《回归分析》课程教学大纲.docxVIP

《回归分析》课程教学大纲 一、课程基本信息 课程名称：回归分析 课程代码：STA 308 课程性质：专业必修课 学 期：20178-2019-1 学 分：3 学 时：3学时/周，共48学时。 二、任课教师、助教、教室等情况 实 验 室：待定 （五）课程主资源：教务处课程中心 将提供课件，习题及部分参考书目的下载和发布课程通知 （六）纪 律：1、无特殊情况，不允许无故缺课。 2、每次作业须在规定时间内提交。 3、上课期间不能睡觉，不能玩手机。 三、课程阅读材料 课程教材： S.Weisberg，王静龙，梁小筠，李宝慧译，《应用线性回归》，中国统计出版社，1998。 参考教材： John, Neter, Applied Linear Regression Models, Published by Irwin, 1996. 进一步推荐阅读教材： 无 四、课程内容概要 （一）课程目标 高举中国特色社会主义伟大旗帜，以马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观和习近平新时代中国特色社会主义思想为指导，深入学习贯彻习近平总书记系列重要讲话精神和治国理政新理念新思想新战略。贯彻落实全国高校思想政治工作会议精神，落实立德树人根本任务，充分发挥课堂教学主渠道作用，把思想政治工作融入回归分析课程的教学全过程。着力培养不仅具有掌握回归分析基本理论知识和运用专业理论方法分析、解决问题的能力，更有社会责任感、创新精神、国际视野的能担当中华民族伟大复兴重任的中国特色社会主义合格建设者和可靠接班人。 结合专业教育，讲好习近平新时代中国特色社会主义思想经济思想管理思想，深挖中国经济社会发展和管理实践中的优秀做法和典型案例，不断增强学生“四个自信”，教育引导学生正确认识世界和中国发展大势、中国特色和国际比较、时代责任和历史使命以及远大抱负和脚踏实地。实际操作层面，通过《回归分析》的学习，学生能够熟悉线性回归、广义线性回归、空间自回归和向量自回归的产生背景，理论框架以及应用场景。能够运用至少一类统计软件通过线性回归、广义线性回归、空间自回归和向量自回归对数据进行分析和建模。 强调教学过程的重要性，注重培养学生的自发学习能力。 （二）教学内容 第一章 课程介绍和科普性教学，介绍回归分析的潜在应用以及更大层面上，统计学的应用趋势和发展方向。着重强调数据科学在国内的良好前景，为学生树立正确的价值导向和目标。（1次课） 第二章 介绍概率论中的知识，特别是依概率p收敛，几乎处处收敛，简单的大数定律和中心极限定理，以及假设检验和置信区间的理论，为后来学习线性模型的理论框架打下基础。（1次课） 第三章?介绍变量之间关系的度量。回忆相关系数，协方差系数的定义以及他们的局限性。由此引出一元线性回归模型，并重点介绍该统计模型和数学模型的异同。推导一元线性模型的渐进理论。（1次课） 第四章?介绍多元线性回归模型，以及相对应的假设检验和回归系数估计的渐进分布。介绍多元回归分析中的残差诊断分析和多重共线性的解决方法。（2次课） 第五章?介绍变量选择的标准。介绍岭回归和LASSO以及LASSO和传统变量选择方法如AIC还有BIC的异同之处。介绍模型平均的思想。（2次课） 第六章?详细讲解逻辑回归，以及逻辑回归相关的回归系数的渐进分布，假设检验以及变量选择的内容。（2次课） 第七章 详细介绍通过逻辑回归构建信用评分卡的流程和实践中注意的事项。以模型为切入点介绍当前中国金融科技行业的发展现状和良好前景，让学生对未来有更清晰的方向和认识。（1次课） 第八章?介绍空间自回归模型，参数估计过程，理论性质和应用场景 （2次课） 第九章 介绍空间自回归模型在互联网金融反欺诈中的应用，以及在在线营销中的应用。以互联网金融行业有利网和电子商务平台京东为例，介绍当前中国互联网金融和电子商务的蓬勃发展，为有意向在此行业工作的学生打下扎实的基础。（1次课） 第十章 介绍AR模型以及向量自回归模型。（2次课） （三）课程要求 1.课堂进行随机抽查回答，点名未到的同学将记缺席一次。 2.平时课后作业：按时规定的时间交与助教进行批改，隔一周上课时间助教与授课教师进行评讲。作业如发现有抄袭，作业成绩将记为零分。 3.课堂参与： 请不要缺席，本课程节奏紧凑，一旦缺席很难听懂后续课程。如有紧急情况需要请假缺席，请课后自行学习课件及相关阅读材料，并及时向任课老师询问不清楚的问题。 该课程无指定的教材，请同学们上课自行做好笔记。讲授过程中有大量的课堂练习，上课时请带好纸和笔。 （四）教学安排 课程共16周，除了最后一周复习以外，其他教学安排跟进课程内容里面10章内容来定，具体的教学安排如下。 上课时间 教学安排 备注 第1周 课程介绍和科普性教学，介绍回