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.