課程大綱： SPSS高級統計常用模型培訓
第1講 Poisson回歸模型
第2講 多分類、配對Logistic回歸與Probit回歸
1.有序多分類Logistic回歸模型（累積Logistic模型）
2.無序多分類Logistic回歸模型
3. Probit回歸模型
第3講 多重線性回歸模型
1.多重線性回歸模型
2.回歸預測與殘差分析
3.逐步回歸
4.模型的進一步診斷與修正
5.多重線性回歸模型結果解釋時應注意的問題
第4講 二分類Logistic回歸模型
1. 二分類Logistic回歸模型
2.分類自變量的定義與比較方法
3. 自變量的篩選方法（逐步回歸）
4. ROC曲線
5. 擬合優度檢驗
6. 常用的擬合優度檢驗
Pearson擬合優度檢驗、Deviance擬合優度檢驗、似然比檢驗、Hosmer—Lemeshow檢驗
7. 殘差分析
第5講 線性回歸的衍生模型
1.非直線趨勢的處理——曲線直線化
2.方差不齊的處理——加權小二乘法
3.共線性的處理——嶺回歸(ridge regression)
第6講 對應分析
1.基于均數的對應分析
2.多重對應分析
第7講 多維尺度分析
1.古典MDS
2.非度量MDS
3.個體差異的MDS模型
4.基于優尺度變換的MDS模型
第8講 聯合分析
第9講 判別分析
第10講 主成分分析與因子分析（factor analysis）
第11講 對數線性模型
第12講 信度分析
加入高級會員獲得助教答疑
