线化

9 regex2 强影响点的处理

10 regex3 稳健回归

11 regex4 共线性的处理

12 regex5 岭回归

13 regex6 方差不齐的处理

14 reg自动线性建模1 界面说明

15 reg自动线性建模2 分析案例

16 reg自动线性建模3 boosting和bagging

04 logistic回归模型(18讲)

1 logistic1 模型基本概念

2 logistic2 模型适用条件

3 logistic3 分析案例

4 logistic4 模型中的检验方法

5 logistic5 哑变量的基本概念

6 logistic6 哑变量的软件操作

7 logistic7 模型的多变量筛选

8 logex1 弗斯logistic回归模型

9 logex2 无序分类模型:概述

10 logex3 无序分类模型:案例

11 logex4 有序分类模型:概述

12 logex5 有序分类模型:案例

13 条件logistic1 配对设计的基本概念

14 条件logistic2 模型的基本原理

15 条件logistic3 病例对照研究中的个案控制匹配

16 条件logistic4 病例对照研究中的倾向得分匹配(PSM)

17 条件logistic5 1比1条件模型案例18 条件logistic6 1比m条件模型案例

05 树模型、最近邻分析、神经网络与支持向量机(22讲)

1 CRT1 树模型的基本概念

2 CRT2 树模型的信息量计算

3 CRT3 树模型的各种算法

4 CRT4 CRT树模型的基本操作

5 CRT5 树模型对话框的选项设定

6 CRT6 树模型的错分成本和利润计算

7 CRT7 CHAID、QUEST和C5算法的实现

8 CRT8 随机森林

9 NN1 神经网络的基本原理

10 NN2 神经网络的算法实质

11 NN3BP神经网络的基本操作

12 NN4BP神经网络的选项设定

13 NN5径向基神经网络

14 NN6最近邻分析的基本原理

15 NN7最近邻分析案例

16 SVM1支持向量机的基本原理

17 SVM2 SVM中的核函数

18 SVM3 SVM分类

19 SVM4 SVM的参数优化

20 SVM5 SVM回归

21 SVM6 异常值检测的基本理论

22 SVM7 用单类SVM完成新奇值发现

06 主成分分析,因子分析与对应分析(12讲)

1 因子1 主成分分析的基本原理

2 因子2 主成分综合评价案例

3 因子3 主成分回归案例

4 因子4 因子分析的基本原理

5 因子5 用因子分析完成综合评价

6 因子6 因子旋转

7 因子7 各种因子提取方法

8 因子8 平行分析:一种其实没啥用的方法

9 对应1 对应分析简介

10 对应2 对应分析案例

11 对应3 对应分析中的选项

12 对应4 基于均数的对应分析

07聚类(16讲)

1 聚类入门1 聚类分析的基本原理

2 聚类入门2 聚类分析的方法分类

3 聚类入门3 k均值聚类的基本原理

4 聚类入门4 K均值案例:背景介绍与数据理解

5 聚类入门5 K均值案例:初步尝试分析

6 聚类入门6 K均值案例:最终分析结果

7 聚类扩展1 聚类结果的验证

8 聚类扩展2 聚类结果的优化

9 聚类扩展3 聚类分析的注意事项

10 聚类ex1 层次聚类的基本原理

11 聚类ex2 层次聚类分析案例

12 聚类ex3 层次聚类的各种选项

13 聚类ex4 两步聚类的基本原理

14 聚类ex5 两步聚类分析案例

15 聚类ex6 DBSCAN聚类的基本原理

16 聚类ex7 DBSCAN聚类分析案例

08生存分析与时间序列模型(12讲)

1 生存1 生存分析概述

2 生存2 生存率的计算与曲线绘制

3 生存3 生存曲线比较

4 生存4 寿命表法

5 生存5 风险函数与风险比

6 生存6 cox模型的基本概念

7 生存7cox模型的具体操作

8 生存8 时依cox模型

9 生存9 生存分析中的分层变量

10 时序1 时间序列模型概述

11 时序2 序列数据的准备与探索

12 时序3 对序列数据做ARIMA建模

09最优尺度(8讲)

