课程介绍
内容
-
课程大纲
华东师范大学
研究生课程教学大纲
课程编码
MBA05510202007
课程类别
基础课
课程名称(中文)
数据、模型与决策
课程名称(英文)
Data, Models and Decision
学时/学分
36学时(含考试2课时)/2学分
其中实验/
实践、实务课学时
0学时
开课单位
经济与管理学部统计学院
适用学科专业
(类别领域)
MBA
先修课程
无
大纲撰写人
李艳
大纲审核人
教学负责人
授课语言
中文
课程网址
无
一、课程简介(中英文)
本课程基于“以量化分析辅助决策”的现实需求,遵从实际应用中数据采集、模型建立以及决策选择的过程,循序渐进地梳理从量化分析到决策选择的各种方法和技术。
本课程主要分为两部分:第一部分是“数据”,介绍数据的采集方法、数据的类型和数据的质量问题;第二部分是“模型”,介绍分布与分布特征、描述统计、参数估计与假设检验、相关性分析、回归分析和数据挖掘等方法。
Based on the practical needs of quantitative analysis, this course covers the complete process of data analysis, i.e., collecting data, building models and making decision. It introduces quantitative analysis methods and technologies, and is divided into two parts: the first part is data, which introduces the data collection method, types of data and evaluation metrics on data quality; The second part is modeling, which introduces the distribution, descriptive statistics, parameter estimation and hypothesis test, correlation analysis, regression models and classical methods in data mining.
二、课程目标
目标1:通过本课程的学习,学生应掌握数据采集、量化分析(描述性统计分析与统计模型)和决策选择的基本方法和技术,并能够运用它们解决实际应用中的问题。
目标2:学生应熟练地使用SPSS等统计软件辅助分析数据,并能正确解读软件运行结果。
目标3:学生应建立起统计思维,并在生活和工作中灵活运用,以解释现象、探寻因果和科学决策。
三、教学内容与安排
第一章 数据
学时:4
本章节内容概述:主要介绍数据的来源、数据的类型、数据的质量和数据的处理。本章的实验、实践环节要求:熟悉SPSS各项功能,能使用SPSS分析数据质量、进行数据的基本处理。
第二章 分布、分布特征及其描述
学时:4
本章节内容概述:介绍分布(正态分布和二项分布)、分布特征(集中趋势、离中趋势、分布形状)及其描述性统计分析(可视化基础、统计图表绘制)。本章的实验、实践环节要求:能熟练地使用SPSS展示数据分布和分布特征,并对软件结果做出正确解读。
第三章 假设检验与参数估计
学时:4
本章节内容概述:介绍假设检验的重要概念、基本步骤和应用方法,以及参数估计(点估计与区间估计)的基本方法和评价指标。本章的实验、实践环节要求:能准确地将现实问题转换为统计学语言,能熟练地使用SPSS实现单总体中心值、多总体中心值比较等假设检验,以及均值和比例等参数的估计,并对软件结果做出正确解读。
第四章 相关性分析
学时:6
本章节内容概述:介绍列联表检验、相关系数和方差分析等相关性分析方法的基本概念、原理和实施步骤。本章的实验、实践环节要求:能根据数据类型正确地选择相关性分析方法,能熟练地使用SPSS实现相关性分析,并对软件结果做出正确解读。
第五章 回归分析
学时:6
本章节内容概述:介绍统计建模的基本思想,以及回归分析方法的基本原理、实施步骤和评价指标。本章的实验、实践环节要求:能熟练地使用SPSS建立回归分析模型,并根据软件结果正确解读模型及其效果。
第六章 决策树
学时:4
本章节内容概述:介绍CART算法的基本原理、实施步骤和评价指标,实现分类和回归问题的建模。本章的实验、实践环节要求:能熟练地使用SPSS实现CART算法,并根据软件结果正确解读模型及其效果。
第七章 神经网络
学时:4
本章节内容概述:介绍人工神经网络模型的基本思想、原理和实施步骤。本章的实验、实践环节要求:能熟练地使用SPSS实现浅层神经网络,并根据软件结果正确解读模型及其效果。
四、主要教学方法
1.本课程采用教师讲授、案例分析、SPSS操作演示等相结合的教学方法。
2.让学生自选数据,以小组为单位完成案例分析报告,并展示、交流和讨论。
五、考核方式与要求
本课程的考核采用考查方式,成绩采用百分制,成绩的评定兼顾平时表现和案例分析。成绩总评包含四个部分:(1)课堂出勤与小测验,占15%;(2)作业,占15%;(3)小组案例分析,占20%;(4)期末考试,占50%。
六、教材与参考资料
1. 教材:
《数据、模型与决策简明教程》,王静龙、梁小筠、王黎明编著,复旦大学出版社,2012年。
2. 代表性教学参考书:
《数据、模型与决策:管理科学基础》,Dimitris Bertsimas、Robert M. Freund编著,李新中译,中信出版社,2004年。
《IBM SPSS数据分析与挖掘实战案例精粹》,张文彤、钟云飞编著,清华大学出版社,2013年。
《统计学的世界》(第8版),David S. Moore编著,郑惟厚译,中信出版社,2017年。
《统计学:从数据到结论》(第4版),吴喜之编著,中国统计出版