科研SPSS統計思維實戰研討會

2020-11-24 中國生物技術信息網

開辦此研討會的迫切背景:

每個科研研究人員都學習過統計,但只有少數人真正「入門」。教科書上「精心」挑選的案例大多是理想化的,而實際情景卻常常錯綜複雜,充滿了幹擾信息,研究人員往往難以從中「抽絲剝繭」,提取出恰當的統計模型。簡而言之,只有少數人真正掌握了「統計思維」,相當多的研究人員沒有掌握統計的核心,對各種統計模型的適應條件了解不足,不斷錯誤的使用著統計!

市面上充滿了統計學書籍,但要麼脫離實踐過於深入數理統計理論,要麼單純的講解操作,這些都是價值較低的課程。科研統計課程需要重新設計,新的課程應該是在策劃上打破常規的、通俗易懂的、深入傳輸統計思維的、對統計模型選擇的適用條件認證鑑別講解的、重點層次分明的,而且必須是結合真實場景進行分析,幫助學員從不同專業、有效無效信息混雜的真實場景中理清思路,培養真正的「統計思維」。

《科研SPSS統計思維實戰》 課程正是在這樣的背景下策劃產生。莫速乎教育從不輕易推出一部新課程,本課程的策劃對統計老師的要求很高,首先其教學水平需得到我們的認可,且至少擁有十年以上統計工作或教學經驗,最難能可貴的是願意屈尊接受我們對科研人群調查中獲取到的反饋建議,並重新策劃課程。

本課程以目前科研界最廣泛使用的SPSS軟體為操作載體,教大家如何把握核心,一步一步分析應對各種科研工作中常見的統計設計及數據統計分析,包括複雜多元統計。課程配有詳細的內部筆記資料供複習,兩整天的現場課程重在掌握各種統計模型的關注點、整套分析邏輯與思維,及了解統計設計和數據分析中常犯的錯誤及如何避免。同時自帶電腦當場練習、交流、提問,以加深印象。如果您對科研設計、論文數據該用哪種統計方法及後續SPSS統計分析操作存在模糊不清,這是您不容錯過的好課程……

本次研討會主辦及承辦單位:

莫速乎教育(上海莫速乎教育投資有限公司,www.mosuhu.com)

上海荊麥信息科技中心

課程特色:

1、 本課程重在傳輸科研工作中的統計思維與邏輯,當需要進行操作時,使用SPSS進行講解操作,避免將時間浪費在可能一生都不會用到的偏專軟體操作上。

2、 課程通俗易懂,將抽象的名詞通俗化,對學員統計要求不高,一般研究生學歷(包括在讀)即可。

3、 本次課程全程由一位老師主講,更能獲得最大收穫。

4、 課程內容實用性強,均為科研工作中一定會使用到的內容,且從案例、問題出發,知識更立體,更能學以致用。課程設計不是為了考試,而是解決實際問題,因此可按照真實應用情況安排課程重點。

課程解決的問題:

(包含但不限於以下問題,由於重在思維推理,因此更多核心還見現場課程。為了便於掌握,下述問題將會包含到課程案例分析中,而不會按下述清單依次講解)

1) 為什麼說目前科研設計與統計分析質量令人擔憂?

2) 如何培養統計思維?統計思維的常見誤區有哪些?

3) 科研中「差異」的「專業意義」與「統計學意義」的差別?

4) 盲法的重要概念?盲法裡的那些不可忽視的小事?

5) 工作中幾個最常混淆的術語通俗解釋?

6) 第一個必備思維:你研究的樣本能代表研究總體嗎?

7) 前瞻性研究與回顧性研究的核心關注點是什麼?

8) 如何把握實驗設計的三因素、四原則?

9) 你真正掌握了實驗因素與實驗水平的差別嗎?

10) 你知道多因素與多元統計的差別嗎?你知道多重與多元的差別嗎?

11) 常見實驗設計類型與方案及鑑別要點?

12) 令人頭大的交互作用如何快速辨別?

13) 另一個必備思維:科研統計的三板斧(統計思維-統計設計-SPSS實現)?

14) 如何區分標度測量、有序測量、名義測量,以及有哪些很容易搞混的情況?