1 最优尺度1 最优尺度模型概述

2 最优尺度2 最优尺度模型的对话框设定

3 最优尺度3 最优尺度回归操作

4 最优尺度4 多重对应分析案例1

5 最优尺度5 多重对应分析案例2

6 最优尺度6 有序分类变量的主成分分析(CATPCA)

7 最优尺度7 多维偏好分析的基本概念

8 最优尺度8 多维偏好分析案例

课程资料:

3

问卷设计与分析实战(SPSS AMOS)

课程时长:24小时

课程简介:

本课程基于多个真实商业项目,系统讲解问卷在设计、实施、数据录入、数据管理、数据理解、数据分析呈现、信效度分析、回归建模、结构方程模型建模等各方面的概念、工具与操作实战。

● 精选真实商业项目

问卷和数据案例精选自6大真实商业项目

● 复习 经验总结 案例实战

复习课:系统提供所需软件操作知识,可随时备查

经验总结:总结相应的分析操作要点、技巧,快速提升实战能力

案例实战:使用真实商业数据案例,演示相应技能的实战应用

● 组合式章节架构

一般性问卷需求,学员可挑选相应章节学习

心理学等专业问卷,进一步讨论共同方法偏差等话题

专业建模需求,深入学习结构方程模型

● 从最开始对新冠疫情的猝不及防,到全民抗疫的众志成城、共克时艰。

课程目录:

向上滑动阅览完整目录

第1章 如何做问卷设计

1.1 什么是问卷

1.2 问卷的设计步骤

1.3 如何设计封闭题和开放题

1.4 如何设置题目选项

1.5 量表的基本类型

1.6 简单量表的衍生题目类型

1.7 问卷设计中的注意事项1

1.8 问卷设计中的注意事项2

1.9 评价问卷质量的五大标准

第2章 如何做在线问卷调查

2.1 在线问卷的特点

2.2 在线问卷平台应当实现的功能(理想版)

