《统计预测与决策》课程教学大纲

《统计预测与决策》教学大纲课程名称：统计预测与决策英文名称：StatisticalPredictionandDecision-making课程编号：F094091611学分：3总学时/课内实践学时：40学时/课内实验学时+课内上机学时8+其他实践学时0课程性质：必修课程开课单位：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统计预测属于预测方法研究范畴，及如何用科学的统计方法对事物的未来发展进行定量推测。统计决策就是要从各种预测方案中选择最优方案。本课程是研究如何合理预测以及选取最优方案，培养学生分析为题和解决问题能力。本课程内容主要包括回归预测、时间序列分解法和趋势外推法、时间序列平滑预测法等。教学过程中充分以学生为中心，课程思政全过程，通过名人传记，丰富教学内容、激发学生学习兴趣，开拓学生视野，提升学生科学人文素养，树立专业信心。Statisticalpredictionbelongstotheresearchcategoryofpredictionmethods,andhowtousescientificstatisticalmethodstoquantitativelypredictthefuturedevelopmentofthings.Statisticaldecisionistochoosethebestschemefromvariouspredictionschemes.Thiscourseistostudyhowtoreasonablypredictandselectthebestsolution,andcultivatestudents'abilitytoanalyzeandsolveproblems.Thiscoursemainlyincludesregressionprediction,timeseriesdecompositionandtrendextrapolation,timeseriessmoothprediction,etc.Theteachingprocessisstudent-centered,andthewholeprocessofcurriculumideologicalandpolitical.Throughbiographiesofcelebrities,theteachingcontentisenriched,students'interestinlearningisstimulated,students'visionisexpanded,students'scientificandhumanisticliteracyisimproved,andprofessionalconfidenceisestablished.课程目标1.思政目标：强化科学伦理教育，注重科学思维方法训练和科学精神培养，提高学生分析问题和解决问题的的能力，促进辩证唯物思想的完善。通过案例教学，激发学生爱国主义情怀和科技报国的使命担当。2.知识目标：掌握统计预测与决策的基本概念、基本理论和基本方法、思想。3.能力目标：提升学生数据分析与统计推断能力，熟练应用统计软件解决统计问题，并根据分析结果给出合理决策建议。Ideologicalandpoliticalgoals

1:Bythecourse,theeducationofscienceethicscanbestrengthened,thetrainingofscientificthinkingmethodsandscientificspiritcanbepayattentionto,thestudents'abilitiestoanalyzeandsolveproblemscanbeimproved,andtheperfectionofdialecticalmaterialismcanbepromoted.Inaddition,thepatriotismofthestudentscanbestimulatedandthestudentscanbemotivatedtogivetheirscienceandtechnologyservicestoourcountrythroughthecaseteaching.Knowledgegoals

2:Thebasicconcepts,basictheories,basicmethodsandideasofnon-parametricstatisticscanbemastered.Abilitygoals

