课程概述

统计学是关于数据的科学。本课程有三个部分：数据收集；数据整理和数据分析。

在数据收集阶段，将介绍取得数据的各种调查方法，以及如何利用网络工具搜集数据等。

在数据整理阶段，讲授数据的整理和展示方法，对数据做分类和可视化。

在数据分析阶段，我们将讲授统计学中最基础的估计和检验，掌握生活中“平均”、“显著”等表述背后的“统计”含义。重点和难点是相关分析和回归分析等常规的统计方法。


本课程将教授统计软件SPSS和R。


希望学员已经学习过微积分、线性代数和概率论等课程。


祝大家学习愉快，了解统计学、掌握统计方法，让统计学伴你成长！


证书要求

1. 总成绩（100分）构成：

考勤：10%；

单元作业：10%；

实训：20%；

期末考试：60%；

课程讨论：10%（注意：必须是在“课堂交流区”的讨论才计入成绩，在其他讨论区的讨论不计入成绩）。



预备知识

希望学员已经学习过微积分、线性代数和概率论等课程。

授课大纲

第1章 有用的统计学

1.1 有用的统计学

第2章 数据从哪儿来

2.1 数据的来源

2.2 抽样调查与误差

2.3 网络数据采集

第二章测验

第3章 描述分析

3.1 数据和变量

3.2 用数值特征做描述分析

3.3 用统计表和统计图做描述分析：单变量

3.4 用统计表和统计图做描述分析：双变量

3.5 描述分析的R语言操作

第三章测验

第4章 统计推断

4.1 统计推断的基本概念

4.2 参数估计

4.3 假设检验

4.4 参数估计和假设检验的R语言操作

第四章测验

第四章作业

第5章 比较均值

5.1 两总体均值检验

5.2 方差分析

5.3 两总体均值检验和方差分析的R语言操作

第五章测验

第6章 回归分析

6.1 回归分析的基本概念

6.2 最小二乘估计

6.3 回归结果解读

6.4 其他类型回归

6.5 回归分析的R语言操作

第六章测验

第六章作业

第7章 分类方法

7.1 判别分析

7.2 Logistic回归

7.3 判别分析和Logistic回归的R语言操作

第七章测试

第8章 聚类分析

8.1 系统聚类

8.2 K均值聚类

8.3 系统聚类和K均值聚类的R语言操作

第八章测验

第9章 降维方法

9.1 主成分分析

9.2 因子分析

9.3 主成分分析和因子分析的R语言操作

第九章测验

第九章作业