《探索性数据分析》课程教学大纲

《探索性数据分析》教学大纲课程名称：探索性数据分析英文名称：ExploratoryDataAnalysis课程编号：F094092802学分：2总学时/课内实践学时：32/课内实验学时0+课内上机学时16+其他实践学时0课程性质：限选开课单位：数理科学与工程学院统计系基层教学组织适应对象：应用统计学专业课程简介探索性数据分析是应用统计学专业的专业方向与拓展课。探索性数据分析是分析和调查数据集，并总结其主要特征，通常采用数据可视化方法。对于收集到的数据集，首先需要明确解决的问题以及这个数据所提供的信息是否能解决此问题。主要教学内容包括：数据预处理（重复值、异常值、缺失值检测与处理、变量选择等）、数据的展示（直方图、箱线图、分位数图等）、综合项目案例。通过该课程的教学、能够使学生掌握探索性数据分析的基本概念、基本知识和基本方法，着重培养学生面对实际数据时，提出问题和解决问题的基本能力，特别是能够使用R软件分析数据和解释分析结果的能力，为后续数据挖掘课程、分析实践提供基础。ExploratoryDataAnalysisisaprofessionaldirectionandexpansioncourseofappliedstatistics.Exploratorydataanalysisistoanalyzeandinvestigatedatasetsandsummarizetheirmaincharacteristics,usuallyusingdatavisualizationmethods.Forthecollecteddataset,itisfirstnecessarytoclarifytheproblemtobesolvedandwhethertheinformationprovidedbythedatacansolvetheproblem.Themainteachingcontentsinclude:datapreprocessing(detectionandprocessingofduplicatevalues,outliers,missingvalues,variableselection,etc.),datadisplay(histogram,boxchart,quantilechart,etc.),andcomprehensiveprojectcases.Throughtheteachingofthiscourse,studentscanmasterthebasicconcepts,basicknowledgeandbasicmethodsofexploratorydataanalysis,andfocusoncultivatingstudents'basicabilitytoraiseandsolveproblemswhenfacingactualdata,especiallytheabilitytouseRsoftwaretoanalyzedataandinterpretanalysisresults,providingabasisforsubsequentdataminingcoursesandanalysispractice.课程目标1.思政目标：落实立德树人根本任务，培养学生处理数据过程中迎难而上，坚韧不拔，笃信躬行的精神。将知识和经验有机结合，通过实践印证知识，根据实践需要积极地获取知识。2.知识目标：拓宽探索性数据知识面，包括探索性数据方法的基本概念和适用条件。通过开放式学习了解大数据背景下，统计分析方法的最新进展，拓展学生视野和宽广的跨学科知识。3.能力目标：通过实例分析，提升学生提出问题、分析问题、解决问题以及对结果的解释能力，熟练应用R软件解决实际数据中问题，并根据分析结果做出合理决策建议。Ideologicalandpoliticalgoals1:Tobroadentheknowledgeofexploratorydataanalysismethods,includingthebasicconceptsandapplicableconditionsofexploratorydatamethods.Throughopenlearning,studentscanlearnaboutthelatestprogressinstatisticalanalysismethodsinthecontextofbigdata,andexpandstudents'horizonsandbroadinterdisciplinaryknowledge.Knowledgegoals2:Throughcaseanalysis,improvestudents'abilitytoaskquestions,analyzeproblems,solveproblemsandinterpretresults,skillfullyapplyRsoftwaretosolveproblemsinactualdata,andmakereasonabledecision-makingsuggestionsbasedontheanalysisresults.Abilitygoals3:Implementthefundamentaltaskofcultivatingmoralityandcultivatingstudents,andcultivatestudents'spiritoffacingdifficulties,perseverance,anddedicationintheprocessofdataprocessing.Organicallycombineknowledgeandexperience,confirmknowledgethroughpractice,andactivelyacquireknowledgeaccordingtopracticalneeds.课程目标与毕业要求对应关系本课程的课程目标对应用统计学专业毕业要求指标点的支撑情况如表1所示：表1课程目标与毕业要求对应关系毕业要求指标点课程目标毕业要求1：知识要求2.1具有扎实的数学基础，受到比较严格的科学思维训练。22.2掌握统计学的基本思想和收集数据的方法，并能够根据数据的特点选用恰当的统计方法进行分析、推断和预测；了解统计学理论与方法的发展动态及其应用前景。2,3毕业要求2：能力要求2.2具有较强的计算机操作技能，熟练应用主要的统计软件、管理软件及其他软件编程，正确利用统计思想和方法分析判断相关的计算结果。32.4具有理论联系实际的能力和一定的创新能力，具备自主学习、知识更新和自我发展的能力。32.5掌握中外文资料查询、文献检索及应用现代信息技术获取相关信息的基本方法，具有初步的科学研究和实际应用能力。3毕业要求3：素质要求3.1思想道德素质。具有良好的政治思想素质、道德品质、法制意识、诚信意识和团队合作精神；具有良好的心理素质和积极的人生观。13.2知识素质。具有扎实的统计专业理论功底，具备与统计工作密切相关的数据分析和数据处理知识。1课程教学安排课程共有4项教学内容，具体安排如下。表2：课程教学安排表序号教学内容思政元素课堂教学学时实验/实践教学学时学时小计1数据预处理迎难而上，坚韧不拔，笃信躬行，科学精神12122数据的展示专业热情443综合项目案例工匠精神和专业热情1616合计161632教学安排1.数据预处理教学要求：理解数据预处理在数据分析中的重要性；掌握预处理方法的思想以及用R软件处理实际案例数据；了解科学研究方法的最新进展。教学内容：预处理方法中重复值、缺失值、异常值检测与处理；利用R软件处理实际案例。重点难点：预处理方法的思想。思政元素：讲授数据科学家在预处理方面的贡献，“大数据匠人”如何炼成，培养学生迎难而上，坚韧不拔，笃信躬行和科学精神。2.数据的展示教学要求：掌握不同类型数据统计图的基本概念和展示；掌握利用R软件实现数据展示以及结果分析。教学内容：统计制图的基本概念；单变量数据的展示；多变量数据的展示；数据分布形态的展示；高维数据的展示；空间数据的展示；统计图的美化。重点难点：数据展示后的结果分析。思政元素：通过不同统计图发展历程和展示，不同时期科学家作出的贡献以及对人类发展的影响，培养学生的专业热情。课内实践教学内容及要求表3：课内实践教学内容及要求序号教学类型教学内容教学要求1上机银行客户信用风险评估项目了解相关领域知识，数据基本信息；理解项目目的；掌握不同数据分析方法在实际案例中的应用以及结果分析。2上机金融风控项目了解相关领域知识，数据基本信息；理解项目目的；掌握不同数据分析方法在实际案例中的应用以及结果分析。3上机大数据精准营销项目了解相关领域知识，数据基本信息；理解项目目的；掌握不同数据分析方法在实际案例中的应用以及结果分析。课程考核与评价表4：成绩评定方式表考核环节分值考核/评价细则考勤、作业、分组讨论、前沿知识报告20根据每次讨论和分享的参与度计算成绩课本中分析方法的R复现以及完成指定3个综合案例的数据分析过程20根据考勤和作业（上机操作、思维导图等）得分综合计算成绩结课报告60根据团队中自由选题的PPT展示、报告计算成绩合计100按各环节成绩的百分比计算综合成绩课程学