教學大綱-多元統(tǒng)計分析_第1頁
教學大綱-多元統(tǒng)計分析_第2頁
教學大綱-多元統(tǒng)計分析_第3頁
教學大綱-多元統(tǒng)計分析_第4頁
教學大綱-多元統(tǒng)計分析_第5頁
已閱讀5頁,還剩6頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

《多元統(tǒng)計分析》教學大綱

課程編號:120313B

課程類型:口通識教育必修課口通識教育選修課

口專業(yè)必修課口專業(yè)選修課

口學科基礎課

總學時:48講課學時:32實驗(上機)學時:16

學分:3

適用對象:統(tǒng)計學專業(yè)[經(jīng)濟分析方向]、應用數(shù)學專業(yè)

先修課程:高等代數(shù)、概率論、數(shù)理統(tǒng)計

畢業(yè)要求:

1.應用專業(yè)知識,解決數(shù)據(jù)分析問題;

2.可以建立統(tǒng)計模型,獲得有效結論;

3.掌握統(tǒng)計軟件及常用數(shù)據(jù)庫工具的使用;

4.關注國際統(tǒng)計應用的新進展;

5.基于數(shù)據(jù)結論,提出決策咨詢建議;

6.具有不斷學習的意識;

7.掌握數(shù)學、統(tǒng)計及計算機的基本理論和方法;

8.建立數(shù)學、統(tǒng)口等模型解決金融實際問題。

一、教學目標

多元統(tǒng)計分析是數(shù)理統(tǒng)計學的一個重要分支,它的研究對象是多個隨機變量

組成的隨機向量。本課程講授經(jīng)典的多元統(tǒng)計分析方法,對于統(tǒng)計學專業(yè)來說要

求掌握各個方法的基本原理與算法,并且學會使用統(tǒng)計軟件實現(xiàn)計算。使得學生

在掌握多元分析基礎理論和方法的同時,能夠?qū)Χ嘧兞康膶嶋H問題進行數(shù)據(jù)處理

分析應用。本課程為雙語教學。

二、教學內(nèi)容及其與畢業(yè)要求的對應關系

使學生掌握經(jīng)典的多元統(tǒng)計分析理論與方法,并能將其應用于社會經(jīng)濟領域

的問題研究。本課程共分十章。第一章緒論,首先介紹了多元統(tǒng)計分析的概況,

然后復習矩陣代數(shù)知識,之后再復習隨機向量的知識,在此基礎上拓展相關的內(nèi)

容,這是本課程的基礎。第二章和第三章是將一元統(tǒng)計推廣到多元統(tǒng)計的理論內(nèi)

容,主要講解多元分布的基本概念和多元正態(tài)總體的統(tǒng)計推斷。第四章為多元數(shù)

據(jù)的圖表示法。第五章至第十章是多元統(tǒng)計分析的方法部分,包括:聚類分析

[Clusteranalysis]s判別分析[Discriminantanalysis]s主成分分析

[PrincipalComponentsAnalysis]因子分析[FactorAnalysis]對應分析

[CorrespondenceAnalysis]和典型相關分析[Car.onic相correlationanalysis]

等。

為實現(xiàn)教學目標所采取的教學方法:以教師講授為主,以學生自主學習為輔。

除了課堂上多元分析理論與方法精講之外,還有實驗課配合,使用SPSS等統(tǒng)計

軟件計算實現(xiàn)。

三、各教學環(huán)節(jié)學時分配

教學課時分配

序號章節(jié)內(nèi)容講課上機其他合計

1第一章緒論44

2第二章多元正態(tài)分布及其它三224

個重要分布

3第三章多元正態(tài)總體均值向量426

和協(xié)差陣的假設檢驗

4第四章多元數(shù)據(jù)的圖表示22

5第五章聚類分析527

6第六章判別分析527

7第七章主成分分析325

8第八章因子分析527

9第九章對應分析213

10第十章典型相關分析213

合計321648

四、教學內(nèi)容

第一章緒論[Introduction]

第一節(jié)多元統(tǒng)計分析簡介

1什么是多元統(tǒng)計分析

2多元統(tǒng)計分析研究對象

3多元統(tǒng)計分析應用

第二節(jié)本課程的準備知識

1矩陣代數(shù)與隨機向量

2概率密度函數(shù)

第三節(jié)統(tǒng)計軟件介紹

1各種統(tǒng)計軟件

2各種統(tǒng)計軟件的特點

3SPSS基本操作

本章介紹多元統(tǒng)計分析的研究對象及其研究方法,了解多元分析可以解決什

么問題。復習矩陣代數(shù)與隨機向量的知識,并拓展相關內(nèi)容。另外還要對將要使

用的統(tǒng)計軟件進行介紹。

復習思考題:

1.多元統(tǒng)計分析的研究對象是什么?其研究方法是怎樣的?