2.3 如何提高在线问卷的回复率

2.4 问卷星平台操作快速入门

2.5 问卷星数据如何与SPSS无缝对接

第3章 问卷的7种设计框架与分析思路

3.1 问卷的7种设计框架

3.2 横断面研究问卷的分析思路

3.3 影响关系研究问卷的分析思路

3.4 复杂网络关系研究问卷的分析思路

3.5 类实验设计问卷的分析思路

3.6 权重体系构造问卷的分析思路

3.7 细分类问卷的分析思路

3.8 连续性研究问卷的分析思路

第4章 问卷的数据录入

4.1 CCSS项目案例介绍

4.2 新建数据文件

4.3 数据录入格式的基本结构

4.4 变量的测量尺度

4.5 SPSS中变量设定的基本操作

4.6 开放题与单选题的录入设定

4.7 多选题的录入设定

4.8 多选题变量集的设定与转换

第5章 问卷的数据管理

5.1【复习】数据管理概述

5.2 【复习】计算新变量

5.3 【复习】变量值的重编码

5.4【复习】连续变量的可视化分箱

5.5 双录数据集的比较与核查

5.6 数据核查方法论

5.7 利用数据验证模块查错

5.8 发现并清理问卷中的低质量样本

第6章 问卷的数据准备与数据理解

6.1 【复习】SPSS统计描述功能概述

6.2 【复习】分类变量的描述

6.3 【复习】多选题的统计描述

6.4 【复习】连续变量的描述:基本概念

6.5 无序单选题的统计描述

6.6 有序单选题、量表题和数值题的统计描述

6.7 反向题与双向题的数据转换与描述

6.8 排序题的数据转换与描述

第7章 反应定势与共同方法偏差

7.1 针对反应定势(Response set)的题目处理

7.2 什么是共同方法偏差

7.3 Harman单因素检验

7.4 潜在误差变量控制法

7.5 其他控制方法

第8章 问卷数据的图表呈现

8.1 【复习】统计图的基本信息维度

8.2 【复习】展示单分类变量信息的统计图

8.3 【复习】展示单连续变量信息的统计图

8.4 【复习】双变量统计图:分类vs分类变量

8.5 【复习】双变量图:含有数值变量

8.6 【复习】展示多变量信息的统计图

8.7 【复习】SPSS绘图操作入门

8.8 【复习】SPSS图形元素的选择方式

8.10 【复习】统计表绘制的基本知识

8.11 【复习】SPSS制表模块基本操作入门

8.12 复杂统计表格制表案例

8.13 多选题制表案例

8.14 【复习】如何在SPSS中使用表格模板

8.15【复习】分析结果与office软件的交互操作

8.16 总结:分析结果的标准统计图表呈现

8.17 案例:消费者信心指数随背景资料的变化规律

第9章 问卷数据的统计推断

9.1 【复习】如何正确选择统计分析方法

9.2 【复习】两样本t检验的SPSS实现

9.3 【复习】单因素方差分析的SPSS实现

9.4 【复习】两独立样本比较非参数方法的SPSS实现

9.5 【复习】卡方检验的SPSS实现与卡方校正

9.6 【复习】双变量的皮尔逊相关分析

9.7 单选题与数值题的统计推断

9.8 多选题的统计推断

9.9 排序题和双向题的统计推断

9.10 实战案例:咖啡屋开店位置调研

9.11 实战案例:CCSS建模

第10章 中介效应与调节效应

10.1【复习】线性回归模型的基本概念

10.2【复习】线性回归模型的SPSS实现

10.3【复习】回归模型的适用条件

10.4【复习】回归分析的标准建模步骤

10.5 中介效应的基本概念

10.6 用回归对话框分析中介效应

10.7 用process插件分析中介效应

10.8 拟合多变量中介效应模型

10.9 调节效应的基本概念

10.10 用回归和方差对话框分析调节效应

10.11 用process插件分析调节效应

10.12 同时拟合中介效应与调节效应

第11章 项目分析

11.1 项目分析的基本概念

11.2 问卷改进案例说明

11.3 项目分析实例

第12章 问卷的信度与效度分析

12.1 信度的基本概念

12.2 信度分析实例

12.3【复习】主成分分析的基本原理

12.4【复习】因子分析的基本原理

12.5【复习】主成分分析综合评价案例

12.6【复习】用因子分析进行综合评价

12.7【复习】因子旋转

12.8【复习】平行分析:一种其实没啥用的方法

12.9 效度的基本概念

12.10 探索性因子分析的技术要点

12.11 探索性因子分析实例

第13章 结构方程模型与AMOS入门

13.1 结构方程模型基本概念入门

13.2 如何进行结构方程模型的参数估计

13.3 AMOS软件操作入门

13.4 结构方程模型的评价指标

13.5 用AMOS拟合中介效应与调节效应模型

13.6 用AMOS拟合单因子分析模型

第14章 验证性因子分析

14.1 验证性因子分析的不同之处

14.2 拟合验证性因子分析模型

14.3 正交CFA模型]

14.4 高阶CFA模型

14.5 多个模型的比较

第15章 结构方程模型综合案例

15.1口味测试案例背景说明

15.2设计结构方程模型框架

15.3初步尝试拟合模型

15.4对模型中的无效参数进行化简

15.5模型改进:修正指数开始学习

15.6模型改进:临界比检验

课程资料:

??

课程价格

??

基础篇:239元

高级篇:599元

问卷课程:359元

组合优惠:基础篇 高级篇:712元

基础 高级 问卷:1077元

福利:购买以上任意课程或者组合,均可赠送文彤老师统计分析入门视频课程。

??

报名课程

??

识别二维码,立即订阅课程

如需开票请按照提示填写

如需其它方式支付,请联系文末刘老师

发表评论

登录后才能评论