属性数据分析主要介绍用于分析属性数据的统计模型，是面向本科生开设的介绍属性数据分析引论的课程，主要覆盖属性数据的介绍，列联表分析，广义线性模型，并重点介绍 logistic 回归模型和 logit 模型等。

       本课程采用英文课堂教学，采用教师讲授、课堂实验、学生实践相结合的实验教学形式，努力形成教师和学生双向互动，理论学习结合实践运用，达到学以致用的结果。教师讲授是主要的课堂教学方式，46 个学时将用于教师课堂讲授，同时加入实验教学的环节，每一章均有课时安排用于课堂实验，共安排 6 个学时用于引导学生进行实验和实践练习。在学期末要求学生提交 1 篇课程论文，并用 4 个课时进行展示和学生互相评价。 

       通过本课程的学习，学生可掌握与属性数据有关的统计学基础知识，如学会何处理、建模、分析属性数据，并学会通过用广义线性模型、logistic 回归模型等理论分析属性数据。通过课堂讲授让学生具有坚实的理论基础，通过课堂实验训练学生运用软件处理和分析属性数据，并合理建模分析。通过对大量典型例子的介绍和分析， 使学生掌握基本方法，并在课后的习题练习中掌握使用软件分析属性数据，逐渐形成观察、思考、分析和解决有关理论和实践问题的能力。

本课程考试用百分制计算，成绩达到 60 分以上者为合格，具体考试及计分方法如下：

1. 考勤（10%）：每节课签到，连续旷课 6 次（含 6 次）以上，取消其参加该课 程的期末考试资格，成绩以“0”分或“F”登记 

2. 作业（20%）：每节课布置作业，每章结束的下一次课交作业。迟交一周内成 绩为原成绩的 80%，迟交一周按 0 分记。  

3. 期中考试（20%）：闭卷笔试  

4. 课程论文（50%）：包括论文和报告。

要求学生具有基础统计课程的知识，不需要如微积分矩阵代数等高等数学的知识。

选用教材 
An Introduction to Categorical Data Analysis. Second Edition. Alan  Agresti (2007). John Wiley & Sons.

参考书目与文献 
(1) Analysis of Categorical Data. Agresti, A., New York: Wiley, 2002. 

(2) Generalized Linear Models. 2nd Ed. McCullagh P. and Nelder J.,  London: CRC Publishers, 1989. 

(3)《属性数据分析引论（第二版）》张淑梅  王睿  曾莉 译，  高等 教育出版社. 

(4)《实用多元统计方法与 SAS 系统》高惠璇，北京大学出版社.