《统计预测与决策》课程教学大纲.docx

应用统计学专业《统计预测与决策》

课程教学大纲

(课程代码

本课程教学大纲由数学与统计学院应用统计系讨论制定，数学与统计学院教学工作委员会审定，教务处审核批准。

一、课程基本信息课程名称：统计预测与决策课程代码课程类别：专业核心课适用专业：应用统计学

课程修读性质：必修先修课程：统计学、多元统计分析学分：3学分学时：48学时

二、课程目标

本课程支撑专业毕业要求2、毕业要求3、毕业要求4、毕业要求6,具体目标如下：

目标1:统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤；预测精度测定，定量预测方法的比较，定量与定性预测的综合运用；统计决策的概念、种类、作用、步骤、公理和原则。【毕业要求2/3基础能力/知识能力】

目标2:掌握有关统计预测与决策方面的基本知识和一般原理；理解统计预测和决策的基本概念、基本方法及其应用，加深学生对本课程内容的理解和认识；能够初步根据具体任务和条件从事社会经济问题的调查研究，结合自己的专业，在定性分析基础上做好定量分析，以适应社会主义市场经济中各类问题的实证研究、科学决策和经济管理的需要；综合运用统计预测和决策方法以解决现实经济问题的能力。【毕业要求4专业能力】

目标3:通过案例分析提升学生职业定位、专业信心、个人规划、挫折承受力等专业必备素质；提升学生洞察力、应变能力、创造性思维等其他素质。【毕业要求5实践能力】

课程目标与专业毕业要求的关系：

课程目标

支撑的毕业要求

支撑的毕业要求指标点

课程目标1

2.基础能力(M)3.知识能力(H)

2.1接受系统的数学思维训练，具有良好的抽象思维、空间想象、数学演算和数学建模能力，具有扎实的数学基础：

2.3能够严谨推导复杂统计模型问题，验证统计模型的合理性，并能正确分析、求解模型。

3.1具有一定的统计思维能力，善于从数据中发现问题、提出问题；

3.2具有一定的数据处理能力，了解数据处理技术的应用前景；

3.3了解统计学理论与方法的发展动态及其应用前景。

课程目标2

4.专业能力(H)

4.1能够运用统计学知识的基本原理对复杂数据问题进行建模。

4.2能够运用模型、图表和文字等准确有效地处理社会问题中复杂数据的预处理、建模、分析和展示等。

4.3能够通过撰写报告、陈述发言、撰写文稿、答辩等方式准确而有效地表达专业见解，具有良好的文字与口头表达能力。

课程目标3

6.实践能力(M)

6.1掌握统计学的基本理论、基本知识、基本方法；具有采集、处理、分析数据的基本能力；

6.2具有统计调查、统计数据处理、统计分析与写作、统计软件应用等能力；

6.3掌握分析复杂统计模型问题的原理和算法，具备应用统计软件计算模型解，并进行数值分析的能力；

三、课程学习内容

(一)理论学习内容及要求

序号

课程模块

学习内容

课程目标

学习重点难点

教学方法

学时

1

传统统计预测

统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤。

课程目标3

1.定性预测法，回归预测法，时间序列预测法的区别。

专题研讨

8

定性预测概念、特点，定性预测和定量预测的关系，定性预测的集中主要方法。

课程目标1

1.概念和特点。

2.一般方法、步骤。3.实证分析

一元(多元)线性回归预测法，

非线性回归预测法、应用回归预测法时应注意的问题。

课程目标2

1.掌握回归预测法的适用范围，及具体运用回归预测法时所应注意的几个问题。

2.同时能熟练运用常用的统计软件对研究对象进行回归分析。

时间序列的分解，时间序列分解模型，趋势外推法。

课程目标1

1.影响经济时间序列变化的四个因素。

一次(线性二次)移动平均和指

数平滑法，温特线性和季节性指数平滑法。

课程目标2

1.学习各类时间平滑预测方法。2.掌握各种时间序列平滑预测方法的适用场合，并能根据所研究的时间序列，选择合适的时间序列平滑预测模型进行预测分析。

2

现代统计预测

自适应过滤法的概念与特点，使用自适应过滤法应选择好滤波常数

k,对原始数列做标准化处理

课程目标1

1.滤波常数k的选择原则。

讲授法

12

ARMA模型三种基本形式：自回归模型(AR),移动平均模型(MA)和混合模型(ARMA),时间序列的自相关分

析，单位根检验和协整检验，ARMA模型的建模。

课程目标2

1.掌握ARMA模型三种基本形式：自回归模型(AR),移动平均模型(MA和混合模型(ARMA)。

2.理解时间序列自相关分析，单位根检验和协整检验。

3.ARMA模型的建模。

干预模型的含义，单变量时间序列干预模型的构造与干预效应的识

别。