15) 如何使用SPSS隨機數隨機分組,通過一個例子掌握所有隨機分組的情況?

16) 科研中統計方法應用的常見錯誤有哪些及區別要點?

17) 為什麼說區分資料類型十分重要,常常直接決定後續採用哪種統計方法?

18) 生物醫學領域數據是怎麼分布的?這些分布有什麼概率特點與規律?

19) 何為二項分布,Poisson分布及案例分析?

20) 你真正了解正態分布和中心極限定理嗎?

21) 算術均數與幾何均數的差別,以及在什麼情況下使用?

22) 方差與標準差的關係是什麼,如何形象理解方差與標準差?

23) 什麼是中位數、眾數、變異程度,在哪些情況下分別使用?

24) 標準差、標準誤的差別和關係,何時用標準差何時用標準誤?

25) 點估計與區間估計(置信區間)的差別?

26) 樣本群體和個體的區別——均值的「可信區間」VS.「參考值範圍」如何使用?

27) 你能分清率和構成比嗎,知道這被廣泛被錯用嗎?

28) 什麼是交叉表和高維列聯表?

29) 什麼是率的可信區間估算?

30) 標準正態Z分布與t分布的概念、差別與使用?

31) 實際工作中常常KS與SW正態性結果相反,此時該如何解決?

32) 如何檢驗數據是否服從正態分布,有哪些方法,分別在哪些情況下使用?

33) 如何將偏態分布的數據合理分為幾大類?

34) 如何處理缺失值,有哪些原則?

35) 利用SPSS進行連續變量的離散化,及哪些情況下需要將連續變量離散化?

36) 如何利用隨機數字生成器,在哪些情景使用?

37) 如何將長型格式轉化為寬型格式?

38) 假設檢驗中的常見錯誤?一個例子講透假設檢驗

39) 一類錯誤與二類錯誤的差別,如何控制這兩類錯誤?

40) 如何計算某研究中需要多少樣本量?

41) P小於0.05就行了麼?何時需要小於0.05,及0.01?

42) 假陽性與假陰性的矛盾中透露的哲學思想!

43) 萬變不離其中的統計設計與布局思想,如何把握統計的核心?

44) 一元統計與多元統計的區別及核心?

45) 什麼是模型?你理解模型是幹什麼的嗎?

46) 單因素分析與多因素分析的應用場景有哪些?

47) 完全隨機與隨機區組設計、多個樣本均數的兩兩比較的區別核心?

48) 析因設計、重複測量設計、交叉設計的區別使用及核心理念?

49) 什麼樣的實驗研究場合適合選用隨機區組設計?

50) 單因素多水平設計與隨機區組設計的異同點是什麼?

51) 交叉設計的使用場合與注意事項?

52) 如何思考與安排具體的析因設計?

53) 如何處理析因設計與重複測量設計同時存在的情況?

54) 三個因素及以上的多因素分析如何進行分層兩兩比較?

55) 在應用正交設計時大家常犯的錯誤有哪些?如何避免?

56) 為什麼進行綜合分析還要考慮試驗設計?

57) 兩兩比較的方法之解惑?

58) PostHoc是什麼意思?

59) LSD輸出非常詳細,SNK法輸出能看懂嗎?

60) 兩兩比較法到底哪家強?究竟什麼情況下用那個?

61) 如果方差不齊如何解決?方差不齊時如何矯正檢驗?

62) 多因素方差分析在哪矯正?

63) 方差分析的終極解決之道——一般線性模型的SPSS實現?

64) 定量資料的統計分析與常見錯誤辨析

65) 單組設計定量資料的t檢驗與非參檢驗及鑑別要點?

66) 配對設計定量資料的t檢驗與非參檢驗及鑑別要點?

67) 成組設計的定量資料的t檢驗與非參檢驗及鑑別要點?

68) 單因素k水平設計定量資料的方差分析的鑑別要點?

69) 重複測量設計的定量資料的方差分析

70) 二階段交叉設計定量資料的方差分析

71) 多元方差分析的SPSS實現,及在什麼情況下使用?

72) 如何理解方差分析模型常用術語?什麼是固定因素,什麼是隨機因素?

73) 如何分析及判讀多因素方差分析檢驗思路?

