高级统计分析方法体系简介

+方差分析模型

• 1. 方差分析模型的基本架构
• 2. 单因素方差分析实例（含两两比较方法的选择）
• 3. 两因素方差分析实例（含交互作用的分析）
• 4. 含随机因素的方差分析模型实例

+方差分析模型进阶

• 1. 多元方差分析模型介绍
• 2. 重复测量方差分析模型介绍

+线性回归模型

• 1. 相关与回归的联系与区别
• 2. 回归分析模型的基本结构
• 3. 分析实例
• 4. 模型诊断（含残差分析等）
• 5. 回归分析建模的标准流程
• 6. 多变量回归模型实例（含变量筛选方法）

+线性回归模型衍生方法

• 1. 曲线拟合过程
• 2. 加权最小【二乘法
• 3. 岭回归
• 4. 最优尺度回归

+非线性回归

• 1. 模型简介
• 2. 曲线回归案例
• 3. 最小一乘法案例

+Logistic模型

• 1. 模型简介
• 2. 分析实例
• 3. 模型中用到的检验方法
• 4. 哑变量

+Logistic模☆型族进阶

• 1. 无序多分类Logistic回归模型
• 2. 有序多分类Logistic回归模型

+主成分分析和因子分析

• 1. 信息浓缩方法介绍
• 2. 主成分分析
• 3. 因子分析
• 4. 综合分析实例

+对应分析

• 1. 模型介绍
• 2. 简单对应分析
• 3. 基于最优尺度变换的多重对应分析

+多维尺度分析

• 1. 模型介绍
• 2. 简单MDS模型案例
• 3. 考虑个体差异的MDS模型案例
• 4. 基于最优尺度变换的PROXSCAL过程

+聚类分析

• 1. 模型概述
• 2. K-均值聚类法案例
• 3. 层次聚类法案例
• 4. 两步聚类法简介
• 5. 聚类分析中需要注意的问题

+判别分析

• 1. 模型简介
• 2. 分析案例

+判别分析进阶

• 1. 树结构◥模型简介
• 2. 神经网络简介
• 3. K最邻近元素法简介

+信度分析

• 1. 真◣分数理论中的信度定义
• 2. 分析案例

+时间序列分析

• 1. 时间序列模型概述
• 2. 序列数据的预处理
• 3. 序列数据的图形化观察
• 4. 序列数据的自动化分析案例

+生存分析

• 1. 生存分析概述
• 2. Kaplan-Meier法
• 3. Cox比例风险模型