SPSS统计分析教程：高级篇（2024版）

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。

*   01 准备软件环境/

  *   01 ★如何安装配置python插件（各版本通用）.mp4 07:37

  *   02 ★如何安装配置R插件（各版本通用）.mp4 07:13

  *   03 如何使用模型进行新案例预测.mp4 14:14

  *   04 SPSS29版新功能介绍.mp4 08:10

  *   05 SPSS 28版新功能介绍.mp4 11:12

  *   06 本课程案例数据下载.mp4 00:10

  *   07 如何在27+版中进行插件的安装与配置.mp4 07:04

*   02 方差分析模型入门/

  *   01 一般线性模型入门.mp4 15:21

  *   02 单因素模型分析案例.mp4 19:11

  *   03 两两比较方法的选择.mp4 17:53

  *   04 多因素方差分析模型入门.mp4 22:28

  *   05 多因素方差分析模型案例.mp4 17:43

  *   06 随机因素方差分析模型案例.mp4 09:34

  *   07 协方差分析.mp4 22:20

*   03 ★方差分析模型进阶/

  *   01 因素各水平的精细比较（上）.mp4 16:56

  *   02 因素各水平的精细比较（下）.mp4 13:33

  *   03 自定义检验.mp4 05:02

  *   04 拟合优度检验与效应量估算.mp4 12:14

  *   05 多元方差分析模型：概述.mp4 16:41

  *   06 多元方差分析模型：案例.mp4 11:44

  *   07 重复测量数据的方差分析模型：概述.mp4 17:57

  *   08 重复测量数据的方差分析模型：案例.mp4 26:28

*   04 ★多水平模型、GEEs与广义线性模型/

  *   01 多水平模型入门（上）.mp4 21:05

  *   02 多水平模型入门（下）.mp4 14:32

  *   03 多水平模型：层次数据案例.mp4 28:30

  *   04 多水平模型：重复测量案例.mp4 32:11

  *   05 广义线性模型：概述.mp4 17:39

  *   06 广义线性模型：案例.mp4 22:09

  *   07 广义估计方程：概述.mp4 08:54

  *   08 广义估计方程：案例.mp4 13:46

  *   09 广义线性混合模型：概述.mp4 18:04

  *   10 广义线性混合模型：案例.mp4 15:17

*   05 线性回归模型/

  *   01 线性回归模型概述.mp4 15:34

  *   02 基本分析操作.mp4 08:53

  *   03 自变量重要性的考察.mp4 09:32

  *   04 线性回归模型的适用条件.mp4 15:15

  *   05 回归模型的标准建模步骤.mp4 23:08

  *   06 回归模型的多变量筛选策略.mp4 18:58

  *   07 复杂案例：垃圾排放影响因素研究.mp4 12:16

*   06 ★线性回归的衍生模型/

  *   01 曲线回归.mp4 08:59

  *   02 强影响点的识别与处理.mp4 12:34

  *   03 稳健回归.mp4 09:28

  *   04 共线性的识别与处理.mp4 17:36

  *   05 岭回归.mp4 16:17

  *   06 29版：岭回归插件的分析操作.mp4 10:40

  *   07 29版：LASSO回归与弹性网络.mp4 13:55

  *   08 加权最小二乘法.mp4 12:42

  *   09 方差不齐的识别与处理.mp4 10:01

*   07 ★自动线性建模与非线性回归/

  *   01 自动线性建模的操作界面.mp4 10:48

  *   02 自动线性建模分析案例.mp4 11:03

  *   03 Boosting方法与Bagging方法.mp4 10:17

  *   04 非线性回归案例1：曲线回归.mp4 17:34

  *   05 非线性回归案例2：最小一乘法.mp4 11:21

  *   06 非线性回归案例3：分段回归.mp4 15:30

*   08 两分类Logistic模型/

  *   01 logistic模型基本概念.mp4 17:40

  *   02 模型适用条件.mp4 12:19

  *   03 分析案例.mp4 17:35

  *   04 模型中的检验方法.mp4 09:33

  *   05 哑变量的基本概念.mp4 13:50

  *   06 哑变量案例.mp4 15:50

  *   07 Logistic回归模型的多变量筛选.mp4 21:39

*   09 ★Logistic衍生模型/

  *   01 弗斯logistic回归模型.mp4 13:38

  *   02 有序分类因变量Logistic回归：基本原理.mp4 10:20

  *   03 废弃课程内容，请跳过.mp4 00:10

  *   04 无序分类因变量Logistic回归：分析案例.mp4 18:43

  *   05 有序分类因变量Logistic回归：基本原理.mp4 08:24

  *   06 有序分类因变量Logistic回归：分析案例.mp4 17:57

  *   07 复习：配对设计的基本概念.mp4 10:29