74) 多因素方差分析模型的適用條件有哪些?

75) SNK兩兩比較出現跨界結果時如何判讀?

76) 獨立性、正態性(殘差診斷)、方差齊性(各個單元格)建模後的殘差分析要領?

77) 邊際均數比較與兩兩比較的差別在哪?

78) 卡方分布與卡方檢驗及SPSS如何實現?

79) 線性回歸的步驟及思維邏輯是怎樣的?

80) 何為多重共線性?多重共線性的判斷如何操作?

81) 多變量的篩選策略?

82) 什麼是殘差?何為未標準化和標準化殘差?殘差是否獨立如何檢測?

83) 什麼是多值名義資料?

84) 面對不同的多值名義資料如何選擇統計分析方法?

85) 如何進行獨立樣本四格表資料的卡方檢驗?

86) 如何進行多個獨立樣本R×C列聯表資料的卡方檢驗?

87) 什麼是配對設計資料的卡方檢驗?

88) 列聯表資料的確切概率法及使用場景?

89) 常用定性資料的統計分析方法有哪些,何時使用?

90) 橫斷面研究設計的2*2表資料統計分析及spss實現

91) 隊列研究設計的2*2表資料及spss實現

92) 病例對照研究設計的2*2表資料及spss實現

93) 配對研究設計的2*2表資料及spss實現

94) 雙向無序的R*C表資料及spss實現

95) 高維列聯表的統計分析及SPSS實現

96) 什麼情況下經常誤將例次當作例數處理?

97) 什麼情況下經常誤用定量資料的統計分析方法處理定性資料?

98) 用多次兩兩比較隨意割裂R*C表資料案例分析

99) 配對資料的符號秩和檢驗在何時使用,及如何實現?

100) 兩組獨立樣本比較的秩和檢驗與SPSS實現?

101) Wilcoxon秩和檢驗的用途與SPSS實現?

102) 何為Kruskal-Wallis檢驗?什麼情況下使用?

103) 何為幾個相關有序樣本的非參數檢驗及案例分析?

104) 如何用廣義估計方程分析重複測量設計的分類資料?

105) 經典的回歸與相關分析思路與SPSS實現?

106) 什麼是多重線性回歸與多元回歸分析?

107) 一般線性模型與廣義線性模型與混合線性模型的差別與聯繫?

108) 分類變量的關聯性分析要領?

109) 線性回歸與非線性回歸的差別及應用場合?

110) 自變量篩選的方法與SPSS實現?

111) 危險因素評價及預測:Logistic回歸的精髓與SPSS實現?

112) 多重logistic回歸的應用場合?

113) 自變量篩選的方法與模型評價的方法?

114) 模型評價及預測的方法與思想?

115) 多重回歸中的共線性問題?

116) 關於ROC曲線不得不說的故事!兩個ROC曲線下面積的比較?

117) 何為啞變量?設置啞變量的方法?

118) 什麼是極大似然估計?什麼是最小二乘法?

119) 多因素間關聯:多重相關與回歸的SPSS實現

120) 多重線性回歸分析的應用場合、概念和任務及評價

121) OR值與RR的含義及解釋

122) 別妄想「魚目混珠」—混雜因素的識別要領?

123) 統計圖的設計與思考?

124) Kolmogorov-Smirnov 檢驗的作用是什麼?

125) 什麼是logit變換?

126) 多重共線性的識別和處理?

127) 什麼是生存分析的基本原理、基本概念和用途及K-M法、壽命表法的原理與分析實例

128) Cox模型的原理通俗講解

129) 含時間依存變量的Cox回歸模型

130) 逐步、前進、後退三種篩選方法的含義與用法、分析結果的閱讀?

131) 核心思維:多元設計的要求與方案?

