学术研修 | SPSS软件小白入门10节课

第一节

初识SPSS软件与统计基础

课程大纲

1、SPSS软件简介与安装(Windows版/Mac OS版)

2、窗口界面介绍

3、菜单功能介绍

4、什么是统计？总体与样本

5、简单随机抽样概念与SPSS操作步骤

6、系统抽样/整群抽样/分层抽样概念与SPSS实现

7、课后作业：在电脑上安装SPSS，并熟悉其界面布局。

第二节

数据导入与管理

课程

大纲

1、作业讲解及答疑

2、常见的数据变量类型与数据来源

3、如何使用SPSS自带的案例数据集

4、如何规范的导入数据

5、数据的管理

5.1定义变量属性

5.2个案标识

5.3数据的排序

5.4数据的转置

5.5数据的重组

5.6数据文件的合并

5.7数据文件的拆分

5.8数据的分类汇总

6、课后作业：从网上下载或自己创建一个CSV格式的数据文件，使用SPSS软件将其导入，并尝试对数据进行排序、转置和分类汇总等操作。

第三节

数据的预处理

课程

大纲

1、作业讲解及答疑

2、数据清洗的重要性以及如何识别异常值

3、如何处理缺失值

4、数据的预处理

4.1表达式与函数

4.2变量计算

4.3选择个案

4.4个案计数与加权

4.5个案排秩

4.6数据的重新编码

5、课后作业：使用SPSS的表达式和函数功能，创建一个新的变量，该变量为原有两个变量的乘积。

第四节

描述性统计分析与三线表

课程

大纲

1、作业讲解

2、描述性统计分析的适用场景和基本概念

3、用SPSS输出数值型变量的描述性统计量

4、制作三线表的常见方法

5、频数分析、交叉分析和比率分析

6、课后作业：制作一个三线表，展示数据集中两个分类变量的交叉分析结果。

第五节

主成分分析与因子分析

课程

大纲

1、作业讲解

2、主成分分析与因子分析的基本思想

3、主成分分析的模型、方法及SPSS操作

4、因子分析的模型与方法

4.1正交因子模型

4.2相关性分析

4.3因子的提取

4.4因子旋转

4.5因子得分

4.6因子分析的SPSS操作

5、课后作业：使用SPSS对数据进行主成分分析，并解释主成分的意义。

第六节

回归分析

课程

大纲

1、作业讲解

2、回归分析的概念、研究范围和建模过程

3、线性回归分析的SPSS操作

3.1一元线性回归

3.2多元线性回归

3.3多元线性回归的有偏估计

3.4两阶最小二乘法

4、非线性回归分析的SPSS操作

4.1可化为线性回归的曲线回归分析

4.2多项式回归分析

4.3非线性回归分析

5、logistic回归分析的SPSS操作

5.1逻辑回归模型

5.2二元逻辑回归

5.3多项逻辑回归

5.4概率回归分析

5.5有序回归分析

6、课后作业：选择三个或以上的变量，进行多元线性回归分析，并讨论回归模型的拟合优度。

第七节

假设检验

课程

大纲

1、作业讲解

2、常用分布及参数估计

3、假设检验的概念和基本思想

4、显著性水平及两类错误

5、假设检验的步骤

6、假设检验的SPSS操作

6.1 数据的正态性检验

6.2 单样本比例检验

6.3单样本的t检验

6.4两独立样本的t检验

6.5两配对样本的t检验

7、课后作业：对数据集中的两个独立样本进行t检验，比较两组的平均值是否有显著差异。

第八节

方差分析与协方差分析

课程

大纲

1、作业讲解：

2、方差分析的基本原理

3、单因素方差分析

3.1数据结构与线性模型

3.2平方和分解与自由度

3.3显著性检验

3.4单因素方差分析的SPSS操作

4、多因素方差分析

4.1多因素方差分析的分类

4.2无交互作用的多因素方差分析

4.3有交互作用的多因素方差分析

4.4多因素方差分析的spss操作

5、协方差分析

5.1协方差分析的基本原理

5.2协方差分析的SPSS操作

6、课后作业：使用SPSS进行协方差分析，考虑一个协变量对两个组别间均值差异的影响。

第九节

非参数检验

课程

大纲

1、作业讲解

2、非参数检验的基本原理和适用场景

3、单样本的非参数检验：卡方检验/二项分布检验等

4、两独立样本的非参数检验：曼-惠特尼U检验/K-S检验等

5、多独立样本的非参数检验：中位数检验/Kruskal-Wallis检验等

6、两配对样本的非参数检验：McNemar检验/Wilcoxon符号秩检验等

7、多配对样本的非参数检验：Friedman检验/Kendall协同系数检验等

8、课后作业：对数据集中的某个变量进行卡方检验，检验其分布是否符合理论预期。

第十节

聚类分析与判别分析

课程

大纲

1、作业讲解

2、聚类分析和判别分析的基本原理

3、相似性度量

3.1区间变量

3.2二值变量

3.3定序变量

4、聚类分析方法的SPSS操作

4.1系统聚类法

4.2逐步聚类法

4.3二阶聚类法

5、判别分析方法的SPSS操作

5.1距离判别

5.2 bayes判别

5.3 fisher判别