数据分析教学要求.ppt

数据分析 一、数据分析与数据挖掘的区别 What about this? Similarity * 数据分析（ Data Analysis ） 利用数学的方法，着重研究数据处理的理论与方法 数据挖掘（ Data Mining） 根据数学原理，建立计算机实现的方法（算法） 二、数据分析与多元统计分析 数据分析 数据描述性分析 非参数方法 回归分析 主成分分析 判别分析 聚类分析 时间序列分析 Bayes统计分析 多元统计分析 多元正态分布 均值向量与协方差阵的检验 聚类分析 判别分析 主成分分析 因子分析 对应分析 典型相关分析 三、数据分析的进度 备注：期末复习4学时 28 68 合计教学时数 6 16 聚类分析 第五章 6 18 判别分析 第四章 6 12 主成分分析 第三章 6 14 非参数方法 第二章 4 8 数据描述性分析 第一章 实验教学时数 教学总时数 课程内容 章节 四、数据分析的学习目的与要求 第一章 数据描述性分析 【目的与要求】 1. 熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差 2. 熟练掌握jbtest与lillietest关于数据的正态性检验 3. 熟练掌握大样本数据矩阵的处理方法 第二章 非参数方法【目的与要求】 1. 掌握秩和检验统计量的概率分布列，对具体的N，n能熟练计算概率分布。 2. 真正理解单边检验与双边检验的意义，对给定的 ，及检验给出的P值知道是接受原假设还是拒绝原假设。 3. 熟练掌握MATLAB中关于ranksum、signtest、 signrank、friedman、kruskalwallis以及kstest2检验的命令与方法，并能正确解决实际问题。 第三章 主成分分析【目的与要求】 1. 熟练掌握利用Matlab进行主成分分析的计算步骤； 2. 了解利用协方差矩阵与相关系数矩阵进行主成分分析的不同之处，二者在计算主成分得分时的不同点 3. 掌握选择主成份个数的原则以及利用特征值建立权向量的方法 4. 能根据主成分的数学公式，针对实际问题给出主成份的合理解释 第四章 判别分析【目的与要求】 1. 熟练掌握Matlab软件进行距离判别与Bayes判别的方法与步骤； 2. 掌握判别分析的回代误判率与交叉误判率的计算 3. 了解距离判别与Bayes判别的区别于联系，针对实际问题恰当选择 4. 掌握检验两总体与多个总体的协方差矩阵是否相等的方法 第五章 聚类分析【目的与要求】 1. 熟练掌握Matlab软件关于各种样品距离与类间距离的计算方法； 2. 对linkage输出的结果会分析，并能手工做出谱系聚类图 3. 能根据复合相关系数的大小确定聚类的方法 4. 掌握非参数检验进行聚类效果分析的方法 数据分析的几大 功能： 1.抓住特征，进行归纳 Similar?? 数据分析的几大 功能： 1.抓住特征，进行归纳 2.构造方法，去伪存真 *