SPSS高级统计常用模型培训

课程大纲：

SPSS高级统计常用模型培训

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