还剩2页未读,继续阅读
文本内容:
数据分析课程教学大纲课程名称数据分析英文名称:Data Analysis课程编号X3080161学时64其中实验(实训)学时数16课外学时数学分数4适用专业信息与计算科学
一、课程的性质和任务本课程是信息与计算科学专业本科生的专业课程;该课程目的是介绍数据分析的基本理论与方法,详细叙述基本内容及算法;通过学习本课程,使学生初步掌握数据分析的基本理论与方法,培养和锻炼学生分析、解决实际问题的能力,同时让学生掌握基本计算技能本课程的任务是在64学时的时间内讲授数据描述性分析、多元数据分析、Bayes统计分析等内容
二、课程教学内容的基本要求、重点和难点(-)数据描述性分析要求学生了解数据分析的基本内容及应用领域与作用;掌握数据的数字特征与分布特征的描述与分析,熟练掌握常用的统计量如样本均值、样本协力差和方差,以及样本相关系数等重点:
1.数据的数字特征
2.数据的分布难点多元数据的数字特征与相关分析()非参数方法讲授两种及多种常用的非参数秩方法要求学生重点理解随机化模型下的秩检验方法重点:
1.两种处理方法比较的秩检验
2.成对分组设计下两种处理方法的比较难点:
1.分组设计下多种处理方法的比较
2.列联表的独立性检验
(三)回归分析要求学生了解建立回归方程的五个基本假设;掌握线性回归模型,回归方程的选取,回归方程效果的检验,以及残差分析方法等;并能运用统计软件实现有关回归过程的分析重点:
1.线性回归模型
2.残差分析难点:
1.残差分析
2.回归方程的选取与系统建模
(四)主成分分析要求学生了解主成分分析的统计思想和实际意义掌握其数学模型和二维空间上的几何意义;熟练掌握主成分的推导步骤及其重要的基本性质;能够利用计算软件,自己解决实际问题并给出分析报告了解典型相关分析的基本思想,会用典型相关分析方法处理实际问题重点:
1.总体主成分难点:
1.总体主成分
2.样本主成分
(五)判别分析要求学生理解判别分析的目的和意义、它的统计思想;了解并熟悉判别分析的三种类型,特别是Bayes判别方法的统计思想;掌握教材中给出的不同判别方法的判别规则和判别函数的结构;熟练掌握两总体样本的距离判别法和Bayes判别法的具体计算步骤,并比较其异同;掌握统计软件中的相应程序重点:
1.距离判别
2.Bayes判别难点:
1.逐步判别
(六)聚类分析要求学生理解聚类分析的目的和意义、它的统计思想,了解变量类型的几种尺度定义熟悉聚类分析常用的距离和相似系数的定义,掌握教材中介绍的四种谱系聚类方法,以及它们的统一公式,熟悉软件中最长(短)距离法和重心法的具体使用步骤,能运用聚类分析法及统计软件解决一些实际问题重点:
1.距离与相似系数
2.谱系聚类法难点:
1.快速聚类法(E)Bayes统计分析讲授Bayes统计模型及Bayes统计推断的主要方法要求学生掌握Bayes统计推断的主要思想与方法.重点:1Bayes统计模型
2.Bayes统计推断难点
1.Bayes统计推断
三、教学方式及学时分配学时辅导答序号主要内容主要教学方式分配疑比例―»数据描述性分析讲授+上机实验82:1二非参数方法讲授+上机实验122:1三回归分析讲授+上机实验122:1四主成分分析讲授+上机实验62:1五判别分析讲授+上机实验82:1六聚类分析讲授+上机实验102:1七Bayes统计分析讲授+上机实验82:1
四、课程其他教学环节要求课堂授课和上机实验,按时辅导答疑,上机实践要求利用所掌握的编程语言实现相应的算法实验教学环节(16学时)内容提要每组人序号实验项目名称学时说明数数据的数字特征位置数字特征,分散性的数字特征,分布的数121上机字特征数据分布直方图,相关系数221上机线性回归分析由实测数据,建立线性回归模型,上机运行,321上机并分析结果方差分析由实测数据,建立两因素方差分折模型,h机421上机运行,并检验结果主成分分析由实测数据,用主成分分析方法,编程上机运521上机行,找出能够反映大部分信息的主成分判别分析用距离判别法判别样品的类型,编程上机,分621上机析程序的运行结果.聚类分析多种方法,对实测数据进行聚类,并分析结果721上机Bayes统计推断运用统订啾件,对实测数据进行统计推断.821上机
五、本课程与其他课程的联系本课程先修课程数学分析、高等代数、概率论与数理统计
六、教学参考书目
1.范金城,梅长林.《数据分析(第2版)》,北京科学出版社,
2010.
2.方开泰.《实用多元统计分析》,上海华东师范大学出版社,
1989.
3.高惠璇.《实用统计方法与SAS系统》北京北京大学出版社,
2001.。