培训受众: 市场分析人员、数据分析人员、增值业务人员 课程收益: 学完本课程，学员将具有如下能力：
掌握回归分析、方差分析、时间序列等常用统计学方法
了解SPSS软件的功能特点
掌握数据的预处理及各种转换方法
能使用工具进行数据整理
掌握SPSS提供的主要数据分析模型
会使用SPSS生成各种图表
使用工具分析工作中的数据并展现分析结果 课程大纲: 课程大纲：
本培训以学会SPSS统计分析软件为目的,熟悉Data定义, Data file编辑 和引入, Data变换, 图表, 报告写作。通过理论和练习,掌握Data测量, 统计假说验证, 卡方检验, 组间平均值比较, 相关分析, 回归分析、多变量分析等一般经常使用的研究或统计分析方法。
第一天统计分析概述与SPSS软件
1. SPSS软件及统计分析过程简介
2. 统计分析过程方法论应用：一个调查研究的实例
3. SPSS for Windows的各个模块简介
4. SPSS的Help系统SPSS之数据输入与建立
1. 统计分析要求的数据格式
2. 单选题、多选题、开放题的数据录入
3. 变量属性：变量名、变量标签、值标签、变量类型、缺失值
4. 读取SPSS格式、Excel格式、文本格式、数据库等格式数据
第二天SPSS之数据管理和变换
1. 新变量的生成
2. 变量类型和数据结构的转换
3. 数据合并、汇总、选择和拆分SPSS之数据描述
1. 各种变量的描述及在SPSS中的实现
2. SPSS统计图表和报表展示
简单推断性分析
第三天方差分析模型
1. 单因素方差分析的数据格式、操作方法与结果解读
2. 方差分析中各种两两比较方法的选择、操作和结果解读
3. 一元多因素方差分析模型的原理、操作和结果解读
4. 多元方差分析模型的原理、操作方法和结果解读
5. 相应的图形工具在分析中的应用相关、回归分析模型
1. 线性回归模型的原理、分析步骤、操作和结果解读
2. 逐步、前进、后退三种筛选方法的含义与用法、分析结果的阅读
3. 各种常用模型诊断工具（分类图等）的用法
4. 加权最小二乘法、两阶段最小二乘法的原理、操作和结果解读
第四天聚类分析、判别分析
1. 谱系和快速聚类、距离和相似性测量、测量尺度和标准化
2. 如何选择聚类的方法
3. 如何用SPSS做聚类分析：操作步骤和方法、如何解释聚类结果
4. 判别分析的基本概念和方法、判别函数、典型判别系数
5. 如何用SPSS作判别分析、结果解释数据降维技术：
1. 基本原理：因子分析和主成份分析介绍
2. 如何用SPSS做因子和主成份分析：SPSS操作步骤和方法、因子得分应用聚类分析、概念图―二元图分析
对应分析、信度分析、尺度分析
时间序列分析
讨论和总结