《統(tǒng)計(jì)分析軟件》課程教學(xué)大綱_第1頁
《統(tǒng)計(jì)分析軟件》課程教學(xué)大綱_第2頁
《統(tǒng)計(jì)分析軟件》課程教學(xué)大綱_第3頁
《統(tǒng)計(jì)分析軟件》課程教學(xué)大綱_第4頁
《統(tǒng)計(jì)分析軟件》課程教學(xué)大綱_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

ADDINCNKISM.UserStyle《統(tǒng)計(jì)軟件應(yīng)用》課程教學(xué)大綱(實(shí)驗(yàn)課程)一、課程基本信息課程號(hào)0423D00006開課單位河北大學(xué)管理學(xué)院課程名稱統(tǒng)計(jì)分析軟件ApplicationofStatisticalSoftware課程性質(zhì)必修考核類型考查課程學(xué)分1課程學(xué)時(shí)34課程類別學(xué)科基礎(chǔ)課(學(xué)科拓展課)適用專業(yè)(類)勞動(dòng)與社會(huì)保障、財(cái)政學(xué)二、課程描述及目標(biāo)(一)課程簡介《統(tǒng)計(jì)分析軟件》課程是本專業(yè)(類)的一門學(xué)科基礎(chǔ)課程,旨在訓(xùn)練統(tǒng)計(jì)分析能力,統(tǒng)計(jì)軟件的應(yīng)用知識(shí)。本課程主要基于統(tǒng)計(jì)基本理論。本課程主要包括STATA基本操作、描述統(tǒng)計(jì)分析過程、參數(shù)估計(jì)和假設(shè)檢驗(yàn)等實(shí)驗(yàn)項(xiàng)目。(二)教學(xué)目標(biāo)通過本課程,使學(xué)生一方面掌握統(tǒng)計(jì)基本理論和方法,另外還需通過上機(jī)實(shí)踐,運(yùn)用統(tǒng)計(jì)軟件進(jìn)行各項(xiàng)統(tǒng)計(jì)分析,從而透徹掌握各種分析方法,真正領(lǐng)會(huì)統(tǒng)計(jì)軟件的發(fā)展使得統(tǒng)計(jì)分析成為直接受益領(lǐng)域之一。課程目標(biāo)1:熟練掌握統(tǒng)計(jì)軟件的使用方法和技巧。課程目標(biāo)2:有助于學(xué)生對(duì)各種統(tǒng)計(jì)理論和方法的準(zhǔn)確、全面理解,在實(shí)際中更好地運(yùn)用各種統(tǒng)計(jì)分析方法。課程目標(biāo)3:幫助學(xué)生利用掌握的計(jì)算機(jī)相關(guān)知識(shí)和著名統(tǒng)計(jì)軟件作定量分析研究,提高學(xué)生解決實(shí)際問題的能力。課程目標(biāo)4:使學(xué)生更好地適應(yīng)形勢發(fā)展,滿足社會(huì)的需要,把學(xué)生培養(yǎng)成既具有較強(qiáng)的經(jīng)濟(jì)理論基礎(chǔ)又掌握一定的統(tǒng)計(jì)理論方法,而且借助統(tǒng)計(jì)軟件熟練的進(jìn)行各種定量分析的復(fù)合型人才。三、課程目標(biāo)對(duì)畢業(yè)要求的支撐關(guān)系畢業(yè)要求指標(biāo)點(diǎn)課程目標(biāo)1-2:掌握勞動(dòng)與社會(huì)保障專業(yè)學(xué)科的基本理論、基本知識(shí)課程目標(biāo)12-1:具有處理勞動(dòng)與社會(huì)保障領(lǐng)域業(yè)務(wù)的基本能力課程目標(biāo)22-2:掌握文獻(xiàn)探索、實(shí)踐調(diào)研、數(shù)據(jù)處理、理論模型的理解與構(gòu)建等方面的基本方法課程目標(biāo)33-1:具有一定的科學(xué)研究和實(shí)際工作能力課程目標(biāo)4四、教學(xué)方式與方法講授、演示和實(shí)驗(yàn)操作。五、教學(xué)重點(diǎn)與難點(diǎn)(一)教學(xué)重點(diǎn)1.變量的類型與測度。在應(yīng)用統(tǒng)計(jì)方法時(shí)必須滿足其對(duì)于變量測度等級(jí)的要求以及其他假設(shè)條件,不合乎統(tǒng)計(jì)方法所要求的變量類型不能應(yīng)用;2.