红包
工具
上海- 4月 12-15日 SPSS数据分析实战培训班-第45/46期

SPSS数据分析实战培训班-45/46

一、【课程背景】

在当今SCI论文主宰的时代,发表高影响因子的论文是众多科研人员的渴求与梦想。统计学技能的缺乏可能直接影响您论文的质量和发表,甚至丧失冲击顶级杂志的机会。同时,作为职场人士,在如今的大数据时代,除论文发表外,更需要掌握数据分析技能,为职业发展奠定基础。

为了提高广大科研和数据分析工作者的统计理论和应用能力,佳达统计联合上海复旦、交大两所高校的统计学专家将在上海举办SPSS软件系列培训班。本次培训采用“实践-理论-实践”的反向循环授课模式,课程内容由专家精心设计与挑选,具有前沿性、实用性和针对性强的特点,重点指导学员掌握各种统计方法的应用条件、实现步骤、结果解读。培训从实际案例入手,以解决实际问题为出发点,在理论与应用之间搭建一座便捷的桥梁,帮助您更快地有效掌握统计精髓,让“统计学变得简单”成为现实!

本次SPSS软件系列培训分为中高级课程(三天)和高级课程(两天)二个系列,循序渐进,学员可以根据自身情况选择学习。

二、【软件介绍】
IBM SPSS Statistics
(简称SPSS)是一款是世界上开发最早、使用最广、用户最多,久负盛名的数据统计分析软件,因其界面友好、操作简便、结果可靠、功能全面的优势稳居世界三大统计分析软件之一,是最容易学习的一款专业权威的统计软件,是统计新手的入门必备软件,广泛应用于通信、医疗、银行、证券、保险、制造、商业、市场研究和科研教育等众多领域和行业。在国际学术界有条不成文的规定,即在国际学术交流中,凡是用SPSS软件完成的计算和统计分析,可以不必说明算法,由此可见其影响之大和信誉之高,而在世界500强企业中,80%使用SPSS统计软件。相对于其他统计软件而言,SPSS更容易上手,学员完全可以通过短期集中培训就能达到独立开展数据分析的能力,特别适合应用统计学解决实际问题的工作人员和研究者学习。

三、【课程特色】

1. 首创“实践-理论-实践”的反向循环授课模式,案例式教学、手把手辅导。

2. 构建完整的统计学知识体系,养成正确地统计思维与逻辑,建立数据分析实战能力。

3. 涵盖了从数据集建立、数据清洗、数据描述、统计分析与挖掘、结果解读和呈现、结论建议的数据分析完整流程,切实体现实际业务的分析流程,具有极强的实用性。

4. 结合多年的SCI期刊统计顾问和副主编的经验,讲解数据分析中常见错误及有效应对策略。

5. 跨越统计学障碍,让您成为SPSS统计软件应用高手!

6. 训练结束颁发培训结业证书。

四、【授课方式】

1. 基于真实案例,以实践操作为主导,辅以理论讲解,打造零基础的统计学授课模式;

2. 手把手辅导,保证您均能熟练掌握课程内容;相同课程永久免费复训直至完全掌握为止;

3. 统计学讲解,与论文撰写结合,传授论文发表经验,辅助您基于现有数据快速发表SCI(基于相关知识点而定);

4. 针对学员需求,在课程结束之后将辅以视频、咨询等持续跟踪服务,为确保课程质量,将建立技术交流群跟踪学习效果。

五、【时间及地点】

1.中高级班2019 411日 —414(时间安排:第一天报到,授课三天)

2.高级班2019 510 日 — 512 日(时间安排:第一天报到,授课两天)

3.培训地点上海市徐汇区东安路130号(复旦大学枫林校区)

4.住宿及交通:

住宿建议根据自己要求自行预定学校周边酒店。

周边酒店(距离500米内):

上海青松城大酒店http://hotels.ctrip.com/hotel/396413.html

宝隆居家酒店(上海徐汇店)http://hotels.ctrip.com/hotel/1624379.html
布丁酒店(上海中山医院店)http://hotels.ctrip.com/hotel/19456216.html
汉庭酒店(上海东安路二店)http://hotels.ctrip.com/hotel/1535729.html

交通信息:

1、虹桥火车站/虹桥机场

乘地铁2号线(往浦东国际机场方向)坐8站,在静安寺站下车换乘地铁7号线(往花木路方向)坐2站,在肇嘉浜路站下车(3号出口),步行250米到达。

2、上海火车站

乘地铁1号线(往莘庄方向)坐6站,在常熟路站下车换乘地铁7号线(往花木路方向)坐1站,在肇嘉浜路站下车(3号出口),步行250米到达。

3、浦东国际机场

乘地铁2号线 (往徐泾东方向)坐11站,龙阳路站下车,换乘地铁7号线(往美兰湖方向)坐11站,肇嘉浜路站下车(3号出口),步行250米到达。

六、【参加对象】

需要提升实战能力的数据分析专业人员;

在医药、市场营销、金融、财务、人力资源管理中需要应用数据分析的人士;

从事咨询、科研等工作的专业人士;

医学、数学、社会学、统计学、心理学等各相关专业的本科/硕士/博士生。

七、【参会费用】

中高级班3200/,学生凭证3000/人;高级班2800元,学生凭证2600/人。

注册费为包含讲义、学习资料、午餐、课程视频等费用,不含住宿。

提前缴费、团体报名(≥3人)可分别优惠200元;

付款方式(转账付款请备注您的姓名并将汇款凭证发至:470893403@qq.com):

户名:佳达(上海)医药科技有限公司
开户行:中国建设银行上海松江新城支行
账号:31050180363700000583

可现场刷卡及现金付款。

八、【师资团队】

主讲专家来自复旦、交大等顶级科研机构的行业专家,均有海外留学背景,长期服务于跨国公司的数据分析服务、SCI期刊的统计咨询顾问以及副主编的工作,团队成员为英国皇家统计学会会员、美国统计协会会员,拥有10多年的统计分析实战经验,主持完成多项国家级科研项目的研究,发表上百篇学术论文,具备医学统计学、计量经济学,贝叶斯统计,空间统计学等不同行业领域扎实的应用统计理论基础和丰富的行业解决方案经验,擅长SPSSRSASPython以及GIS等统计软件的应用, 在对外承接数据分析业务的同时,也积极地把非商业机密的实际数据分析经验转化为真实教学案例,让学员的学习更加贴近实际,以有效跨越统计学的鸿沟,尽快成长为统计学高手!

九、【课程详细内容】

1、中高级课程( 12  — 4  14 日):

时间

章节

具体内容


Day1

上午


统计学概述

SPSS 入门

1.统计三国论,掌握统计学的定义、重要性、清晰统计学的领域到底是什么样子

2.软件面面观,明确统计软件的地位,掌握各种主流统计软件的特点,会根据需要选择合适的软件

3.统计学基础回顾(总体与样本;参数与统计量;误差及种类;同质与变异;概率与小概率事件;变量与类型;因素与水平;实验设计与类型)

4.界面与功能菜单详解,掌握SPSS不同窗口的界面设置、菜单内容以及有效使用Help系统、数据集的建立与导入(Excel、文本文件)等必备技能;回顾数据类型、尺度等统计学基础知识

5.统计论文中常见错误及处理

6.调查问卷/信息登记中常见问题及设计技巧


Day1

下午


数据清洗

统计图表的绘制

1.SPSS对话框详解:一通百通

2.数据管理,掌握数据清洗技能,包括计算新变量、变量编秩、重编码、对个案内的值计数、离散化、缺失值填补等变量管理操作,记录加权、排序、拆分、筛选个案、分类汇总、文件拆分、数据框转置、长宽型数据转换等记录管理操作,熟悉数据库合并、拼接、数据字典等多个文件间的管理操作;

3.统计描述,掌握统计描述指标体系与指标的正确选择方法;

4.统计图制作,掌握统计图的分类,能够根据资料类型和分析目的正确地选择并制作统计图,熟悉各类图(条形图、折线图、饼图、散点图、饼图、误差条图等及其变体等常用图形)的编辑方法、图形构建器的基本操作(修改label axis color legend grid text等操作)、图形模板的保存和使用以及高级统计图形(如:多panel图形)绘制;

5.统计表制作,熟悉常见的表格结构,掌握SPSS精美表格的制作方法,熟悉SPSS表格的功能特点及编辑方法。

Day2

上午


探索性数据分析

基础统计方法(上)

1.探索性的数据分析,离群值(异常值)的诊断与应对策略;

2.正态性检验,非正态时的应对策略;

3.频数分布及其可视化;

4.统计推断入门,掌握假设检验的基本原理、主要步骤及注意问题;

5.均数间的比较(3t检验方法)4类(成组四格表、配对四格表、成组R×C表及分层卡方检验)、6种(Pearson、校正PearsonFisher、似然比、Monte CarloCMH)卡方检验,能够用SPSS独立地进行不同设计下的均数比较以及相应的基于秩次的非参数分析及各种卡方检验;掌握参数方法的应用条件,能正确判断是否应使用非参数检验。

