多元统计分析教学方案.docVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元统计分析教学方案

课程名称:多元统计分析 课 程 号:0120114 《多元统计分析》教学方案 教学方案专用页 内容 (标题) 第一章 多元正态分布的参数估计 课时 6 教学目的及要求 通过本章学习,要了解多元统计分析的产生以及它的应用;深入理解多元统计中的几个基本概念;掌握多元正态分布的定义以及性质;掌握均值向量与协差阵的最大似然估计法以及估计量的优良性质;掌握维希特(Wishart)分布以及它与分布的关系。 重点难点及其处理 1、多元分布的定义和性质 2、均值向量与协差阵的最大似然估计以及维希特(Wishart)分布 通过一元统计中分布函数和密度函数的定义以及性质引出多元分布的定义和性质;通过分布引出维希特分布。 教学方法 课堂讲授及讨论 参考文献 何晓群:《现代统计分析方法与应用》中国人民大学出版社 卫海英:《SPSS10.0 for Windows在经济管理中的应用》中国统计出版社 课外作业及要求 1、试述多元联合分布和边缘分布之间的关系。 2、均值向量和协差阵的最大似然估计有哪些优良性质? 3、维希特(Wishart)分布与一元统计中的分布有什么关系? 备注 教学方案专用页 内容 (标题) 第二章 多元正态分布均值向量和协差阵的检验 课时 4 教学目的及要求 通过本章学习,了解假设检验的基本步骤,掌握霍特林(Hotelling)T2分布; 掌握一个正态总体及两个正态总体均值向量的假设检验;掌握一个正态总体协差阵的检验。 重点难点及其处理 1、霍特林(Hotelling)T2分布 2、在各种检验中,统计量的构造及其服从的分布 霍特林(Hotelling)T2分布是一元统计分布中t分布的推广;由一元正态总体的假设检验引出多元正态总体的假设检验。 教学方法 课堂讲授与讨论 参考文献 卫海英:《SPSS10.0 for Windows在经济管理中的应用》中国统计出版社 王惠文,偏最小二乘回归分析方法及应用,北京:国防工业出版社,1999 课外作业及要求 1、试述多元统计分析中的各种均值向量和协差阵检验的基本思想和步骤。 2、试述多元统计中霍特林(Hotelling)T2分布和一元统计中t分布的关系。 备注 教学方案专用页 内容 (标题) 第三章 聚类分析 课时 8 教学目的及要求 通过本章学习,要明确聚类分析的基本思想;了解常用的数据的变换方法;掌握常用距离和相似系数的算法;掌握系统聚类的基本思想以及常用的系统聚类分析方法;了解快速聚类法思想与步骤;了解有序样品聚类的基本思想和最优分割法的基本步骤。 重点难点及其处理 各种常用距离的算法以及马氏距离和欧氏距离的区别和联系 2、系统聚类法的基本思想和基本步骤 3、系统聚类法中类与类之间距离的确定 利用一个例子来说明马氏距离和欧氏距离的区别和联系;通过实例来说明系统聚类的基本步骤以及类与类之间距离的确定。 教学方法 课堂讲授:多媒体演示 参考文献 何晓群,现代多元统计分析方法与应用,北京:中国人民大学出版社,1998 卢纹岱,SPSS从入门到精通,北京:电子工业出版社,2000 张尧庭,多元统计分析选讲,北京:中国统计出版社,2002 课外作业及要求 1、简述系统聚类法的基本思想及主要步骤。 2、简述快速聚类的基本思想及主要步骤。 3、设有六个样品,每个测一个变量,其值分别为1,2,5,7,9,10,试分别用最短距离法和最长距离法进行聚类。 备注 教学方案专用页 内容 (标题) 第四章 判别分析 课时 6 教学目的及要求 通过本章的学习,明确判别分析的基本思想以及它与聚类分析的区别和联系;掌握距离判别法、贝叶斯(Bayes)判别法以及费歇(Fisher)判别法;了解逐步判别的原理。 重点难点及其处理 1、两总体的距离判别法 2、贝叶斯(Bayes)判别的基本思想以及最大后验准则和最小平均误判损失准则 3、两总体的费歇(Fisher)判别法 首先对两总体距离判别式给出推导,然后通过实例进一步说明;通过实际案例引出最大后验准则和最小平均误判损失准则并给以推导证明,对两总体的费歇(Fisher)判别函数进行推导并举例说明。 教学方法 课堂讲授与讨论:案例教学、多媒体演示 参考文献 何晓群,现代多元统计分析方法与应用,北京:中国人民大学出版社,1998 卢纹岱,SPSS从入门到精通,北京:电子工业出版社,2000 张尧庭,多元统计分析选讲,北京:中国统计出版社,2002 课外作业及要求 1、 判别分析和聚类分析有何区别与联系? 2、距离判别分析的基本思想是什么?假设有两个总体G1和G2, 如果能够定义样品x到它们的距离D(x,G1)和D(x,G2), 那么判别规则是怎样的?请描述这个准则的数学模型。 3、简述逐步判别法的

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档