班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。 |
部份程大纲 |
|
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
|