課程時間及安排:

2017-3-24 下午三點後一樓大廳報到臺報到,領取材料、餐券,外地學員可提前辦理入住

2017-3-25 8:30 - 12:00 上午課程,13:30 - 17:00 下午課程,中午統一午餐

2017-3-26 8:30 - 12:00 上午課程,13:00 – 16:30 下午課程,中午統一午餐

會議具體事項

研討會時間地點

北京冠京飯店 2017325-26日,24日報到

地址:北京市豐臺區豐臺北路79(近豐體南路),地鐵9號線七裡莊站A2口出

培訓對象

從事生物、醫學、農業等各科研專業,需要發表SCI文章的科研工作者及碩士、博士研究生,年資不限。

註冊費用

2400元/人,三人以上團體2200元/人

按繳費先後順序確定座次;註冊費含會場、專家講課費、教材、午餐、稅費。不含住宿費。

繳費帳號

開戶行:中國建設銀行(上海市泗涇支行)

戶名:上海荊麥信息科技中心

銀行帳號:3100 1983 0100 5002 2781

備註寫明:姓名+統計

少數單位轉帳時需提供我方開戶銀行行號:1052 9008 0036

如通過支付寶轉帳須支付到:(支付寶無法轉帳到企業銀行,只能轉帳到企業支付寶)

企業支付寶:mosuhu@163.com

戶名:上海莫速乎教育投資有限公司

繳費後請將匯款憑據截圖或拍照,並發送郵件到yinhh@im.ac.cn告知詳情以備核實。如多付款我們將會退還給您,敬請放心。經蓋章的紙質版邀請函將會與發票一起在會議第二天下午統一發放給大家。目前可郵件索要經蓋章的PDF版邀請函。

可以現場刷卡(公務卡、信用卡、儲蓄卡等)或繳納現金。

住宿 不強行規定,可以自己網上預訂住宿,費用自理

北京冠京飯店

地址:北京市豐臺區豐臺北路79(近豐體南路),地鐵9號線七裡莊站A2口出

標準間: 320// 標準雙床房 (含早餐、含寬帶)

備註:標準間為雙床,可同一單位兩人合住一間。住宿統一安排,費用自理,辦理住宿時告訴前臺是參加此學習班的即可,住宿費辦理住宿時交給酒店前臺。住宿費發票將在退房時由酒店開具給您。

報名諮詢:

尹老師

電話/微信:13717838339

電子郵箱: yinhh@im.ac.cn

其他說明

1、會議報到:3月24日15:00-20:00在酒店一樓大廳報到領取教材,20:00之後到達酒店的請提前與何老師聯繫預留房間,當晚辦理入住,第二天早上8:00報導。會議含統一午餐。

2、會議需自備電腦、滑鼠。會場我們會布置充足的電源插座,請放心。主講老師課上實際應用案例很多,學員需要一起操作練習,不會睡覺。

3、請確保電腦安裝的是WINDOWS的作業系統(xp/vista/win7/win8/win10),而非蘋果作業系統(但也可自行尋找安裝適合蘋果系統的相關軟體)。

4、我們教學使用的軟體為SPSS 24.0。練習素材和軟體會議前一周提供下載地址自行下載安裝,如安裝中出現問題或不會安裝,請不必擔心,老師上課前會講解如何安裝。

5、發票會在會議期間發放。

6、隨發票一同發放的還有經過蓋章的紙質版會議邀請函,以便於大家報銷費用時作為會議憑證。如需要用來預支付費用,可以郵件索要經蓋章的PDF版本的邀請函,您先將它列印出來拿去財務預支費用,均屢試不爽。

7、如果您針對統計方面有何疑問,請帶著問題來,並可與授課老師當場交流。

8、我們使用了最高流明(亮度單位)的投影儀,並配合屏幕放大軟體,您不必擔心看不清屏幕。

報名方法見下一頁

會議報名方法

為了便於最快速的給您回復,請按下列格式自行撰寫郵件發送到本次會議指定報名郵箱 :

yinhh@im.ac.cn

(為避免進入垃圾箱,以下文字可能無法複製,請自行撰寫郵件,包含以下內容即可,多謝諒解)

報名郵件內容模板:

我想報名參加3月的科研SPSS統計思維實戰研討會,以下是我的信息:

1、姓名:

2、性別:

3、單位:

4、郵箱:

5、手機:

6、發票抬頭:如不確定,先留空。

7、是否預訂住宿:一般默認住宿時間是從會議前一晚到會議最後一天中午退房。共2晚,如果有特殊需要請註明。

8、備註:備註說明寫在此,比如有多人參加,請將姓名、性別、郵箱、手機在上面分別單獨列出,備註中寫明一位主要聯繫人。

關於報名的說明:

