《數(shù)據(jù)分析》教學(xué)大綱

1、數(shù)據(jù)分析Data Analysis一、課程基本情況課程類別：專業(yè)方向課課程學(xué)分： 2 學(xué)分課程總學(xué)時(shí)： 32 學(xué)時(shí)，其中講課： 32 學(xué)時(shí)，實(shí)驗(yàn)（含上機(jī)）： 0學(xué)時(shí)，課外 0 學(xué)時(shí)課程性質(zhì)：選修開(kāi)課學(xué)期：第7學(xué)期先修課程：高等代數(shù)、數(shù)學(xué)分析、概率論與數(shù)理統(tǒng)計(jì)適用專業(yè)：信息與計(jì)算科學(xué)專業(yè)教 材：梅長(zhǎng)林 范金城編，數(shù)據(jù)分析方法，高等教育出版社， 2006年。開(kāi)課單位： 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院信計(jì)系二、課程性質(zhì)、教學(xué)目標(biāo)和任務(wù)本課程是信息與計(jì)算科學(xué)專業(yè)本科生的專業(yè)課程；其目的是介紹數(shù)據(jù)分析的基本理論與方法；通過(guò)學(xué)習(xí)本課程，使學(xué)生初步掌握數(shù)據(jù)分析的基本理論與方法，培養(yǎng)和鍛煉學(xué)生分析、解決實(shí)際問(wèn)題的能力，同時(shí)讓

2、學(xué)生掌握基本計(jì)算技能。通過(guò)研究分析和處理數(shù)據(jù)的理論與方法，從大量數(shù)據(jù)中揭示其隱含的內(nèi)在規(guī)律、發(fā)掘有用的信息，進(jìn)行科學(xué)的推斷與決策。為學(xué)生畢業(yè)后從事和逐步適應(yīng)日新月異發(fā)展的系統(tǒng)科學(xué)提供一定的適應(yīng)能力與基礎(chǔ)。主要內(nèi)容包括：數(shù)據(jù)描述性分析、回歸分析、主成分分析、判別分析、聚類分析和常用數(shù)據(jù)分析方法SAS過(guò)程簡(jiǎn)介。為更便于實(shí)用，教學(xué)過(guò)程中注重算法原理的介紹，盡量避免很深數(shù)學(xué)知識(shí)的引入，一般只介紹簡(jiǎn)單算法的推導(dǎo)。通過(guò)實(shí)例引入數(shù)學(xué)概念、介紹數(shù)學(xué)模型和理論，利用電腦軟件介紹求解方法，最后介紹如何分析電腦輸出信息，易于學(xué)生掌握。三、教學(xué)內(nèi)容和要求1、數(shù)據(jù)描述性分析（8學(xué)時(shí)）（1）了解：數(shù)據(jù)分析的基本內(nèi)容及應(yīng)用

3、領(lǐng)域和作用以及SAS軟件的基本操作； （2）理解：數(shù)據(jù)分布的擬合、檢驗(yàn)等； （3）掌握：數(shù)據(jù)的數(shù)字特征描述，數(shù)據(jù)的分布莖葉圖、箱線圖、五數(shù)總括等以及多元數(shù)據(jù)的相關(guān)性。重點(diǎn)：從數(shù)據(jù)出發(fā)如何概括數(shù)據(jù)特征的方法，主要包括數(shù)據(jù)的位置特性、分散性、關(guān)聯(lián)性及反映數(shù)據(jù)整體結(jié)構(gòu)的分布特征等。難點(diǎn)：數(shù)據(jù)分布的推斷及檢驗(yàn)。2回歸分析（6學(xué)時(shí)）（1）了解：殘差分析；運(yùn)用SAS軟件實(shí)現(xiàn)有關(guān)回歸過(guò)程的分析方法；（2）理解：逐步線性回歸法、建立線性回歸的基本假設(shè)；（3）掌握：線性回歸中參數(shù)的估計(jì)、模型與參數(shù)的檢驗(yàn)。重點(diǎn)：線性回歸模型建模理論，包括參數(shù)的估計(jì)、模型與參數(shù)的檢驗(yàn)等。難點(diǎn)：線性回歸中的殘差分析。3主成分分析與典

4、型相關(guān)分析（6學(xué)時(shí)）（1）了解：典型相關(guān)分析； （2）理解：主成分分析和典型相關(guān)分析的統(tǒng)計(jì)思想和實(shí)際意義；（3）掌握：主成分分析的數(shù)學(xué)模型、幾何意義及其應(yīng)用。重點(diǎn)：主成分分析的數(shù)學(xué)模型及其應(yīng)用。難點(diǎn)：主成分分析、典型相關(guān)分析的實(shí)質(zhì)意義。4判別分析（ 6學(xué)時(shí)）（1）了解：距離判別準(zhǔn)則的評(píng)價(jià)； （2）理解：兩總體和多總體的距離判別方法的基本思想；（3）掌握：兩總體樣本的距離判別法和Bayes判別法的具體計(jì)算步驟，并比較其異同。重點(diǎn)：Bayes判別和距離判別法的基本思想及其實(shí)現(xiàn)。難點(diǎn)：Bayes判別的基本思想。5聚類分析（6學(xué)時(shí)）（1）了解：各種聚類方法的優(yōu)缺點(diǎn)；基于SAS軟件進(jìn)行聚類的方法；（2）理解：聚類分析的目的、意義及其統(tǒng)計(jì)思想；（3）掌握：聚類分析中常用的相似性度量方法；譜系聚類和快速聚類方法。重點(diǎn)：樣本和類間相似性度量的方法；譜系聚類和快速聚類算法思想及其實(shí)現(xiàn)。難點(diǎn)：變量聚類。四、課程考核（1）作業(yè)等：作業(yè)：6次；（2）考核方式：閉卷考試（3）總評(píng)成績(jī)計(jì)算方式：總評(píng)成績(jī)=平時(shí)成績(jī)*20%+期末考試成績(jī)*80%。五、參考書(shū)目（1）數(shù)據(jù)分析，科學(xué)出版社，范金城，梅長(zhǎng)林，2012年，第二版（2）現(xiàn)代統(tǒng)計(jì)學(xué)與SAS應(yīng)用，軍事醫(yī)學(xué)出版社，胡良平，2000年；（3）近代實(shí)用多元統(tǒng)計(jì)分