《数据分析实务与案例》课程教学大纲

（2008年制定）

课程编号：160028

英 文 名：Practice and Case of Data Analysis

课程类别：专业分类选修课

适用专业：管理科学

前 置 课：计算机基础、线性代数、概率统计

后 置 课：

学    分：2学分

课    时：34学时

主讲教师： 吴士亮等

选定教材：米红，张文璋. 实用现代统计分析方法及SPSS应用，北京：当代中国出版社，2004年

课程概述：

社会经济领域的研究离不开数据分析。统计分析方法和计算机技术是现代数据分析的基础，本课程从这两个角度出发，主要教授员工如何运用科学的统计理论和方法从数量方面来认识客观事物，同时在教学中加入实验操作和实验设计，使员工亲身体验统计的乐趣。教学中结合实际案例，要求同学利用计算机软件实现有关的统计计算和分析。本课程主要包括以下内容：统计分析和SPSS概述、基本统计分析、相关分析、回归分析、假设检验、方差分析、因子分析、统计SPSS制图过程等。

教学目的：

本课程旨在培养员工分析和解决实际问题的能力和动手能力，同时加深对有关统计方法及其应用步骤的理解。通过对本课程的认真学习，员工能够熟练运用计算机软件解决实际的数据分析问题，可以找到科学认识事物数量规律的入门钥匙，并为学习其它知识以及毕业后工作奠定良好的基础。

教学方法：

本课程教学要突出应用性，着重培养员工灵活应用基本原理，基本知识分析和解决实际问题的能力。应通过各个教学环节的密切配合并注意发挥各种教学媒体的作用，把对员工分析问题、解决问题的基本技能培养贯穿在全课程中。

各章教学要求及教学要点

第一章 统计数据的收集、整理与描述

课时分配：4学时

教学要求：

了解统计数据的常见来源；熟悉统计数据的常见收集方法；掌握统计数据的整理与描述。了解统计数据的探索性分析。

教学内容：

第一节 统计数据的来源

一、统计数据的直接来源

二、统计数据的间接来源

第二节 统计数据的收集

一、问卷调查

二、普查法

三、抽样调查

四、典型调查

五、观察法

六、实验法

七、集体访谈法

第三节 统计数据的整理

一、统计分组

二、频数分布与频率分布

三、累积频数分布与频率分布

四、SPSS 操作

第四节 统计数据的描述

一、分布的中心

二、分布的形状

三、偏度与峰度

四、SPSS 操作

 

思考题：

1. 简述整理统计数据的几种常见方法。

2. 阐述统计数据的常见描述？

第二章 由样本推断总体和方差分析

课时分配：6课时

教学要求：

了解抽样的意义和原则、抽样的组织形式；熟悉总体参数的点估计和区间估计；熟悉常见的几种检验方法。熟悉单因素和多因素方差分析的基本概念与方法。

教学内容：

第一节 抽样

一、抽样的意义和原则

二、抽样的组织形式

第二节 估计

一、总体参数估计概述

二、总体参数的点估计

三、总体参数的区间估计

四、总体均值的估计

第三节 检验

一、总体参数假设检验概述

二、双侧检验与单侧检验

三、Z 检验与t 检验

四、总体均值的假设检验

五、假设检验的两类错误分析

第四节 单因素方差分析

一、方差分析概述

二、方差分析原理

三、多因素方差分析

四、 案例:证券信息的定量分析

思考题：

1. 简述抽样的意义和原则、抽样的组织形式

2. 解释总体与随机变量的概念。

3. 什么是方差分析？

4. 方差分析的基本原理是什么？

第三章 相关分析

课时分配：2课时

教学要求：

熟悉简单相关系数的概念和直观意义，掌握简单相关系数的检验；了解偏相关分析的方法。

教学内容：

第一节 简单相关分析

一、简单相关系数的定义

二、简单相关系数的检验

三、相关系数的直观意义

第二节 偏相关分析

思考题：

1. 什么是相关分析？

2. 如何检验相关系数？

第四章 回归分析

课时分配：8学时

教学要求：

掌握一元线性回归分析的基本概念和回归分析及检验方法；初步掌握多元线性回归模型的估计和检验方法；熟悉自相关产生的原因和结果，熟悉自相关检验和处理的方法；掌握回归模型的应用。

