《数据分析方法及工具》课程教学大纲

《数据分析方法及工具》课程教学大纲一、课程基本情况课程代码：1071339022课程名称（中/英文）：数据分析方法及工具/Dataanalysismethodsandtools课程类别：专业方向特色课开课学期：第四学期学分：2.5总学时：40理论学时：32实验学时：8适用专业：电子商务适用对象：本科先修课程：统计学、网络市场调研、微观经济学、电子商务概论开课学院：经济与管理学院二、课程简介《数据分析方法及工具》课程是电子商务专业的一门专业课，该课程是在学生学习了统计学及其它专业课程基础上，深入学习各种数据分析方法，并以数据分析软件SPSS作为工具完成各种数据分析和计算过程的综合性课程。通过本课程学习，使学生对数据分析方法的基本原理有系统理解，并掌握利用专业软件进行数据分析的各项操作。培养学生应用计算机进行数据处理、分析，运用所学知识对专业领域的具体问题进行分析和解释的能力。在课程的数据采集、描述性分析、回归分析、时间序列分析、聚类分析等及实践环节加入思政要素，使学生对哲学方法论、邓小平理论及科学发展观、“四个自信”、“四个全面”、“五位一体”等理论能全面的掌握，与数据分析方法理论结合运用，并能综合运用相关理论对实际问题进行分析，强化思政教育和职业素养培养。同时，融入我国学者在数据分析方法中的创新与实践内容，并通过案例阐述并讨论我国电子商务发展取得的成绩，激发学生勇于创新、服务祖国的理想。课程教学目标1.课程对毕业要求的支撑【指标点4.1】能够熟练掌握查阅相关专业资料的方法，具有较强的文献整理分析能力；【指标点4.2】具备市场调查的基本技术和方法，能够有效的检索、利用和评价各类信息；【指标点7.1】掌握经济数学、统计学、数据分析方法、数据分析工具、商务数据分析等基本知识，具备一定的数据挖掘、分析及应用能力；【指标点7.2】具备利用大数据行业工具，对行业海量数据和信息进行挖掘、分析，实现智能化的决策和管理的能力。2.课程教学目标（1）具备对所采集的不同类型数据利用软件进行整理的能力。（2）正确理解各种数据分析方法的基本思想和数据分析软件的基本用法，为解决专业领域具体问题和学习其他专业课程打好基础，具备较宽的专业知识面。（3）深刻体会各种数据分析方法的基本原理，熟悉各种数据分析方法在软件中的操作步骤，能结合问题独立完成数据整理、分析和计算过程。（4）具备综合分析、推理判断的能力，具有创新意识和相互协作的团队精神。3.主要教学内容与课程教学目标之间的对应关系课程教学目标教学内容教学方法目标1：具备对所采集的不同类型数据利用软件进行整理的能力。数据的来源与类型，数据分析过程，软件在数据分析中的位置和作用；SPSS简介、特点、安装及窗口概述；数据录入与编辑，外部数据的读取，建立数据集，数据编辑窗口操作；数据文件的建立与各种数据文件的打开与保存；变量级别的数据管理及文件级别的数据管理；报表和图形概述。1.授课2.案例教学3.讲练结合目标2：正确理解各种数据分析方法的基本思想和数据分析软件的基本用法，为解决专业领域具体问题和学习其他专业课程打好基础，具备较宽的专业知识面。假设检验的基本思想；t检验概述；相关分析简介，简单相关分析和偏相关分析；时间序列分析简介；RFM分析的基本原理及分析步骤；聚类分析的基本原理，常用的聚类方法；因子分析的基本思想，因子分析和主成分分析的联系，因子分析的基本步骤。1.授课2.案例教学3.讲练结合目标3：深刻体会各种数据分析方法的基本原理，熟悉各种数据分析方法在软件中的操作步骤，能结合问题独立完成数据整理、分析和计算过程。