Python語言描述：多元統(tǒng)計分析 教案

第6章多元統(tǒng)計分析教案課程名稱：大數(shù)據(jù)數(shù)學基礎(chǔ)（Python語言描述）課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學時：80學時（其中理論58學時，實驗22學時）總學分：5.0學分本章學時：24學時材料清單《大數(shù)據(jù)數(shù)學基礎(chǔ)（Python語言描述）》教材。配套PPT。引導(dǎo)性提問。探究性問題。拓展性問題。教學目標與基本要求教學目標通過本章的學習，主要掌握多元統(tǒng)計分析的應(yīng)用。主要了解多元分析方法中的回歸分析、聚類分析、判別分析、主成分分析、因子分析和典型相關(guān)分析，并通過例子了解這些分析方法在大數(shù)據(jù)方面的應(yīng)用，以及在Python語言中實現(xiàn)的方法?；疽笳莆斩喾N回歸分析方法。掌握多種判別分析方法。掌握聚類分析方法。掌握主成分分析方法。掌握多種因子分析方法。掌握典型相關(guān)分析方法。問題引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學生實際水平，提出問題，啟發(fā)引導(dǎo)學生去解決問題，提問，從而達到理解、掌握知識，發(fā)展各種能力和提高思想覺悟的目的。多元統(tǒng)計分析的知識主要有哪些？多元統(tǒng)計分析與大數(shù)據(jù)有哪些聯(lián)系？探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計，提問的角度或者在引導(dǎo)性提問的基礎(chǔ)上，從重點、難點問題切入，進行插入式提問?；蛘呤菍σ龑?dǎo)式提問中尚未涉及但在課文中又是重要的問題加以設(shè)問。系統(tǒng)聚類和動態(tài)聚類相比，哪種聚類效果更好？距離判別、貝葉斯判別、費希爾判別法的區(qū)別是什么？主成分分析與因子分析有什么聯(lián)系？拓展性問題拓展性問題需要教師深刻理解教材的意義，學生的學習動態(tài)后，根據(jù)學生學習層次，提出切實可行的關(guān)乎實際的可操作問題。亦可以提供拓展資料供學生研習探討，完成拓展性問題。除本章的知識點外，回歸分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？除本章的知識點外，聚類分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？除本章的知識點外，判別分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？除本章的知識點外，主成分分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？除本章的知識點外，因子分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？除本章的知識點外，典型相關(guān)分析在大數(shù)據(jù)方面的具體應(yīng)用有哪些？主要知識點、重點與難點主要知識點一元線性回歸、多元線性回歸、Logistic回歸的方法和應(yīng)用。距離判別、貝葉斯判別、費希爾判別法的應(yīng)用。距離和相似系數(shù)的概念。系統(tǒng)聚類、動態(tài)聚類分析方法和應(yīng)用?？傮w主成分、樣本主成分的分析方法和應(yīng)用。參數(shù)估計的方法和應(yīng)用。因子旋轉(zhuǎn)方法和應(yīng)用。因子得分方法和應(yīng)用。總體典型相關(guān)、樣本典型相關(guān)分析，以及顯著性檢驗。重點一元線性回歸、多元線性回歸、Logistic回歸的方法。距離判別、貝葉斯判別、費希爾判別法。系統(tǒng)聚類、動態(tài)聚類分析方法?？傮w主成分、樣本主成分的分析方法。參數(shù)估計、因子旋轉(zhuǎn)、因子得分的方法。總體典型相關(guān)、樣本典型相關(guān)分析的方法。難點總體主成分、樣本主成分的分析方法。參數(shù)估計、因子旋轉(zhuǎn)、因子得分的方法?？傮w典型相關(guān)、樣本典型相關(guān)分析的方法。教學過程設(shè)計理論教學過程掌握一元線性回歸、多元線性回歸、Logistic回歸。掌握距離判別、貝葉斯判別、費希爾判別法的應(yīng)用。了解距離和相似系數(shù)。掌握系統(tǒng)聚類、動態(tài)聚類分析方法。掌握總體主成分、樣本主成分的分析方法。掌握參數(shù)估計的方法。掌握因子旋轉(zhuǎn)方法。掌握因子得分方法。掌握總體典型相關(guān)、樣本典型相關(guān)分析，以及顯著性檢驗。實驗教學過程使用一元線性回歸、多元線性回歸、Logistic回歸對數(shù)據(jù)進行操作。使用掌握距離判別、貝葉斯判別、