2.多元統(tǒng)計分析的理論與方法各包括哪些內(nèi)容?

第二章多元正態(tài)分布【TheMultivariateNormalDistribution]

第一節(jié)基本概念

1隨機向量的概率分布

2隨機向量的數(shù)字特征

第二節(jié)多元正態(tài)分布的定義及性質(zhì)

1定義

2性質(zhì)

第三節(jié)多元正態(tài)分布的參數(shù)估計

1均值向量

2協(xié)差陣

3相關陣

第四節(jié)其它三個重要分布

1Wishart分布

2HotellingT2

3WilksA分布

類比一元的正態(tài)分布函數(shù)將其推廣至多元,了解多元正態(tài)分布的性質(zhì)。掌握

多元正態(tài)分布的參數(shù)估II,使用統(tǒng)”軟件計算常用的統(tǒng)il量:樣本均值向量、樣

本離差陣、樣本協(xié)差陣和相關系數(shù)矩陣。了解其它三個重要分布:Wishart分布、

Hotelling丁2和w”ksA分布。

復習思考題:

1多元正態(tài)分布的數(shù)字特征都包括什么?如何估計它們?

2三個重要分布:Wishart分布、HotellingT,和WilksA分布分別是一

元的什么分布的推廣?各自的作用如何?

第三章多元正態(tài)總體均值向量和協(xié)差陣的假設檢驗

[Multivariatenormalpopulationmeanvectorandcoordinated

differentialmatrixhypothesistest)

第一節(jié)單個多元正態(tài)總體的均值向量的檢驗

1Z已知

2Z未知

第二節(jié)協(xié)差陣相等時兩個多元正態(tài)總體的均值向量的比較

1n1=n2的情況

2n1M2的情況

第三節(jié)多個多元正態(tài)總體的均值向量的檢驗(MONOVA)

1復習一元方差分析

2推廣至多元方差分析(MONOVA)

通過本章教學使學生重點掌握多元正態(tài)總體的均值向量的假設檢驗,可以使

用MONOVA解決實際問題中多個總體均值向量是否有顯著性差異的研究。并要

求學生會用SPSS等統(tǒng)計軟件對數(shù)據(jù)進行計算分析。

復習思考題:

1單個多元正態(tài)總體、兩個多元正態(tài)總體和多個多元正態(tài)總體均值向量的

假設檢驗所使用的統(tǒng)訂量分別是什么?

第四章多元數(shù)據(jù)的圖表示【Figurerepresentationofmultivariatedata]

通過本章教學使學生掌握如何使用不同軟件實現(xiàn)多元數(shù)據(jù)的圖表示。由于不同軟

件各具特色,如Excel可畫出蛛網(wǎng)圖,SPSS不能畫出臉譜圖因此可使用R軟件。

復習思考題:

1多元數(shù)據(jù)的圖表示有哪些?

2怎樣畫出蛛網(wǎng)圖和臉譜圖?如何解讀?

第五章聚類分析【Clusteranalysis]

第一節(jié)什么是聚類分析

1聚類分析與其應用介紹

2聚類分析的種類

第二節(jié)距離和相似系數(shù)

1距離

2相似系數(shù)

第三節(jié)八種系統(tǒng)聚類方法

1系統(tǒng)聚類法基本思想與步驟

2步驟

3、類與類間的距離定義

第四節(jié)快速聚類與兩步聚類

1快速聚類

2兩步聚類

通過本章教學,使學生知曉聚類分析分Q型聚類和R型聚類分析。熟知常用

的測度距離和相似系數(shù)的定義。重點掌握系統(tǒng)聚類方法,對于最長、最短距離法

會分步驟計算以理解原理。使用軟件能夠進行快速聚類的計算,另外了解兩步聚

類。并要求學生會用SPSS等統(tǒng)計軟件將聚類分析應用于分類問題的研究中。

復習思考題:

1簡述歐氏距離與馬氏距離的區(qū)別和聯(lián)系。

2系統(tǒng)聚類的基本思想是什么?