相關(guān)分析用于描述兩組變量之間所存在的相關(guān)關(guān)系。通過相關(guān)系數(shù)最大化原則,依次建立若干成對(duì)的典型變量,并計(jì)算出它們之間的相關(guān)系數(shù)(即典型相關(guān)系數(shù)),代表兩組變量之間在不同維度上的共變關(guān)系;對(duì)于各維度上的典型相關(guān)進(jìn)行檢驗(yàn),精簡不顯著的維度,以便將分析集中于那些存在顯著相關(guān)性的維度。3.多元回歸分析。描述和預(yù)測多個(gè)自變量對(duì)一個(gè)因變量發(fā)生影響作用的數(shù)量關(guān)系;多元回歸分析的因變量必須為間距測度等級(jí),其他自變量則必須為間距測度等級(jí)和特定的標(biāo)示編碼形式;在多元回歸中,確定系數(shù)表示所有自變量對(duì)于因變量的解釋能力。4.因子分析。主要目的是濃縮數(shù)據(jù),用較少數(shù)的幾個(gè)假想因子來反映原來眾多觀測變量所代表的信息;因子分析主要用于兩個(gè)方面:一是尋求數(shù)據(jù)的基本結(jié)構(gòu),二是進(jìn)行數(shù)據(jù)化簡;因子分析用于分析間距測度及以上等級(jí)的變量,變量之間應(yīng)該有較強(qiáng)的相關(guān)關(guān)系。5.聚類分析。它根據(jù)研究對(duì)象之間的相似性對(duì)研究對(duì)象進(jìn)行分類。聚類分析可以用來對(duì)案例進(jìn)行分類,也可以用來對(duì)變量進(jìn)行分類;選擇合適的聚類變量在分析中至關(guān)重要。選擇這些變量的要求是:各聚類分析的目標(biāo)密切相關(guān),反映要分類對(duì)象的特征,在不同研究對(duì)象上的值具有明顯差異,變量之間不存在高度相關(guān)。6.對(duì)logistic模型。logit轉(zhuǎn)換使得模型系數(shù)的解釋比一般線性回歸中更為復(fù)雜。對(duì)于發(fā)生概率、發(fā)生比、優(yōu)勢比等概念的掌握有利于對(duì)本章介紹模型的理解;給出了二分類logistic模型的整體檢驗(yàn)與擬合優(yōu)度評(píng)價(jià)標(biāo)準(zhǔn),介紹模型中檢驗(yàn)單個(gè)自變量影響及自變量組影響的原理和方法。7.計(jì)數(shù)變量是社會(huì)和行為科學(xué)研究中經(jīng)常會(huì)遇到的一類變量,它的取值往往為有限個(gè)非負(fù)整數(shù)值,表示所關(guān)注事件在特定時(shí)間或空間范圍內(nèi)的發(fā)生次數(shù);分析計(jì)數(shù)因變量時(shí)不適宜應(yīng)用常規(guī)線性回歸方法,通常采用的統(tǒng)計(jì)模型是泊松回歸,它假定因變量服從泊松分布,并將期望計(jì)數(shù)的對(duì)數(shù)表達(dá)為一組自變量的函數(shù)。7.優(yōu)勢比測量交互表行變量與列變量之間的關(guān)聯(lián);優(yōu)勢比與對(duì)數(shù)線性模型參數(shù)之間存在對(duì)應(yīng)關(guān)系,表現(xiàn)為,對(duì)數(shù)優(yōu)勢比對(duì)應(yīng)著交互項(xiàng)參數(shù),而條件發(fā)生比則對(duì)應(yīng)著邊緣分布效應(yīng);對(duì)數(shù)線性模型分析中,重點(diǎn)是對(duì)關(guān)聯(lián)的分析。(二)教學(xué)難點(diǎn)1.不用統(tǒng)計(jì)方法的基礎(chǔ)是對(duì)變量之間關(guān)系的模型假設(shè)。應(yīng)該按照研究需要和數(shù)據(jù)類型選擇統(tǒng)計(jì)方法;統(tǒng)計(jì)分析只是整個(gè)研究的一個(gè)組成部分。必須以科學(xué)研究方法論和具體學(xué)科理論為指導(dǎo),正確理解和闡釋所得到的統(tǒng)計(jì)結(jié)果。2.偏回歸系數(shù)表示在控制其他自變量的條件下,某一自變量與因變量之間在變量實(shí)際測量單位基礎(chǔ)上的數(shù)量關(guān)系,表示自變量每增加一個(gè)單位量所造成因變量的變化量;標(biāo)準(zhǔn)化偏回歸系數(shù)為某一自變量對(duì)因變量的純統(tǒng)計(jì)聯(lián)系,不受變量實(shí)際測量單位的影響,因此可以用來比較各自變量對(duì)因變量相對(duì)作用大小。