Day2

下午



探索性数据分析

基础统计方法(下)

1.均数间的比较(4种方差分析:单因素、两因素、多因素、重复测量的方差分析、以及协方差分析**)、基于秩次的非参数检验(6种方法**Mann-WhitneyWilcoxonKruskal-Wallis****

2.简单相关与简单回归,掌握简单线性相关与简单回归分析的SPSS操作,会正确阅读输出的结果;掌握无序分类变量中率的差异性检验与变量间的关联性分析的原理差异,能根据不同的研究选择相应的检验统计量及P值;掌握相关与回归方法间的联系与区别。

3.多重线性回归与方差分析模型:掌握方差模型与回归模型的基本结构及SPSS操作,掌握模型的建模步骤、模型诊断技术、异常值和离群值的识别、多重共线性判断等。

Day3

上午

高级统计模型(上)

1.Logistic回归模型簇:掌握4Logistic回归模型(二分类、有序多分类、无序多分类、配对条件)的基本原理和模型结构,能根据研究设计正确地选择SPSS中不同的模型实现,正确地解读结果;掌握无序多分类的自变量/应变量的应对策略;

2.**生存分析:**寿命表法、Kaplan-Meier法及Cox回归等参数、非参数和半参数模型;

3.重复测量分析、多元方差分析、诊断试验及ROC曲线(ROC的原理、单指标与多指标联合的诊断):掌握这些方法的原理、特点、适用性和优势,能正确阅读分析结果。


Day3

下午

高级统计模型(下)

1.使用倾向性评分匹配技术(PSM)改善数据集的平衡性,将数据集重新构建为配对数据集

2.使用广义估计方程和随机效应模型处理重复测量的数据

3.使用缺失值填补的技术对数据集中出现的缺失值进行处理,包括简单的缺失值填补和多重填充技术

4.采用聚类和判别分析方法对数据进行分析,了解聚类分析的基本原理,了解不同聚类方法的异同和距离指标的选择。使用判别分析对数据标签进行预测。

5.使用主成分分析等技术对数据集进行降维和可视化,了解主成分分析方法的原理和实际操作。主成分的选择方法和原则。因子分析,包括因子分析的步骤,因子分析的要求。

2、高级课程(511  — 512 日):

时间

章节

具体内容


Day1

上午


建模入门

1.方差分析模型:掌握方差模型与回归模型的基本结构及SPSS操作

2.多重线性回归:从方差分析模型扩展到多重线性回归模型,并掌握模型的建模步骤、模型诊断技术、异常值和离群值的识别、多重共线性判断等。

3.非线性回归模型的扩展,多项式回归等其他回归模型的建模和预测

Day1

下午

高级数据预处理方法

1.Logistic回归模型簇:掌握4Logistic回归模型(二分类、有序多分类、无序多分类、配对条件)的基本原理和模型结构,能根据研究设计正确地选择SPSS中不同的模型实现,正确地解读结果;掌握无序多分类的自变量/应变量的应对策略;

2.使用倾向性评分匹配技术(PSM)改善数据集的平衡性,将数据集重新构建为配对数据集

3.使用缺失值填补的技术对数据集中出现的缺失值进行处理,包括简单的缺失值填补和多重填充技术

4.使用主成分分析等技术对数据集进行降维和可视化,了解主成分分析方法的原理和实际操作。主成分的选择方法和原则。因子分析,包括因子分析的步骤,因子分析的要求。

Day2

上午

高级统计模型(上)

1.使用广义估计方程和随机效应模型处理重复测量的数据

2.生存分析

1.寿命表法、

2.Kaplan-Meier

3.Cox回归等参数、非参数和半参数模型;

Day2

下午

高级统计模型(下)

1.采用聚类和判别分析方法对数据进行分析,了解聚类分析的基本原理,了解不同聚类方法的异同和距离指标的选择。使用判别分析对数据标签进行预测。

2.重复测量分析、多元方差分析、诊断试验及ROC曲线(ROC的原理、单指标与多指标联合的诊断):掌握这些方法的原理、特点、适用性和优势,能正确阅读分析结果。

3.高级机器学习简介:

1.神经网络模型

2.决策树模型

3.KNNK nearest neighbor)分类技术

十、【报名方法与联系方式】
学员报名请联系18116418318微信同号。更多内容 请访问 杉树园

会议纸质邀请函及报销发票将在参会期间统一发放(如提前需要电子版盖章邀请函请联系会务组)。



浏览:210