《现代商务统计》课程教学大纲(本科).docVIP

《现代商务统计》课程教学大纲(本科).doc

  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
PAGE1 / NUMPAGES4 现代商务统计 Modern Business Statistics 课程代码: 学分:2 学时:32 (其中:课堂教学学时: 32 实验学时: 上机学时: 课程实践学时: ) 先修课程:经济学、统计学原理、概率论与数理统计 适用专业:统计学 教材:《Business Statistics: Fifth Edition》, David M.Levine, Timothy C. Krehbiel, Mark L. Berenson, Publishing House of Renmin University, 2010年第5版 一、课程性质与课程目标 (一)课程性质 现代商务统计是一门应用性学科,主要基于经济管理理论和数学模型来研究社会经济中的管理问题。该课程教会学生如何收集、整理、展示和分析数据以及如何从数据中得出有用的信息来辅助经济管理活动中的决策。 (二)课程目标 课程目标1:通过本课程的学习,学生能够深入理解统计方法在商务管理和经济活动中的应用,能够掌握基本的抽样方法和技术,能够使用统计推断信息支持管理决策的制定。 课程目标2:掌握统计基础理论和方法的对应英文,能够熟练阅读统计相关的英文文献,提高学生的统计专业英语水平。 二、课程内容与教学要求 第一章 概述与数据收集 (一)课程内容 1.统计学在商务领域的应用 2.基本概念 3.数据收集 4.变量类型 (二)教学要求 1.了解统计学在商务领域应用; 2.理解商务领域应用的数据来源; 3.掌握统计数据类型。 (三)重点与难点 1.重点是掌握基本概念; 2.难点是掌握变量的类型。 第二章 用图表演示数据 (一)课程内容 1.适合定性数据的统计图表; 2.组织定量数据; 3.适合定量数据的统计图表; 4.列联表; 5.散点图和时间序列; (二)教学要求 1.理解恰当运用统计图表的规则; 2.掌握如何用统计表和统计图表示定性、定量数据。 (三)重点与难点 1.重点是定性、定量数据的表示; 2.难点是统计图。 第三章 数值描述度量 (一)课程内容 1.集中趋势的测度; 2.方差和分布形状; 3.总体的数量特征描述; 4.四分位数和箱线图; 5.协方差和相关系数。 (二)教学要求 1.理解变量分布的集中趋势、方差和分布形状; 2.掌握总体的数量特征的计算和箱线图; 3.掌握协方差和相关系数。 (三)重点与难点 1.重点是掌握统计数据分布特点的描述; 2.难点是箱线图。 第四章 抽样和抽样分布 (一)课程内容 1.抽样方法的种类 2.抽样价值的评价 3.抽样分布 4.均值的抽样分布 5.比例的抽样分布 (二)教学要求 1.了解不同的抽样方法; 2.理解抽样分布的概念; 3.掌握样本均值和样本比例的概率的计算。 (三)重点与难点 1.重点是掌握不同的抽样方法; 2.难点是抽样分布的理解。 第五章 置信区间估计 (一)课程内容 1.均值的区间估计 (σ已知); 2.均值的区间估计 (σ未知); 3.比例的区间估计 ; 4.样本规模的确定; (二)教学要求 1.理解均值和比例的置信区间; 2.掌握确定建立一个均值和比例的置信区间必须的样本容量。 (三)重点与难点 1.重点是掌握统计数据分布特点的描述; 2.难点是箱线图。 第六章 一元线性回归 (一)课程内容 1.回归模型的类型; 2.建立一元线性回归模型; 3.方差的度量; 4.残差分析; 5.均值的估计和单个值的预测; (二)教学要求 1.使用回归分析来基于自变量预测因变量的值; 2.理解回归系数b0 和b1的含义; 3.掌握回归分析的假设条件。 (三)重点与难点 1.重点是掌握统计数据分布特点的描述; 2.难点是箱线图。 第七章 多元回归 (一)课程内容 1.建立多元线性回归模型; 2. R2, 校正R2和F 检验; 3.多元回归模型的残差分析; 4.总体多元回归系数的推断; 5.虚拟变量和回归模型中的共线性。 (二)教学要求 1.了解虚拟变量在回归模型中的应用; 2.理解多元回归系数和校正判定系数; 3.掌握多元回归模型的构建。 (三)重点与难点 1.重点是多元回归模型的构建; 2.难点是回归模型中的共线性。 三、学时分配及教学方法 章 (按序填写) 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 第一章引言和数据收集 2 2 讲授法 课程目标1,2 第二章用图表表示数据 2 2 讲授法 讨论法 课程目标1,2 第三章数值描述度量 2 2 讲授法 讨论法 课程目标1,2 第四章抽样和抽样分布 4 4

文档评论(0)

161730 + 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