1、請務必留意會議主辦單位為「莫速乎教育」及會議日期(3月25-26日)地點(北京),以免弄錯;

2務請發到指定報名郵箱,而不要直接回復收到的通知郵件;

3、您發送後1天內會收到我們更詳細的報到通知等說明,如2天後依然未收到請電話聯繫我們或核對郵箱再發送一次;

4、如有任何疑問,也可直接撥打會務組電話: 尹老師13717838339


相關焦點

  • 基本數據統計分析--spss
    在數據分析工作中,描述性統計分析是我們日常使用率最高的,主要的基本統計分析維度包括但不限於均值、 中位數、眾數、方差、百分位、頻數、峰度、偏度、探索分析、交叉聯列表分析、多選項分析、基本統計報表製作等。而這些功能操作在spss中是可以直接使用的。當然我們也需要理解相關定義。
  • [理論+SPSS實戰] 點估計與區間估計詳細解析+把論文寫在抗擊疫情的第一線
    正文:點估計點估計(point estimation)是用樣本統計量來估計總體參數,因為樣本統計量為數軸上某一點值,估計的結果也以一個點的數值表示,所以稱為點估計。如利用樣本平均數作為總體平均數μ的估計數,用樣本方差直接作為總體方差的估計值。
  • spss是什麼軟體?spss軟體是用來做什麼的?
    很多人看到有人在用spss,好奇spss是什麼軟體?spss是用來做什麼的? spss是一個非常好用的統計分析軟體, spss用於統計學分析運算、數據挖掘、預測分析和決策支持任務的軟體產品及相關服務軟體哦,下面小編就來詳細介紹一下吧!
  • spss怎麼分析因子?spss因子分析法詳細步驟
    spss不僅可以分析主成分 ,還可以分析因子哦,但是很多朋友不知道spss怎麼分析因子?小編下面有一個spss因子分析法詳細步驟哦,只要大家按照spss因子分析法詳細步驟一步步操作就知道spss怎麼分析因子了哦,下面就和小編一起來看看吧!
  • 「第九屆空間統計與空間計量經濟分析培訓研討會」成功舉辦
    7月12 ~ 21日,在華東理工大學舉行的「第九屆空間統計與空間計量經濟分析培訓研討會」圓滿結束。本次培訓研討會的主題為「基於網絡平臺的空間數據分析:數據、方法、工具和應用」,會議由華東理工大學商學院「城市與區域分析實驗室」與美國中國數據研究所、 中國區域科學協會空間分析專業委員會共同主辦,華東理工大學商學院和華東理工大學社會科學高等研究院聯合承辦,《生態經濟》、 《Ecological Economy》雜誌社協辦,討論了面向網絡空間數據分析的統計方法、軟體技術、數據平臺及在有關學科領域的應用研究
  • SPSS+統計分析+SEM,想提升量化研究能力的你有福了
    其實,這一趨勢也在提醒著我們:混跡國內社科研究領域,沒有點量化的思維方式和研究方法作支撐,還真的有點不好意思了。以我為例,如果不是有上面提到的那篇狗血論文作為支撐,我都不好意思說自己還是個社科科研工作者的,討厭。
  • 現場+直播 | MPLUS結構方程模型(SEM)實戰研討會
    結構方程模型不但能夠實現傳統的第一代多變量分析方法,如多元回歸、方差分析、路徑分析及多層次模型,同時還考慮了測量誤差、同步分析多個因變量模型、模型擬合度、直接與間接效果、處理特殊數據,如自我相關、非正態、類別變量等,使得統計估計變得更為精確。
  • SPSS因子分析案例
    【二、簡單實例】現在有 12 個地區的 5 個經濟指標調查數據(總人口、學校校齡、總僱員、專業服務、中等房價),為對這 12 個地區進行綜合評價,請確定出這 12 個地區的綜合評價指標。【三、解決方案】1、spss因子分析同一指標在不同地區是不同的,用單一某一個指標難以對12個地區進行準確的評價,單一指標智能反映地區的某一方面。
  • SPSS科研統計:獨立樣本T檢驗
