《统计分析与R语言》课程教学大纲（本科）

1、统计分析与R语言(Statistical Analysis and R Language)课程编号：20410061学 分：2学时：32先修课程：概率论与数理统计、回归分析适用专业：统计学教 材：R语言实战第二版，Robert I. Kabacoff著，王小宁，刘撷芯，黄 俊文 等译；人民邮电出版社，2016年5月。一、课程的性质与目标（一）课程性质统计分析与R语言是相关专业教学计划中具有重要意义的技术专业课，它建立在概率论、 数理统计、回归分析课程知识的基础上，为统计理论与方法在统计软件R中的实现提供了详细的指 导。统计分析与R语言是用开源软件R解决和处理统计中实际问题，强调方法的应用、软件

2、实 现和程序设计能力的训练，提高学生分析问题、解决问题的能力。其主要任务是让学生掌握以下知 识和能力:（二）课程目标课程目标1：掌握R软件中数据的基本操作；课程目标2：熟练掌握R软件中基本统计方法、统计模型的实现；课程H标3：能够独立编写中等难度的程序以提升R语言的应用范围。二、课程的基本内容与教学要求第一章R语言介绍（一）课程内容I R的获取和安装；2R的使用；3包；4示例实践。（二）教学要求（1）了解R语言的优点及安装使用。第二章创建数据集（一）课程内容1数字、字符和向量；2数据结构；3数据的输入；4数据集的标注；（二）教学要求（1）掌握数据的基本操作；（2）掌握数据的输入。（三）重点与难

3、点（1）重点是数据的基本操作；（2）难点是数据的基本操作。第三章图形初阶（-）课程内容1使用图形；2一个简单的例子；3图形参数；4添加文本、自定义坐标轴和图例；5图形的组合。（二）教学要求（1）掌握R软件中的绘图命：（2） 了解图形参数；（3）掌握如何添加文本、自定义坐标轴和图例。（三）重点与难点（1）重点是掌握R软件中的绘图命；（2）难点是多元数据的图形表示方法；第四章基本数据管理（-）课程内容1创建新变量2变量的重编码3变量的重命名4缺失值5数据排序6数据集的合并（二）教学要求（1）掌握变量的重编码与变量的重命名；（2）掌握数据排序;（三）重点难点（1）重点是变量的重编码与变最的重命名;（

4、2）难点是数据集取子集。第五章高级数据管理（一）课程内容1数值和字符处理函数2数据处理难题的一套解决方案3控制流4用户自编函数5整合与重构（二）教学要求1.理解控制流2掌握自编函数（三）重点难点（1）重点是控制流；（2）难点是控制流。第六章基本图形（一）课程内容1条形图2饼图3直方图4核密度图5箱线图6点图（二）教学要求1.掌握条形图，直方图，箱线图2掌握点图（三）重点难点（1）重点是箱线图：（2）难点是核密度图。第七章基本统计分析（一）课程内容1描述性统计分析2频数表和列联表3相关4 t检验5组间差异的非参数检验（二）教学要求1.掌握相关和t检验2理解组间差异的非参数检验（三）重点难点（1）

5、重点是相关和t检验；（2）难点是非参数检验。第八章回归（一）课程内容1回归的多面性；2OLS回归；3回归诊断;4异常观测值;5改进措施：6选择“最佳”的回归模型7深层次分析（二）教学要求（1）掌握R软件中与线性模型有关的函数；（2）掌握回归诊断;（3）掌握模型选择；（4） 了解交叉验证。（三）重点难点（1）重点是回归诊断：（2）难点是交叉验证。第九章方差分析（一）课程内容1单因素方差分析；2两因素方差分析。（二）教学要求（1）掌握单因素方差分析、两因素方差分析；（2） 了解方差齐性检验。（三）重点难点（1）重点是单因素方差分析、两因素方差分析;（2）难点是方差分析的原理。第十章广义线性模型（一

6、）课程内容1广义线性模型和glm（）函数2 Logistic 回归3泊松回归（二）教学要求（1）掌握Logistic回归和泊松回归；（2）理解广义线性模型。（三）重点难点（1）重点是Logistic回归和泊松回归;（2）难点是广义线性模型。四、学时分配及教学方法章教学形式及学时分配主要教学方法支撑的课程 目标堂学 课教实验上 机程践 课实小 计第一章R语言介 绍22讲授法目标1第二章 创建数据集22讲授法1 2 标标 目目第三章 图形初阶224讲授法 讨论法目标1目标2第四章 基本数据 管理22讲授法 讨论法目标1目标2第五章 高级数据 管理224讲授法 讨论法目标2目标3第六章 基本图形224讲授法 讨论法目标2目标3第七章 基本统计 分析22讲授法目标1目标3第八章 回归224讲授法 讨论法目标2目标3第九章 方差分析224讲授法 讨论法目标2目标3第十章 广义线性 模型224讲授法 讨论法目标1目标3合计2012