分类变量的频率分析，连续变量的频率分析；描述性分析和交叉列表分析；多选题的定义及比率分析；分类变量、连续变量及多选题报表的制作；数据的图形展示；正态分布检验，二项分布检验及游程检验；样本均数与总体均数的比较，正态性、方差齐性的考察及应对策略，配对设计样本均数的比较；方差分析；简单线性回归分析，多重线性回归分析；自动线性建模，Logistic回归；季节分解法及其步骤，专家建模法；快速聚类分析、系统聚类分析及二阶聚类分析的实践操作及结果解读，聚类方法的比较；1.授课2.案例教学3.讲练结合目标4：具备综合分析、推理判断的能力，具有创新意识和相互协作的团队精神。学生分成小组，查阅资料，调查、整理数据，激发主动学习的能力，应用所学知识分析、专业领域问题，并提出解决方案。包括：RFM分析操作实践及结果的解读；聚类分析结果解读；因子分析的实践操作与结果解读等。1.授课2.启发式教学3.讲练结合四、教学内容第一章概述1、数据的来源与类型，数据分析过程，软件在数据分析中的位置和作用。（尊重数据、务实严谨）2、SPSS简介、特点、安装及窗口概述。数据的来源与分类；数据分析过程。数据分析过程。第二章数据的录入和管理1、数据录入与编辑，外部数据的读取，建立数据集，数据编辑窗口操作。2、数据文件的建立，各种数据文件的打开与保存。3、变量级别的数据管理，文件级别的数据管理。数据文件的建立，变量级别的数据管理及文件级别的数据管理。变量级别的数据管理及文件级别的数据管理。第三章描述性分析1、分类变量的频率分析，连续变量的频率分析。2、描述性分析和交叉列表分析。（国内外电子商务发展比较分析）3、多选题的定义及比率分析。描述性分析，多选题的定义。多选题的定义。第四章数据分析报表制作和制图1、报表和图形概述。2、分类变量、连续变量及多选题报表的制作。3、数据的图形展示。（职业素养：分析报告的撰写）报表的制作和数据的图形展示。报表的制作。第五章常用的假设检验方法1、假设检验的基本思想，正态分布检验，二项分布检验及游程检验。2、t检验概述，样本均数与总体均数的比较，正态性、方差齐性的考察及应对策略，配对设计样本均数的比较。（正确认识误差，培养研究的科学态度）3、方差分析。。不同类型的t检验。第六章相关与回归分析1、相关分析简介，简单相关分析和偏相关分析。2、简单线性回归分析，多重线性回归分析。3、自动线性建模，Logistic回归。（团结协作，优选模型）线性回归分析，自动线性建模。自动线性建模。第七章时间序列分析1、时间序列分析简介，季节分解法及其步骤。2、专家建模法：时间序列预测步骤，时间序列分析操作，计算结果解读和预测应用。爱国爱家乡：近几年当地经济发展趋势分析）季节分解法和专家建模法。专家建模法。第八章RFM分析1、RFM分析的基本原理及分析步骤，RFM分析的应用场景。2、RFM分析操作实践及结果的解读，RFM分析的实践应用。（客户价值分类讨论）RFM分析操作实践及结果的解读RFM分析操作实践及结果的解读第九章聚类分析1、聚类分析的基本原理，常用的聚类方法。2、快速聚类分析、系统聚类分析及二阶聚类分析的实践操作及结果解读。3、聚类方法比较。聚类分析的基本原理；快速聚类分析、系统聚类分析及二阶聚类分析。快速聚类分析、系统聚类分析及二阶聚类分析的结果解读。第十章因子分析1、因子分析的基本思想，因子分析和主成分分析的联系，因子分析的基本步骤。2、因子分析的实践操作与结果解读。