《统计计算》课程教学大纲

统计计算课程教学大纲（MathematicalStatistics））学时数：32其中：实验学时：课外学时：学分数：2适用专业：数学与应用数学一、课程的性质、目的和任务统计计算课程是信息和计算科学专业、数学与应用数学专业信息处理方向的一门必修课。通过对本课程的学习，使学生在学习了《概率论与数理统计》与《多元统计分析》后，对基础数理统计及多元分析的有关概念和方法有更深刻的理解，同时可培养学生的数学建模和数据处理的能力，使学生具有应用统计知识解决实际问题的意识和能力。二、课程教学的基本要求通过在课堂上的学习，要求学生对基础数理统计及多元分析的有关概念和理论应有更深刻的理解，并掌握基本的利用统计方法处理数据的方法，理解并掌握常见的统计数据指标的计算、正态性检验、正态均值和方差的估计和检验，会对两组和多组数据进行比较，会进行聚类、判别、主分量、因子及相关分析，掌握回归分析与基本回归诊断方法。三、课程的教学内容、重点和难点第一章SAS系统初步（自学）一、SAS系统的特点、安装、启动和退出二、创建和编辑数据集重点：SAS程序的编写、运行和输出难点：SAS程序的编写和输出第二章数据的概括（2学时）一、描述性统计量二、条形图，探索性数据分析重点：描述统计量，频数表，条形图难点：描述统计量，频数表和用频数表检查错误，条形图，EDA第三章方差分析（2学时）一、单因子方差分析二、两因子方差分析重点：多组比较难点：交互作用的方差分析第四章回归与回归诊断（5学时）一、多元线性回归二、曲线回归三、逐步回归四、基本回归诊断五、处理共线性的几种方法重点：多元线性回归与基本回归诊断难点：共线性诊断与岭回归第五章属性数据分析（4学时）一、属性数据二、列联表分析三、属性变量的无关联性检验四、有序变量的关联性检验重点：关联性检验难点：有序变量的关联性检验第六章判别分析（4学时）一、距离判别二、非参数判别三、Bayes判别四、Fisher判别五、逐步判别重点：距离判别法与Fisher判别法难点：主眼不判别法第七章聚类分析（5学时）一、聚类分析的方法二、距离与相似性三、系统聚类法四、动态聚类法五、有序样品聚类法（最优分割法）重点：Q型聚类难点：有序样品聚类第八章主分量分析（4学时）一、总体的主分量二、样本的主分量三、主分量分析的应用四、主分量过程与例题（以上用宋体五号）重点：主分量的求法与个数的确定难点：主分量的性质第九章因子分析（4学时）一、因子模型二、参数估计方法三、正交旋转四、因子得分五、Factor过程与应用例题重点：参数估计方法与因子得分难点：正交旋转第十章典型相关分析（2学）一、总体的典型相关二、样本的典型相关三、Cancor过程与应用重点：Cancor过程与应用难点：典型相关变量的解法四、课程各教学环节要求（一）教学方式1、课堂上教师系统讲授和介绍。2、指定内容和参考书目，学生课余自学。3、布置作业。（二）对学生的要求1、遵守纪律，不无故缺课，按照学校要求参与各教学环节，参加考试和考查。2、认真完成教师布置的各种形式的学习任务，提交要求的作业。（三）考核与成绩评定1、考核科学合理，难易相当，覆盖面广，全面考核学生的基本知识、基本理论和应用能力。2、考核方式包括平时作业、课堂讨论、期末考试等。3、成绩记载：平时成绩（30%）和期末考试成绩（占70%）两部分构成最后成绩。本课程编“考试”科目，成绩及格者获得2学分。五、学时分配教学内容各教学环节学时分配作业题量备注章节主要内容讲授实验讨论习题课外其它小计1SAS系统初步2数据的概括2223方差分析2234回归与回归诊断41555属性数据分析4446判别分析4447聚类分析41558主分量分析4449因子分析314410典型相关分析222合计2933233六、课程与其它课程的联系

统计计算课程是信息和计算科学专业、数学与应用数学专业信息处理方向的一门必修课。本课程的开设就在学习了《概率论与数理统计》与《多元统计分析》之后，对基础数理统计及多元分析的有关概念和方法有更深刻的理解。七、教材与教学参考书（一）教材高惠璇等编，《实用多元统计方法与SAS系统》，北京大学出版