    2、根據第一步的結果,決定T統計量和自由度,對T檢驗的結論做出判斷兩總體方差未知且相同。具體操作方式如下:打開數據,檢驗數據是否屬於正態分布,可參考《SPSS科研統計:探索性分析》檢驗數據的正態性分布。
  • 數據分析之主成分分析,spss主成分分析實例
    主成分分析方法能夠解決以上問題,主成分分析法是一種降維的統計方法,是考察多個變量間相關性一種多元統計方法。二、spss主成分分析操作流程導入數據。將已有數據整理後導入spss導入數據主成分分析操作流程。
  • 「spss數據分析系列」t檢驗
    一、t統計量及t檢驗本人介紹spss數據分析中的t檢驗,我們平時分析數據時經常對比均值,其中兩分類的均值對比採用的t檢驗,這裡強調一下的是兩分類的對比,其他還有獨立樣本t檢驗,配對t檢驗,我們在下面spss軟體部分再做說明
  • 統計界「扛把子」—SPSS,還有比它更好用的寶藏軟體嗎?
    SPSS 作為國際上最有影響力的三大統計軟體之一,是SAS、SPSS、Stata 和 R 等常用統計軟體中「最受歡迎」的寶藏神器。  作為統計軟體中的「扛把子」,有SPSS傍身,可以說解決了科研過程中99%的統計難題。
  • spss卡方_spss卡方檢驗 - CSDN
    spss中交叉分析主要用來檢驗兩個變量之間是否存在關係,或者說是否獨立,其零假設為兩個變量之間沒有關係。在實際工作中,經常用交叉表來分析比例是否相等。例如分析不同的性別對不同的報紙的選擇有什麼不同。
  • spss聚類分析功能怎麼使用?spss聚類分析教程
    spss 是一個非常好用的統計分析軟體,spss有一個聚類分析的功能哦,但是很多人不知道spss聚類分析功能怎麼使用?spss聚類分析是一個將case分析的數據的功能哦,下面小編就來告訴大家spss聚類分析使用教程吧!
  • 數據分析基礎相關性分析,SPSS實操
    (2)其次,計算相應的統計量,並得到對應的相伴概率值。如果相伴概率值小於或等於指定的顯著性水平,則拒絕H0,認為兩總體存在顯著的線性相關關係;如果相伴概率值大於指定的顯著性水平,則不能拒絕H0,認為兩總體不存在顯著的線性相關關係。
  • spss主成分怎麼進行分析?spss主成分分析法步驟
    spss 這款軟體功能非常多哦,還可以分析主成分哦,但是很多朋友不知道spss主成分怎麼進行分析?小編下面準備了spss主成分分析法詳細步驟,大家安裝 詳細步驟一步步操作就知道spss主成分怎麼進行分析?
  • 「spss數據分析系列」卡方檢驗-2x2
    卡方檢驗用的分布就是卡方分布,構造的統計量就是通過觀測值和期望值之間的差來進行構建,具體如下:在spss操作裡面比較簡單,就是在分析-描述統計-交叉表,如下:將兩個變量選入行和列之後,在統計量裡面選擇卡方:如下:下面是結果:由於樣本量的不同和期望值的差異
  • 「第四屆全國批判性思維教學研討會」在北京大學召開
    原標題:「第四屆全國批判性思維教學研討會」在北京大學召開   7月22日至23日,第四屆全國批判性思維教學研討會在北京大學召開。本次會議的主題為:交流批判性思維研究和教育教學的經驗成果;研討批判性思維的理念、方法、技能及測試等問題;探討開展批判性思維教育在中國大學的意義和路徑。
  • spss 非線性回歸 - CSDN
    可以看到這4個變量都為分組分類變量,不能直接作為自變量進行回歸分析,必須先進行虛擬化,下面就來講解如何虛擬化的spss操作步驟。 以上就是今天講解的SPSS虛擬線性回歸分析的應用與操作詳解,今後還會有更多SPSS統計分析文章更新,敬請大家關注!本期課程就到這裡哦,感謝大家耐心觀看!每日更新,敬請關注!
  • 如何用SPSS做單因素和多因素方差分析
    SPSS作為大家熟知的統計軟體,在科研和工作上數據分析方面一直備受歡迎。