3.相關(guān)測度和距離測度適用于間距測度及以上的數(shù)據(jù),關(guān)聯(lián)測度適用于名義測度和序次測度的數(shù)據(jù);每一種聚類方法各有特點(diǎn)。層次聚類法只能單方向進(jìn)行聚類,聚類結(jié)果受數(shù)據(jù)中異常值的影響很大。迭代聚類法初始分類非常敏感,通常也只能得到局部最優(yōu)解。把這兩種方法結(jié)合起來使用,可以取長補(bǔ)短。4.多分類logistic回歸的原理進(jìn)行介紹,如何在該模型中進(jìn)行整體檢驗(yàn)、整體擬合優(yōu)度評(píng)估,并對(duì)模型具體回歸參數(shù)的解讀進(jìn)行了說明。著重介紹獨(dú)立于無關(guān)選項(xiàng)假定及其檢驗(yàn);對(duì)序次logistic回歸模型及其他廣義序次模型的原理和操作進(jìn)行介紹,對(duì)這一模型背后的平行線假定進(jìn)行說明。簡要介紹本章各類模型之間的嵌套關(guān)系和其他后續(xù)拓展。6.對(duì)數(shù)線性模型屬于廣義線性模型族的成員,可以利用STATA的廣義線性模型模塊方便地進(jìn)行擬合。同時(shí),對(duì)關(guān)聯(lián)模式的設(shè)定可以表達(dá)為一定的設(shè)計(jì)矩陣,并可形成一個(gè)或多個(gè)相應(yīng)變量。在STATA的廣義線性建模中可以方便地應(yīng)用設(shè)計(jì)矩陣變量來檢驗(yàn)不同關(guān)聯(lián)假設(shè);對(duì)數(shù)線性模型與logistic類模型之間存在內(nèi)在聯(lián)系,兩者很多情況下是以不同方式做同樣的分析。但對(duì)數(shù)線性模型沒有明確設(shè)定變量因果關(guān)系,而且多用于探討交互表變量之間的關(guān)聯(lián)結(jié)構(gòu)假設(shè)。六、實(shí)驗(yàn)內(nèi)容、基本要求與學(xué)時(shí)分配序號(hào)實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)內(nèi)容與要求學(xué)時(shí)類型對(duì)應(yīng)課程目標(biāo)1導(dǎo)論與統(tǒng)計(jì)基礎(chǔ)知識(shí)使學(xué)生了解本書各章大致內(nèi)容并熟悉各種統(tǒng)計(jì)基礎(chǔ)知識(shí),為后續(xù)課程打下理論基礎(chǔ)。2驗(yàn)證性課程目標(biāo)12多元線性回歸了解回歸分析作用;建立有關(guān)回歸分析的基本概念和應(yīng)用回歸的各種條件;討論多元線性回歸方程的建立;了解評(píng)價(jià)多元回歸方程的有關(guān)指標(biāo);了解回歸分析的統(tǒng)計(jì)檢驗(yàn);了解標(biāo)準(zhǔn)化回歸系數(shù)的作用;說明多元統(tǒng)計(jì)控制對(duì)系數(shù)回歸的影響;回歸預(yù)測的區(qū)間估計(jì);討論回歸方程的診斷;討論如何選擇最優(yōu)的回歸模型;介紹虛擬變量及效應(yīng)變量在多元回歸分析中的應(yīng)用。2驗(yàn)證性課程目標(biāo)23因子分析了解因子分析的有關(guān)概念及應(yīng)用;學(xué)會(huì)使用STATA軟件進(jìn)行因子分析。2驗(yàn)證性課程目標(biāo)24聚類分析了解聚類分析的原理和各種聚類方法的選擇和使用;學(xué)會(huì)使用STATA軟件進(jìn)行聚類分析。2驗(yàn)證性課程目標(biāo)25通徑分析了解通徑模型的設(shè)置;分解簡單回歸系數(shù)和相關(guān)系數(shù)的通徑分析;通過示范例題對(duì)通徑模型加以掌握。