数据分析课程教学大纲.docxVIP

数据分析课程教学大纲 课程英文名称：Analysis of Data 课程编号：0500410 学分：4 学时：64 一、课程教学对象 信息与计算科学，数学与应用数学专业本科学生。 二、课程性质及教学目的 课程性质：信息与计算科学专业必修课，数学与应用数学专业选修课。 教学目的：本课程将基于统计分析软件SAS讲授数据分析的不同方法，配合课后作 业和上机实验，培养学生对于大规模数据的管理、数据描述、数据统计推断、数据降维、数 据聚类、数据预测等多方面的能力。通过本课程学习，学生应掌握数据分析方法的种类和数 学原理，熟练掌握统计分析软件SAS的应用，能够独立运用SAS软件进行实际问题的建模 和求解。 三、对先修知识的要求 学生应先修概率论与数理统计。 四、课程的主要内容、基本要求和学时分配建议（总学时数：48） 知识模块 知识点 要求 学时 学习方式 课外学习要求 1、一元统计 基础知识 一元分布及数字特征 A 2 课堂讲授 参数估计 B 2 课堂讲授 假设检验 A 4 课堂讲授 2、多元统计 基础知识 随机向量 C 1 课堂讲授 多元正态分布 C 1 课堂讲授 3、非参数方 法 基于成对数据的两总体比较 B 2 课堂讲授 独立组数据的两总体比较 A 2 课堂讲授 列联表独立性检验 B 2 课堂讲授 4、方差分析 单因素方差分析、多重比较 A 2 课堂讲授 两因素方差分析 B 2 课堂讲授 5、回归分析 一元线性回归 A 4 课堂讲授 多元线性回归 A 2 课堂讲授 可线性化的线性回归 B 2 课堂讲授 6、判别分析 判别分析 B 4 课堂讲授 7、聚类分析 系统聚类 A 2 课堂讲授 快速聚类 A 2 课堂讲授 变量聚类 C 2 课堂讲授 8、主成分分 析 主成分分析 A 2 课堂讲授 9、因子分析 正交因子模型和参数估计 B 4 课堂讲授 因子旋转 B 2 课堂讲授 因子得分 B 2 课堂讲授 注：知识点中粗体字部分为本课程的重点或难点 五、建议使用教材及参考书 1、建议使用教材： [1]统计分析方法及应用/王学民编著，上海：上海财经大学出版社，2010.6 2、参考书： [1]邓祖新.数据分析方法和SAS系统.上海财经大学出版社，2006.8 [2]高惠璇.实用统计方法与SAS系统.北京大学出版社，2001.10 六、课程考核方式 期末考核方式：开卷笔试或论文。 平时成绩依据考勤、作业、上机实验评定。 总评成绩=平时成绩、30%+期末课程考核成绩x70%。 七、课内实验（实训）环节及要求（总学时数：16） 序号 实验（实训）项目 实验（实训）内容 实验（实训）目的及要求 学时 1 描述性分析 1.给定一组数据，分组计 算均值、方差、Qis Q3、 偏度、峰度。 掌握数字特征的计算（A） 2 2 正态总体的均值检验 .给定一组正态总体的 样本数据,检验产叩; .对两组正态总体的样 本数据，检验（11=口2。 掌握单个正态总体的均值检 验；两个正态总体均值的比较 检验（A） 2 3 非参数检验 1.对列联表，检验行变量 掌握卡方检验（A） 2 与列变量的关联性； .给定一组未知总体的 样本数据，检验|i=gO ； .给定两组未知总体的 样本数据，检验 熟悉符号检验、符号秩检验、 秩和检验(B) 4 方差分析 .给定多组样本数据，进 行单变量方差分析； .给定表格样本数据，进 行多元方差分析。 掌握多个正态总体均值的比 较检验(A) 2 5 回归分析 .给定样本数据，进行一 元回归拟合、检验； .给定样本数据，进行多 元回归拟合、检验。 掌握多元线性回归方程的拟 合、检验(A) 4 6 判别、聚类分析 .对未分类样品，进行聚 类； .对于待判别样品，进行 判别归类。 掌握对未知分类样品进行系 统聚类，和待判样品的类别判 断(A) 2 7 主成分分析 .对于多变量数据，进行 主成分提取和解释； .画出前两个主成分得分 的散点图。 掌握从多变量中提取主成分 的规则、方法(A) 2 8 因子分析 1.对于多变量数据，进行 公共因子提取和解释。 熟悉因子分析的分析过程(B) 2