《数据分析》课程教学大纲.pdfVIP

博学之，审问之，慎思之，明辨之，笃行之。——《礼记》

数据分析课程教学大纲

DataAnalysis

学时数：32

其中：实训学时：12

课外学时：

学分数：2

适用专业：信息与计算科学

一、课程的性质、目的和任务

本课程为信息与计算科学专业的专业课，其目的和任务是通过本课程的学习，能够掌握

数据分析的基本理论知识与方法，熟悉数据处理领域权威的数据分析软件SAS系统，了解数

据分析的实际分析过程，具备应用数据分析软件解决实际问题的能力，并能够进行数据分析

SAS系统应用程序的编程及计算。使学生为信息与计算科学专业的后续课程的学习作好充分

的准备。

通过本课程的学习，要使学生获得以下知识：

1．数据描述性分析；

2．线性回归分析；

3．主成分分析与典型相关分析；

4．判别分析；

5．聚类分析；

6．Bayes统计分析；

7．常用数据分析方法的SAS过程简介。

二、课程教学的基本要求

（

一）数据描述性分析

1．了解一维数据的数字特征

2．掌握数据的分布

3．掌握多维数据的数字特征与相关分析

（二）线性回归分析

1．掌握线性回归模型及其参数估计

2．掌握统计推断与预测

3．理解残差分析的方法

4．了解回归方程的选取

（三）主成分分析与典型相关分析

博学之，审问之，慎思之，明辨之，笃行之。——《礼记》

1．掌握总体主成分方法

2．掌握样本主成分方法

3.了解典型相关分析

（四）判别分析

1．掌握距离判别方法

2．了解Bayes判别方法

（五）聚类分析

1．了解距离与相似系数

2．掌握谱系聚类法

3．掌握快速聚类法

（六）bayes统计分析

1．了解Bayes统计模型

2.了解Bayes统计推断

（七）常用数据分析方法的SAS过程简介

1．了解SAS系统

2．掌握几种描述性统计分析的SAS过程

3．掌握线性回归分析的SAS过程

4．掌握主成分分析的SAS过程

5．掌握判别分析的SAS过程

6．掌握聚类分析的SAS过程

三、课程的教学内容、重点和难点

第一章数据描述性分析

一、一维数据的数字特征：

（一）均值、方差等基本知识，中位数、分位数、三均值与极差；

；

（二）表示位置的数字特征、分散性的数字特征、分布形状的数字特征

二、数据的分布：