教学内容：

第一节 一元线性回归分析

一、基本概念

二、用最小二乘法拟合回归直线

三、标准线性回归模型

四、样本回归模型

五、“回归”名称的产生背景

第二节 一元线性回归模型估计量的性质与分布

一、最小二乘估计量的性质

二、最小二乘估计量的抽样分布

第三节 一元线性回归模型的检验

一、一元线性回归模型检验的种类

二、拟合优度检验

三、相关系数的显著性检验

四、回归参数的显著性检验（t 检验）

五、回归方程的显著性检验（F 检验）

第四节 多元线性回归基本概念

一、多元线性回归模型

二、多元线性回归模型的基本假定

第五节 多元线性回归模型的估计和检验

一、回归参数的最小二乘估计及其性质

二、拟合优度检验

三、偏相关系数检验

四、回归参数的显著性检验（t 检验）

五、回归方程的显著性检验（F 检验）

第六节 非线性回归与曲线回归

一、非线性回归模型的类型

二、非线性模型的线性化估计

三、曲线估计

第七节 多重共线性

一、多重共线性的产生与后果

二、多重共线性的检验

三、多重共线性的处理

第八节 异方差

一、异方差的产生与后果

二、异方差的检验

三、异方差的处理

第九节 自相关

一、自相关的产生与后果

二、自相关的检验

三、自相关的处理

第十节 回归模型的应用

一、点预测

二、区间预测

案例1:我国经济增长持续性的实证研究

案例2：中德人口老龄化水平之比较   

思考题：

1. 试解释一元线性回归和多元线性回归？

2. 什么是自相关？如何处理自相关？

第五章 聚类分析

课时分配：6学时

教学要求：

掌握聚类分析的概念，熟悉聚类分析的一般步骤；掌握标准化变换和规格化变换的概念和方法；掌握常见的聚类统计量；掌握聚类的常见方法。

教学内容：

第一节 聚类分析概述

一、聚类分析的概念

二、聚类分析的一般步骤

第二节 数据变换处理

一、标准化变换

二、规格化变换

第三节 聚类统计量

一、定距(Interval)、定比(Ratio)变量的聚类统计量

二、计数变量(Count)（离散变量）的聚类统计量

三、二值(Binary)变量的聚类统计量

第四节 案例：汽车市场需求情况定量研究

思考题：

1. 什么是聚类分析？请说明聚类分析的一般步骤。

2. 列举常见的几类聚类统计量？说明其计算方法。

第六章 主成分分析

课时分配：6学时

教学要求：

熟悉主成分分析的基本思想，掌握主成分的概念；掌握主成分分析的方法。

教学内容：

第一节 主成分分析的基本思想

第二节 总体主成分

一、主成分的定义

二、主成分的性质

三、从相关矩阵出发求主成分

第三节 样本主成分

第四节 案例: 新兴股市的多因素模型

一、模型的建立

二、模型应用

三、主成份分析

四、我国股市与其他股市比较

思考题：

1. 解释主成分分析概念。

2. 如何进行主成分分析？

第七章 因子分析

课时分配：4学时

教学要求：

熟悉因子分析的基本思想；熟悉因子分析基本模型；掌握因子分析的基本方法。

教学内容：

第一节 因子分析模型

一、因子分析的基本思想

二、正交因子模型的定义

三、正交因子模型与回归模型的比较

四、负荷矩阵A 的意义

第二节 因子分析模型估计方法

一、主成分解

二、主因子解

三、其它解法

 

思考题：

1. 解释因子分析的基本思想。

2. 如何建立因子分析模型？说明因子分析的方法。

 

 

附录：参考书目

1. 沈学桢.《现代数据分析技术》，立信会计出版社，2005年版

2. 高祥宝，董寒青.《数据分析与SPSS应用》，清华大学出版社，2007年版

3. 邓祖新.《数据分析方法和SAS系统——高等院校精品课系列教材》，上海财经大学出版社，2006年版

执笔人：吴士亮                 2008年5月8日

审定人：雷卫中                 2008年5月15日

院（系、部）负责人：韩向东         2008年11月20日