《现代统计方法应用实践》课程教学大纲.docx

现代统计方法应用实践Application outline of modern statistical methods一、课程基本情况课程周数：1周学分：1学分课程学时：1周开课学期：第7学期课程性质：必修先修课程：多元统计分析适用专业：应用统计学等教 材：开课单位：数学与统计学院统计系二、实习目标伴随着科学技术的开展，计算机的普及，在各个学科领域，群众的社会生活中，充满着各种 类型的数据，这就为统计方法的应用提供了广阔的前景和应用基础随着时代的开展，各种各样 的统计方法随着实际问题的出现而不断被提出，例如不完全数据、纵向数据、删失数据、高维数 据、超高维数据等本应用实践的教学目标是让学生跟上时代的步伐，能够处理在新时代背景下 所面临的新的问题从传统统计方法在处理实际中不同问题的优缺点出发，对方法进行展开和推 广，引入合适的实际问题的现代统计分析技术，开拓和培养学生发现问题、分析问题、解决问题 的能力，并引导学生能够自主思考，掌握创新性思路从提出到开展的思维脉络，并强化学生解决 实际问题的能力选择一个自己感兴趣的问题作为研究对象，收集真实的样本数据；根据统计学知识，结合分 析目的，对数据进行预分析和预处理；选取适当的现代统计分析方法，编程；根据程序运行结果， 分析结果的统计意义，并结合背景知识解释实际意义。

三、实习基本要求.确定题目：选定分析对象，既是自己感兴趣的领域，也是自己的知识结构能够驾驭的问题， 并且能够得到所需的样本数据1 .文献检索及文献综述：通过文献检索，搜寻所选研究领域内已有的成果，分析、总结包含在 文献中的不同思路和不同方法，确定自己的研究思路和分析方法，写出文献综述，列出参 考文献2 ,收集数据：确定数据类型和时期，考察样本容量和数据质量，对数据进行必要的预处理用表格形式给出样本观测数据，注明样本数据的来源4 .根据分析目的，设计分析思路，选择恰当的现代统计分析方法进行数据分析建模5 .运用软件，结合选用的现代统计分析方法进行编程假设有必要的计算机程序，请附在正文后面6 .综合分析程序运行结果的统计意义，并且结合问题的背景知识分析，进行合理的实际意义 解释，并根据需要进行恰当的政策评价7.四、实习内容及时间安排具体实习内容时间安排所需时 长或学 时数场地安排内容一义献检索及文献综述实习开始第1天2尚贤楼数学实验中心内容二收集数据实习开始第2天2尚贤楼数学实验 中心内容三根据分析目的，设计分析思路，选 择恰当的现代统计分析方法实习开始第3天4尚贤楼数学实验 中心内容四运用软件，结合选用的现代统计分 析方法进行编程实习开始第4天4尚贤楼数学实验中心内容五综合分析程序运行结果的统计意 义，并且结合问题的背景知识分析， 进行合理的实际意义解释，并根据 需要进行恰当的政策评价。

实习开始第5天4尚贤楼数学实验 中心五、课程考核(1)实验实习报告的撰写要求：a)由学生分组完成课程设计，并提交一篇课程设计的打印稿与电子稿；b)课程设计用白色A4纸打印，上下左右各留出2. 5厘米的页边距论文首页要使用统一封面， 第一页之后为论文题目、摘要、关键词及正文论文正文，论文题目用3号黑体字、一级标 题用4号黑体字，并居中论文正文一律采用小4号宋体字，行距用固定值20磅，表格用 5号字体；全文装订成册；(2)应用实践报告：1份(3)考核及成绩计算方式：学生应用实践成绩应综合表达学生在整个应用实践过程中的表现课程 论文成绩评定通过问题设计、建模方法和解决程度综合确定六、参考书目Li,K.C.(1991),Sliced Inverse Regression for Dimension Reduction(withdiscussions), Journal of the American Statistical Association,86,316-342.1. Tibshirani, R. (1996),Regression shrinkage and selection via the lasso, J. Royal. Statist.Soc. B. 58, 267-288.2. Zou,H.(2006). The adaptive lasso and its oracle propertiesJ.Am.Statist.Ass.,101,1418-1429.3. Fan,J.and Li,R.(2001). Variable selection via nonconcave penalized likelihood and its oracle properties. J. Amer. Statist. Assoc., 96, 1348-1360.4. A.C.Daviso &D.V.Hinkley.Bootstrap Methods and their Application.CambridgeUniversity Press.5. Robert J.Serfling. Approximation Theorems of Mathematical StatisticsJohn Wilwy & S.Inc.New York, 1980.6. Diggle, P.J., Heagerty, P.J., Liang, K.Y., Zeger, S.L.(2002). Analysis of longitudinal data. Oxford, Clarendon.7. 姚志勇，SAS编程与数据挖掘商业案例，北京：机械工业出版社，2010.8. 杨池然，SAS开发经典案例解析，北京：机械工业出版社，2013.9. 谢龙汉，尚涛，SAS统计分析与数据挖掘，北京：电子工业出版社，2012.。