《大数据探索性分析（第2版）》教学大纲.docVIP

《大数据探索性分析》教学大纲 课程编号： 课程类型：专业必修课 总 学 时： 讲课学时： 实验（上机）学时： 学　　分： 适用对象： 先修课程：统计学、概率论与数理统计 一、课程的教学目标 大数据统计基础是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握大数据分析的统计学基本原理、思想和方法。着重培养学生面对实际数据时，提出问题和解决问题的基本能力，特别是能够使用某种计算机语言分析数据和解释分析结果的能力。 二、教学基本要求 本课程的教学内容主要包括大数据的抽样分析、数据的预处理、探索性数据分析、数据的展示、时空数据分析等内容。课程讲解力求深入浅出，精讲细讲，不光讲解各种方法的过程与原理，还要加强学生对各种方法的深入理解。授课方式采用PPT课堂授课与学生讨论相结合的形式。学生讨论部分同时作为阶段性测试，每部分成绩占总成绩的20%，讨论具体形式由授课老师自行决定。建议是针对授课内容，让学生完成作业，可以是每人一题或者一个小组一题，然后进行课堂讨论。（每部分的授课结束都有阶段性测试，每部分成绩占总成绩的20%，测试形式由授课老师自行决定。） 考核方式：在教学结束后的第一个周末进行开卷的期末考试，邮箱发送考试题目，学生限时完成，按时提交电子版。 三、各教学环节学时分配 《大数据探索性分析》教学课时分配 序号 章节内容 讲课 实验 合计 1 1.1 大数据现象产生的背景 1.2 大数据现象综述 1.3 大数据举例 1.4 本课程的主要内容 3课时 0课时 3课时 2 2.1 概率抽样 3课时 0课时 3课时 3 2.2 非概率抽样 3课时 0课时 3课时 4 2.3 大数据抽样 3课时 0课时 3课时 5 3.1 数据的清理 3.2 数据的变换 3课时 0课时 3课时 6 3.3 变量的提取和变量子集的选择 3课时 0课时 3课时 7 3.4 数据预处理采用方法 3课时 0课时 3课时 8 4.1主成分分析方法（PCA） 3课时 0课时 3课时 9 4.2多维尺度分析（MDS） 3课时 0课时 3课时 10 4.3 投影寻踪（PP） 3课时 0课时 3课时 11 5.1 统计制图的基本概念 5.2 单变量数据的展示 3课时 0课时 3课时 12 5.3 两变量数据的展示 5.4 高维数据的展示 3课时 0课时 3课时 13 5.5 统计图的美化 3课时 0课时 3课时 14 6.1 时空数据基础知识 6.2 空间统计原理 3课时 0课时 3课时 15 6.3 时空模型应用实例 3课时 0课时 3课时 16 复习 3课时 0课时 3课时 17 考试 3课时 0课时 3课时 合计 51课时 0课时 51课时 四、教学内容 第1章：前言 1.1 大数据现象产生的背景 1.1.1 大数据的起源 1.1.2 第三次工业革命 1.2 大数据现象综述 1.2.1 大数据产生的基础 1.2.2 大数据的定义 1.2.3 大数据的特点与价值 1.3 大数据举例 1.3.1 网络交易大数据 1.3.2 生物信息大数据 1.3.3 网络有哪些信誉好的足球投注网站大数据 1.4 本课程的主要内容 第2章：大数据的抽样分析 2.1 概率抽样 2.1.1 简单随机抽样 2.1.2 分层随机抽样 2.1.3 不等概率抽样 2.1.4 多阶段抽样 2.1.5 整群抽样 2.1.6 系统抽样 2.1.7 案例分析 2.2 非概率抽样 2.2.1 便利抽样 2.2.2 滚雪球抽样 2.2.3 判断抽样 2.2.4 案例分析 2.3 大数据抽样 2.3.1 大数据抽样简介 2.3.2 大数据抽样技术 2.3.3 案例分析 第3章：数据的预处理 3.1 数据的清理 3.1.1 噪声数据和异常值的检测与处理 3.1.2 缺失数据的处理方法 3.1.3 脏数据清洗 3.1.4 数据冗余问题处理 3.2 数据的变换 3.2.1 数据的规范化 3.2.2 数据的平滑 3.2.3 数据的聚集 3.2.4 连续变量离散化方法 3.3 变量的提取和变量子集的选择 3.3.1 逐步向前选择 3.3.2 逐步向后删除 3.3.3 向前选择和向后删除结合 3.3.4 判定树归纳 3.3.5 基于统计分析的归约 3.4 数据预处理采用方法 3.4.1 粗糙集理论的约简方法 3.4.2 复共线性数据预处理方法 3.4.3 基于取样的数据预处理 3.4.4 基于遗传算法数据预处理 3.4.5 基于神经网络的数据预处理方法 第4章：探索性数据分析 4.1主成分分析方法（PCA） 4.1.1 基本原理 4.1.3 与因子分析的区别 4.1.4 确定数据内在维数的若干方法 4.1.5 案例分析 4.2多维尺度分析（MDS） 4.2.1 基本原理 4.2.2 度量性MDS 4.2