3:Thestudents'abilityofdataanalysisandstatisticalinferencecanbeimproved.Thestatisticalsoftwarecanbeappliedtosolvestatisticalproblemsproficiently.Andreasonabledecision-makingsuggestionscanbegivenaccordingtotheanalysisresults.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1.1具有扎实的数学基础，受到比较严格的科学思维训练。21.2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。3毕业要求3：素质要求3.1思想道德素质。具有正确的人生观、价值观和道德观，爱国、诚信、友善、守法，具有高度的社会责任感；具有良好的心理素质和积极的人生态度。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。3课程教学安排课程共有17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统计预测概述科学精神112定性预测法爱国情怀113回归预测法专业热情3254时间序列分解法和趋势外推法科学精神665时间序列平滑预测法爱国情怀446自适应过滤法专业热情2247平稳时间序列预测法科学精神4268干预分析模型预测法爱国情怀229景气预测法专业热情2210灰色预测法科学精神22411状态空间模型和卡尔曼滤波爱国情怀2212预测精度测定与预测评价专业热情2213统计决策概述科学精神1114风险型决策方法爱国情怀2215贝叶斯决策方法专业热情2216不确定型决策方法科学精神2217多目标决策法爱国情怀22合计40848教学安排1.统计预测概述教学要求：理解统计预测的概念，掌握统计预测的原则和步骤。教学内容：统计预测的概念和作用；统计预测方法的分类及其选择；统计预测的原则和步骤；习题课。重点难点：统计预测方法的分类及其选择。思政元素：讲授发展史，培养学生科学精神，激发学生学习热情。2.定性预测法教学要求：理解德尔菲法的概念，掌握主观概率法。教学内容：定性预测概述；德尔菲法；主观概率法；定性预测的其他方法；情景预测法；习题课。重点难点：德尔菲法；主观概率法。思政元素：讲授发展史，培养学生科学精神，激发学生学习热情。3.回归预测法教学要求：理解线性回归，掌握一元线性回归预测法；掌握多元线性回归预测法；掌握非线性回归预测法。教学内容：一元线性回归预测法；多元线性回归预测法；非线性回归预测法；应用回归预测法应注意的问题；习题课。重点难点：多元线性回归预测法；非线性回归预测法。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。时间序列分解法和趋势外推法教学要求：理解时间序列分解，掌握趋势外推法；掌握多项式曲线趋势外推；掌握指数曲线趋势外推法；掌握生长曲线趋势外推法。教学内容：时间序列分解法；趋势外推法概述；多项式曲线趋势外推法；指数曲线趋势外推法；生长曲线趋势外推法；曲线拟合优度分析；习题课。重点难点：时间序列分解法；趋势外推法概述。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。时间序列平滑预测法教学要求：理解移动平均法和指数平滑法，掌握线性二次移动平均法；掌握线性二次指数平滑法；掌握二次曲线指数平滑法。教学内容：一次移动平均法；一次指数平滑法；线性二次移动平均法；线性二次指数平滑法；二次曲线指数平滑法；温特线性与季节指数平滑法；习题课。重点难点：线性二次移动平均法；线性二次指数平滑法；二次曲线指数平滑法。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。自适应过滤法教学要求：掌握自适应过滤法的应用。教学内容：自适应过滤法概述；自适应过滤法的应用；电子计算机在自适应过滤法中的应用；习题课。重点难点：自适应过滤法概述。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。平稳时间序列预测法教学要求：掌握平稳时间序列预测法；掌握时间序列的自相关分析；掌握单位根检验和协整检验，掌握ARMA模型。教学内容：平稳时间序列预测法概述；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；时间序列的案例分析；习题课。重点难点：时间序列的自相关分析；单位根检验和协整检验。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。干预分析模型预测法教学要求：掌握干预分析模型；掌握单变量干预分析模型的识别与估计。教学内容：干预分析模型概述；单变量干预分析模型的识别与估计；干预分析模型的应用实例；习题课。重点难点：单变量干预分析模型的识别与估计。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。景气预测法教学要求：掌握扩散指数；掌握合成指数。教学内容：景气循环概述；景气指标体系；扩散指数；合成指数；习题课。重点难点：景气指标体系；扩散指数；合成指数。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。灰色预测法教学要求：掌握灰色预测；掌握GM(1,1)模型。教学内容：灰色预测理论；GM(1,1)模型；GM(1,1)残差模型及GM(n,h)模型；习题课。重点难点：GM(1,1)模型；GM(1,1)残差模型及GM(n,h)模型。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。状态空间模型和卡尔曼滤波教学要求：掌握状态空间模型；掌握卡尔曼滤波。教学内容：状态空间模型；卡尔曼滤波；方法评价；习题课。重点难点：状态空间模型；卡尔曼滤波。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。预测精度测定与预测评价教学要求：掌握预测精度测定；掌握定量预测方法的比较；掌握定性预测与定量预测的综合运用。教学内容：预测精度测定；定量预测方法的比较；定性预测与定量预测的综合运用；组合预测法应用案例；习题课。重点难点：定性预测与定量预测的综合运用。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。统计决策概述教学要求：掌握统计决策的概念和种类；掌握统计决策的作用和步骤；掌握统计决策公理和原则。教学内容：决策的概念和种类；决策的作用和步骤；决策公理和原则；习题课。重点难点：决策的概念和种类；决策的作用和步骤；决策公理和原则。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。风险型决策方法教学要求：掌握不同标准的决策方法；掌握决策树；掌握风险决策的敏感性分析；掌握连续型变量的风险型决策方法。教学内容：风险型决策的基本问题；不同标准的决策方法；决策树；风险决策的敏感性分析；完全信息价值；效用概率决策方法；连续型变量的风险型决策方法；马尔克夫决策方法；习题课。重点难点：决策树；风险决策的敏感性分析；完全信息价值；连续型变量的风险型决策方法。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。贝叶斯决策方法教学要求：掌握贝叶斯决策方法；掌握贝叶斯决策方法的类型和应用。教学内容：贝叶斯决策概述；贝叶斯决策方法的类型和应用；习题课。重点难点：贝叶斯决策方法的类型和应用。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。不确定型决策方法教学要求：掌握“好中求好”决策方法；掌握“坏中求好”决策方法；ɑ系数决策方法；“最小的最大后悔值”决策方法；各种决策方法的比较和选择。教学内容：“好中求好”决策方法；“坏中求好”决策方法；ɑ系数决策方法；“最小的最大后悔值”决策方法；各种决策方法的比较和选择；习题课。重点难点：各种决策方法的比较和选择。思政元素：讲授人物传记，培养学生科学精神，激发学生学习热情。多目标决策法教学要求：掌握层次分析法；掌握多属性效用决策方法；优劣系数法；