（企业O2O运营评价）五、教学安排序号教学内容学时对应课程教学目标对应毕业要求指标点理论实验/实践总学时1第一章概述221、24.1、4.22第二章数据的录入和管理221、2、34.1、4.2、7.1、7.23第三章描述性分析4261、2、34.1、4.2、7.1、7.24第四章数据分析报表制作和制图221、2、34.1、4.2、7.1、7.25第五章常用的假设检验方法4261、2、34.1、4.2、7.1、7.26第六章相关与回归分析441、2、34.1、4.2、7.1、7.27第七章时间序列分析441、2、34.1、4.2、7.1、7.28第八章RFM分析2241、2、34.1、4.2、7.1、7.29第九章聚类分析441、2、34.1、4.2、7.1、7.210第十章因子分析4261、2、34.1、4.2、7.1、7.2合计32840六、课程考核方式1.课程考核方式本课程成总成绩包括形成性评价（平时成绩）、期中评价（课内实验）和结果性评价（期末成绩）。其中，形成性评价（平时成绩）占20%，期中评价（课内实验）占20%，结果性评价（期末测试成绩）占60%。形成性评价成绩主要包括出勤和课堂提问（50%）、作业(50%)。期中评价成绩由实验态度（10%）、实验报告内容（60%）和实验结果（30%）决定，根据实验报告的分析深度和准确性、数据收集和整理能力、文字组织水平能力等方面综合评定。结果性评价成绩采用数据分析报告方式考核（100%），采用五级制，折算50%计入总成绩。2.课程教学目标的考核方式序号课程教学目标考核内容考核方式1目标1：正确理解各种数据分析方法的基本思想和数据分析软件的基本用法，为解决专业领域具体问题和学习其他专业课程打好基础，具备较宽的专业知识面。数据的来源与类型，数据分析过程，软件在数据分析中的位置和作用；SPSS简介、特点、安装及窗口概述；数据录入与编辑，外部数据的读取，建立数据集，数据编辑窗口操作；数据文件的建立与各种数据文件的打开与保存；变量级别的数据管理及文件级别的数据管理；报表和图形概述。课堂提问讨论、平时作业、期末考试2目标2：正确理解各种数据分析方法的基本思想和数据分析软件的基本用法，为解决专业领域具体问题和学习其他专业课程打好基础，具备较宽的专业知识面。假设检验的基本思想；t检验概述；相关分析简介，简单相关分析和偏相关分析；时间序列分析简介；RFM分析的基本原理及分析步骤；聚类分析的基本原理，常用的聚类方法；因子分析的基本思想，因子分析和主成分分析的联系，因子分析的基本步骤。课堂提问讨论、平时作业、期末考试3目标3：深刻体会各种数据分析方法的基本原理，熟悉各种数据分析方法在软件中的操作步骤，能结合问题独立完成数据整理、分析和计算过程。分类变量的频率分析，连续变量的频率分析；描述性分析和交叉列表分析；多选题的定义及比率分析；分类变量、连续变量及多选题报表的制作；数据的图形展示；正态分布检验，二项分布检验及游程检验；样本均数与总体均数的比较，正态性、方差齐性的考察及应对策略，配对设计样本均数的比较；方差分析；简单线性回归分析，多重线性回归分析；自动线性建模，Logistic回归；季节分解法及其步骤，专家建模法；快速聚类分析、系统聚类分析及二阶聚类分析的实践操作及结果解读，聚类方法的比较；课堂提问讨论、平时作业、实验、期末考试4目标4：具备综合分析、推理判断的能力，具有创新意识和相互协作的团队精神。学生分成小组，查阅资料，调查、整理数据，激发主动学习的能力，应用所学知识分析、专业领域问题，并提出解决方案。包括：RFM分析操作实践及结果的解读；聚类分析结果解读；因子分析的实践操作与结果解读等。课堂提问讨论、平时作业、实验、期末考试七、教材、参考书目、重要文献以及课程网络资源建议教材：（1）杨维忠陈胜可刘荣.SPSS统计分析从入门到精通