3八種系統(tǒng)聚類方法分別是什么?

第六章判別分析[DiscriminantAnalysis]

第一節(jié)什么是判別分析

1判別分析與其應用介紹

2判別分析與聚類分析的區(qū)別與聯(lián)系

3判別分析的幾種方法

第二節(jié)距離判別法

1兩個總體的距離判別

2多個總體的距離判別

第三節(jié)Fisher判別法

1基本思想

2兩個總體Fisher的判別

3多個總體的Fishcr判別

第四節(jié)Bayes判別法

1基本思想

2多元正態(tài)總體的Bayes判別

3計算步驟與應用實例

第五節(jié)逐步判別法

1基本思想

2引入與剔除變量所用的檢驗統(tǒng)計量

3訂算步驟與應用實例

通過本章教學,使學生清楚判別分析的目的和意義,了解判別分析與聚類分

析的區(qū)別與聯(lián)系。本章重點講解距離判別法,F(xiàn)isher判別法,Bayes判別法以及逐

步判別法的原理。要求學生掌握兩個總體的距離判別法,F(xiàn)isher判別法的分步驟

計算,并會用SPSS等統(tǒng)計軟件對實際問題數(shù)據(jù)進行計算做判別分析。

復習思考題:

1聚類分析與判別分析的異同與聯(lián)系是怎樣的?

2距離判別法,F(xiàn)isher判別法,Bayes判別法的基本思想分別是什么?

第七章主成分分析【PrincipalComponentsAnalysis]

第一節(jié)主成分分析及其應用

1什么是主成分分析

2主成分分析的應用

第二節(jié)主成分分析的數(shù)學模型及幾何解釋

1主成分分析的數(shù)學模型

2幾何解釋

第三節(jié)主成分的推導及性質(zhì)

1主成分的推導

2性質(zhì)

第四節(jié)計算步驟及實例

通過本章教學使學生了解主成分分析的F1的和意義,主成分分析的數(shù)學模型

及幾何解釋,主成分的推導及基本性質(zhì)。掌握計算程序中有關主成分分析的算法

基礎,會分步驟進行計算。并要求學生掌握用SPSS的Factor過程導出主成分的

計算,或者使用R軟件直接計算。

復習思考題:

1主成分分析的基本思想是什么?

2主成分分析的作用體現(xiàn)在何處?

第八章因子分析[FactorAnalysis]

第一節(jié)因子分析及其模型

1什么是因子分析

2R型因子分析模型

第二節(jié)因子載荷陣的估計方法

第三節(jié)因子旋轉與因子得分

1方差最大正交旋轉

2因子得分

第四節(jié)主成分分析與因子分析的比較

1異同點

2聯(lián)系

第五節(jié)應用案例

通過本章教學使學生了解因子分析的目的和基本思想,重點掌握R型因子

分析的數(shù)學模型,因子載荷陣的估計方法,因子旋轉,因子得分。能夠用SPSS

等統(tǒng)計軟件對實際問題進行計算分析。

復習思考題:

1試述主成分分析與因子分析的異同與聯(lián)系。

2簡述因子模型X=AY+£中因子載荷矩陣A的統(tǒng)計意義。

第九章對應分析【CorrespondenceAnalysis]

第一節(jié)對應分析的基本思想

第二節(jié)對應分析方法的原理

第三節(jié)計算步驟及實例

通過本章的學習,使學生了解對應分析的目的和基本思想、方法和基本原理。

掌握不同數(shù)據(jù)類型使用SPSS軟件實現(xiàn)計算的技巧。

復習思考題:

3.試述對應分析與因子分析的關聯(lián)。

4.試述對應分析的基本思想及其計算步驟。

第十章典型相關分析【Canonicalcorrelationanalysis]

第一節(jié)典型相關分析的基本思想及數(shù)學描述

1典型相關分析的基本思想

2典型相關分析的數(shù)學描述

第二節(jié)典型相關系數(shù)和典型變量

1典型相關系數(shù)

2典型變量

第三節(jié)典型相關系數(shù)的顯著性檢驗

第四節(jié)計算步驟及實例

通過本章的學習,使學生了解典型相關分析的目的和基本思想。掌握典型相

關分析的數(shù)學模型,總體和樣本的典型相關系數(shù)以及典型變量,典型相關系數(shù)的

假設檢驗。要求學生能夠通過程序編寫使用SPSS軟件實現(xiàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論