- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
统计分析与R语言
(Statistical Analysis and R Language)
课程编号学 分: 2
学 时: 32
先修课程:概率论与数理统计、回归分析
适用专业:统计学
教 材:《 R语言实战》第二版,Robert I. Kabacoff 著,王小宁,刘撷芯,黄俊文 等译;人民邮电出版社,2016年5月。
课程的性质与目标
(一)课程性质
《统计分析与R语言》是相关专业教学计划中具有重要意义的技术专业课,它建立在概率论、数理统计、回归分析课程知识的基础上,为统计理论与方法在统计软件R中的实现提供了详细的指导。
《统计分析与R语言》是用开源软件R解决和处理统计中实际问题,强调方法的应用、软件实现和程序设计能力的训练,提高学生分析问题、解决问题的能力。其主要任务是让学生掌握以下知识和能力:
(二)课程目标
课程目标1:掌握R软件中数据的基本操作;
课程目标2:熟练掌握R软件中基本统计方法、统计模型的实现;
课程目标3:能够独立编写中等难度的程序以提升R语言的应用范围。
二、课程的基本内容与教学要求
第一章 R语言介绍
(一)课程内容
1 R 的获取和安装;
2 R 的使用;
3 包;
4示例实践。
(二)教学要求
(1)了解R语言的优点及安装使用。
第二章 创建数据集
(一)课程内容
1数字、字符和向量;
2数据结构;
3数据的输入;
4数据集的标注;
(二)教学要求
(1)掌握数据的基本操作;
(2)掌握数据的输入。
(三)重点与难点
(1)重点是数据的基本操作;
(2)难点是数据的基本操作。
第三章 图形初阶
(一)课程内容
1使用图形;
2一个简单的例子;
3图形参数;
4添加文本、自定义坐标轴和图例;
5 图形的组合。
(二)教学要求
(1)掌握R软件中的绘图命;
(2)了解图形参数;
(3)掌握如何添加文本、自定义坐标轴和图例。
(三)重点与难点
(1)重点是掌握R软件中的绘图命;
(2)难点是多元数据的图形表示方法;
第四章 基本数据管理
(一)课程内容
1 创建新变量
2 变量的重编码
3 变量的重命名
4 缺失值
5数据排序
6 数据集的合并
(二)教学要求
(1)掌握变量的重编码与变量的重命名;
(2)掌握数据排序;
(三) 重点难点
(1)重点是变量的重编码与变量的重命名;
(2)难点是数据集取子集。
第五章 高级数据管理
(一)课程内容
1 数值和字符处理函数
2 数据处理难题的一套解决方案
3 控制流
4 用户自编函数
5 整合与重构
(二)教学要求
1.理解控制流
2 掌握自编函数
(三) 重点难点
(1)重点是控制流;
(2)难点是控制流。
第六 章 基本图形
(一)课程内容
1 条形图
2 饼图
3 直方图
4 核密度图
5 箱线图
6 点图
(二)教学要求
1.掌握条形图,直方图,箱线图
2 掌握点图
(三) 重点难点
(1)重点是箱线图;
(2)难点是核密度图。
第七章 基本统计分析
(一)课程内容
1 描述性统计分析
2 频数表和列联表
3 相关
4 t 检验
5 组间差异的非参数检验
(二)教学要求
1.掌握相关和t检验
2 理解组间差异的非参数检验
(三) 重点难点
(1)重点是相关和t检验;
(2)难点是非参数检验。
第八 章 回归
(一)课程内容
1 回归的多面性;
2 OLS 回归;
3 回归诊断;
4 异常观测值;
5 改进措施;
6 选择“最佳”的回归模型
7 深层次分析
(二)教学要求
(1)掌握R软件中与线性模型有关的函数;
(2)掌握回归诊断;
(3)掌握模型选择;
(4)了解交叉验证。
(三)重点难点
(1)重点是回归诊断;
(2)难点是交叉验证。
第九章 方差分析
(一)课程内容
1 单因素方差分析;
2 两因素方差分析。
(二)教学要求
(1)掌握单因素方差分析、两因素方差分析;
(2)了解方差齐性检验。
(三)重点难点
(1)重点是单因素方差分析、两因素方差分析;
(2)难点是方差分析的原理。
第十章 广义线性模型
(一)课程内容
1 广义线性模型和glm()函数
2 Logistic 回归
3 泊松回归
(二)教学要求
(1)掌握Logistic 回归和泊松回归;
(2)理解广义线性模型。
(三)重点难点
(1)重点是Logistic 回归和泊松回归;
(2)难点是广义线性模型。
四、学时分配及教学方法
章
教学形式及学时分配
主要教学方法
支撑的课程
目标
课堂教学
实验
上机
课程实践
小计
第一章
R语言介绍
2
2
讲授法
目标1
第二章
创建数据集
2
2
讲授法
目标1
目标2
第三章
图形初阶
2
2
4
讲授法
讨论法
目标
文档评论(0)