  *   08 条件logitisc回归的基本原理.mp4 11:07

  *   09 复习：病例对照研究中的个案控制匹配.mp4 14:53

  *   10 复习：病例对照研究中的倾向得分匹配（PSM）.mp4 11:02

  *   11 1:1条件logitisc回归的分析操作.mp4 11:47

  *   12 1:m条件logitisc回归的分析操作.mp4 10:53

*   10 树模型与随机森林/

  *   01 树模型的基本概念.mp4 15:03

  *   02 树模型的信息量计算.mp4 09:18

  *   03 树模型的各种算法.mp4 15:45

  *   04 CRT树模型的基本操作.mp4 17:43

  *   05 树模型对话框的选项设定.mp4 16:28

  *   06 ★树模型的错分成本和利润计算.mp4 07:27

  *   07 ★CHAID、QUEST和C5算法.mp4 14:31

  *   08 ★随机森林.mp4 18:09

*   11 神经网络与最近邻分析/

  *   01 神经网络的基本原理.mp4 16:39

  *   02 神经网络的算法实质.mp4 11:26

  *   03 BP神经网络的基本操作.mp4 20:14

  *   04 BP神经网络的选项设定.mp4 17:47

  *   05 ★径向基神经网络.mp4 11:06

  *   06 ★最近邻分析的基本原理.mp4 11:35

  *   07 ★最近邻分析的实现.mp4 13:06

*   12 支持向量机/

  *   01 支持向量机的基本原理.mp4 14:36

  *   02 SVM中的核函数.mp4 17:54

  *   03 SVM分类.mp4 14:04

  *   04 ★SVM的参数优化.mp4 09:10

  *   05 ★SVM回归.mp4 09:52

  *   06 ★异常值检测的基本理论.mp4 11:48

  *   07 ★用单类SVM查找异常值.mp4 09:00

*   13 主成分分析、因子分析与对应分析/

  *   01 主成分分析的基本原理.mp4 18:43

  *   02 主成分综合评价案例.mp4 19:03

  *   03 主成分回归案例.mp4 10:45

  *   04 因子分析的基本原理.mp4 23:07

  *   05 用因子分析完成综合评价.mp4 11:41

  *   06 因子旋转.mp4 17:16

  *   07 ★各种公因子提取方法的比较.mp4 14:06

  *   08 ★平行分析：一种其实没啥用的方法.mp4 11:55

  *   09 对应分析的基本概念.mp4 06:37

  *   10 对应分析案例.mp4 16:43

  *   11 ★对应分析中的选项.mp4 05:48

  *   12 ★基于均数的对应分析.mp4 18:56

*   14 聚类分析入门/

  *   01 聚类分析的基本原理.mp4 15:24

  *   02 聚类分析的方法分类.mp4 09:34

  *   03 K-均值聚类的方法原理.mp4 11:35

  *   04 K均值聚类案例：背景介绍与数据理解.mp4 10:08

  *   05 K均值聚类案例：初步尝试分析.mp4 15:49

  *   06 K均值聚类案例：最终分析结果.mp4 18:20

  *   07 ★聚类分析结果的验证.mp4 14:38

  *   08 ★聚类分析结果的优化.mp4 10:33

  *   09 聚类分析的注意事项.mp4 10:12

*   15 聚类分析进阶/

  *   01 层次聚类的基本原理.mp4 05:13

  *   02 层次聚类分析案例.mp4 14:56

  *   03 层次聚类的各种选项.mp4 11:02

  *   04 两步聚类的基本原理.mp4 14:59

  *   05 两步聚类分析案例.mp4 15:16

  *   06 ★DBSCAN聚类的基本原理.mp4 06:36

  *   07 ★DBSCAN聚类分析案例.mp4 08:56

*   16 生存分析/

  *   01 生存分析概述.mp4 16:37

  *   02 生存率的计算与曲线绘制.mp4 16:36

  *   03 生存曲线比较.mp4 11:45

  *   04 ★寿命表法.mp4 12:41

  *   05 风险函数与风险比.mp4 09:33

  *   06 cox模型的基本概念.mp4 13:14

  *   07 cox模型的具体操作.mp4 20:06

  *   08 ★时依cox模型.mp4 15:02

  *   09 ★生存分析中的分层变量.mp4 13:36

*   17 时间序列模型/

  *   01 时间序列模型概述.mp4 14:14

  *   02 序列数据的准备与探索.mp4 19:45

  *   03 对序列数据做ARIMA建模.mp4 21:26

*   18 ★最_优尺度模型/

  *   01 最优尺度模型概述.mp4 19:50

  *   02 最优尺度模型的对话框设定.mp4 20:57

  *   03 最优尺度回归.mp4 17:36

  *   04 多重对应分析（上）.mp4 17:01

  *   05 多重对应分析（下）.mp4 09:31

  *   06 有序分类变量的主成分分析（CATPCA）.mp4 16:14

*   19 结课测试/

  *   01 结课测试