2驗(yàn)證性課程目標(biāo)26Logistic回歸討論線性回歸模型產(chǎn)生的問題,以便為介紹logistic回歸方法作鋪墊;了解在因變量為二分定性變量的條件下如何建立logistic回歸模型,如何克服線性回歸的局限性的;討論logistic回歸的回歸系數(shù)的意義;了解logistic回歸的模型評(píng)價(jià)和統(tǒng)計(jì)推斷;學(xué)習(xí)以例題的數(shù)據(jù)示范使用STATA軟件進(jìn)行l(wèi)ogistic回歸的幾種主要方式;了解另外兩種logistic回歸的擴(kuò)展應(yīng)用,即多分類logistic回歸和序次logistic回歸。3驗(yàn)證性課程目標(biāo)37泊松回歸了解作為分析計(jì)數(shù)因變量基礎(chǔ)的泊松回歸;通過例題分析來示范用STATA進(jìn)行泊松回歸的主要操作。3驗(yàn)證性課程目標(biāo)38對(duì)數(shù)線性模型通過對(duì)常規(guī)交互表分析方法缺點(diǎn)的討論,來概括對(duì)數(shù)線性模型對(duì)于分類變量分析的重要發(fā)展;借助一個(gè)簡單的交互表數(shù)據(jù)介紹對(duì)數(shù)線性模型的基本原理,以及如何在廣義線性模型框架下以STATA進(jìn)行對(duì)數(shù)線性模型分析;以實(shí)際調(diào)查數(shù)據(jù)為例簡要示范如何應(yīng)用STATA軟件進(jìn)行對(duì)數(shù)線性模型分析;討論對(duì)數(shù)線性模型與logistic回歸之間的關(guān)系。3設(shè)計(jì)性課程目標(biāo)39多元方差分析從多元方差分析與一元方差分析的關(guān)系入手,了解相關(guān)方法的沿革及多元方差分析的特點(diǎn);了解多元方差分析所要求的變量、數(shù)據(jù)方面的條件;結(jié)合例題數(shù)據(jù)及例題分析的三個(gè)模型了解STATA多元方差分析的主要操作步驟。3驗(yàn)證性課程目標(biāo)310鑒別分析了解鑒別分析的假定條件和基本模型;掌握用STATA對(duì)例題做鑒別分析的操作。2驗(yàn)證性課程目標(biāo)311典型相關(guān)分析了解典型相關(guān)模型的基本假設(shè)和數(shù)據(jù)要求;學(xué)會(huì)使用STATA軟件進(jìn)行典型相關(guān)分析。2驗(yàn)證性課程目標(biāo)312結(jié)構(gòu)方程模型了解結(jié)構(gòu)方程模型及相應(yīng)的統(tǒng)計(jì)分析計(jì)算機(jī)軟件AMOS7.0的使用。2驗(yàn)證性課程目標(biāo)313事件史分析了解事件史分析的基本概念和模型;著重掌握離散時(shí)間logit模型和Cox比例風(fēng)險(xiǎn)模型;通過示范例題加以學(xué)習(xí)。2驗(yàn)證性課程目標(biāo)314對(duì)事件史原始數(shù)據(jù)進(jìn)行預(yù)處理介紹如何應(yīng)用STATA統(tǒng)計(jì)軟件包中的編程語言來完成十分復(fù)雜的數(shù)據(jù)格式的加工工作;通過例子示范運(yùn)用STATA編程進(jìn)行數(shù)據(jù)處理的技術(shù)。2驗(yàn)證性課程目標(biāo)415對(duì)應(yīng)分析了解對(duì)應(yīng)分析的基本概念和假設(shè)條件;學(xué)會(huì)使用STATA軟件進(jìn)行對(duì)應(yīng)分析。2驗(yàn)證性課程目標(biāo)4合計(jì)34注:實(shí)驗(yàn)要求包括必修、選修;實(shí)驗(yàn)類型包括“驗(yàn)證性”、“設(shè)計(jì)性”、“……”等。七、學(xué)業(yè)評(píng)價(jià)和課程考核(一)考核類型:考試t考查(二)考核方式:t實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)作品¨其它:(填寫具體考核方式)(三)成績?cè)u(píng)定:考核依據(jù)建議分值(百分比)考核/評(píng)價(jià)細(xì)則對(duì)應(yīng)課程目標(biāo)平時(shí)考核40%出勤40%考勤情況課程目標(biāo)1作業(yè)30%作業(yè)完成情況、完整性、正確率課程目標(biāo)2表

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論