
SPSS高級(jí)統(tǒng)計(jì)常用模型培訓(xùn)
第1講 Poisson回歸模型
第2講 多分類、配對(duì)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(wú)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(yù)測(cè)與殘差分析
3.逐步回歸
4.模型的進(jìn)一步診斷與修正
5.多重線性回歸模型結(jié)果解釋時(shí)應(yīng)注意的問(wèn)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(yōu)度檢驗(yàn)
6. 常用的擬合優(yōu)度檢驗(yàn)
Pearson擬合優(yōu)度檢驗(yàn)、Deviance擬合優(yōu)度檢驗(yàn)、似然比檢驗(yàn)、Hosmer—Lemeshow檢驗(yàn)
7. 殘差分析
第5講 線性回歸的衍生模型
1.非直線趨勢(shì)的處理——曲線直線化
2.方差不齊的處理——加權(quán)小二乘法
3.共線性的處理——嶺回歸(ridge regression)
第6講 對(duì)應(yīng)分析
1.基于均數(shù)的對(duì)應(yīng)分析
2.多重對(duì)應(yīng)分析
第7講 多維尺度分析
1.古典MDS
2.非度量MDS
3.個(gè)體差異的MDS模型
4.基于優(yōu)尺度變換的MDS模型
第8講 聯(lián)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(duì)數(shù)線性模型
第12講 信度分析