集美大学多元信息分析与展示课程教学大纲集美大学计算机工程学院

1、集美大学多元信息分析与展示课程教学大纲课程编号8110400课程名称中文：多元信息分析与展示英文：Analysis and Display of Multivariate Information课程总学时讲课实验上机实习课外564016课程学分3课程类型专业选修课开课单位计算机工程学院软件工程教研室适用专业软件工程先修课程线性代数、概率统计、数据库基础、高级语言程序设计课程负责人丁跃潮教学目的和要求课程说明本课程是软件工程、管理工程、数量经济、统计学等专业本科和研究生的重要选修课。信息采集、浏览、查询、交换、分析与预测，是信息社会重要的特征。目前各行各业的信息非常丰富，管理信息系统已经有了可喜

2、的普及。 但是，各种信息系统中的信息还主要出于“管理”阶段，即进行采集、存储、交流、查询、修改的阶段，没有真正发挥出信息的作用。研究信息分析与预测的方法，进行信息分析与预测，是当前计算机业界和各行各业重要的使命。以往在校内计算机专业(本科)讲授该课程时，已在国内外刊物上发表论文数十篇。教学目的本课程就是为信息分析与预测服务的。主要介绍了多元统计分析的基本知识和基本方法，包括正态分布、方差分析、回归分析、主成分分析、因子分析、对应分析、判别分析、聚类分析、多变量有序数据最优分割、时间序列分析与预测。讲授过程中大量介绍丁跃潮推出的信息分析与预测新方法和软件。通过学习，使学生能够处理经济、保险、气象

3、、环境科学、地质、农业、生物、心理、管理、化工、信息、医药等领域的多元数据，在分析预测上进入学科前沿阵、达到领先水平，并在国内外发表一批论文。教学要求本课程鉴于学生们数理统计知识的缺乏、线性代数知识的有限，介绍各知识点时，采用由实际例子引入数学概念、再通过例子介绍数学模型，将数学理论以通俗的语言和实例叙述，避开理论或公式推导。达到知其然，不知其所以然，但知其所以用，就可以了。通过使用SPSS、SAS和教师自编软件求解问题，掌握各种方法的使用。教学中采用2次课通讲全部内容，布置研究内容和论文写作任务。再用其余课时研究性、讨论式讲授各知识点。教学内容和要求（分章节）教学方法与学时分配学时分配板块(

4、内容)1.62345.15.26合计实验序号123456788授课学时4466644440实验学时2222222216主要内容及基本要求板块1数据与统计基础第1章 统计初步知识内容1.1 描述统计内容1.2 描述统计算法要求：理解从观测的或实验的或调查的数字中计算出有代表性的特征量，搞懂统计学中常用的算术平均值、中位数、众数、几何平均数、平均差、方差、标准差、偏度、峰度的算法。重点：算术平均值、中位数、众数、平均差、方差、标准差、偏度、峰度。难点：方差、标准差、偏度、峰度。第2章 正态分布内容2.1 分布函数的定义2.2 正态分布2.3 多元正态分布要求：掌握分布函数的定义，理解正态分布和多元

5、正态分布的基本知识。重点：正态分布和多元正态分布。难点：多元正态分布第3章 多元正态总体的假设检验与方差分析内容3.1 假设检验3.2 参数假设检验3.3 分布假设检验3.4 如何用SPSS、SAS 统计软件进行正态性检验要求：掌握假设检验的基本原理，理解方差、协方差的概念，学会两个总体和多个总体均值的比较检验、总体协差阵相等的检验和独立性检验。重点：假设检验的基本原理、协方差的概念、独立性检验。难点：多个总体均值的比较检验和总体协差阵相等的检验。第4章SPSS基础内容： SPSS基本教程志内容。要求：掌握SPSS的数据输入、保存、绘图、预分析和基本的统计分析操作，学会SPSS与其它数据平台的

6、数据交换，掌握结果文件的使用。初步掌握SAS的使用。重点：SPSS的数据设置、录入和导入，基本的绘图和统计分析操作。难点：SPSS与其它数据平台的数据交换，基本的绘图。第5章 数据预处理内容：5.1 缺失值处理5.2 数据分组5.3 次数分配5.4 分布曲线5.5 总量指标和相对指标5.6 平均指标5.7 离散程度指标5.8 数据变换5.9 探索性数据分析5.10 箱线图要求：掌握缺失值处理、数据分组、次数分配、分布曲线、总量指标和相对指标、平均指标、 离散程度指标、数据变换、探索性数据分析等方法对数据进行预处理和预分析。重点：缺失值处理、数据分组、次数分配、分布曲线、数据变换、探索性数据分析

7、。难点：次数分配、分布曲线、数据变换、探索性数据分析。第6章 多元信息展示内容：教师论文：一种数据图示新方法要求：掌握丁跃潮推出的新型数据展示图(表式直观图)，学会其中三种类型图的使用条件和目的。理解表式直观图的数据处理方法和作图原理。会应用该类图形展示实际问题。重点：表式直观图的数据处理方法、作图原理、作图方法和程序设计。难点：表式直观图的作图原理和程序设计。板块2回归分析第7章 多元回归分析内容：7.1 回归分析概述7.2 一元线性回归预测法7.3 多元线性回归预测法7.4 逐步回归分析预测法7.5 虚拟变量回归预测法7.6 非线性回归预测法要求：理解回归分析的原理，了解多元线性回归、逐步

8、回归的步骤，学会回归分析方法的应用，理解显著性检验的意义和作用，学会回归分析对具体问题的结果解释。重点：回归分析的原理，多元线性回归、逐步回归的步骤，回归分析应用和解释。难点：逐步回归及其显著性检验。第8章 预测型回归分析内容：教师论文：1 前移回归分析新方法及其在福建人均GDP预测中的应用2 A New Method-Multi-factor Trend Regression and Its Application to Economy Forecast in Jiangxi要求：理解前移回归分析和趋势回归分析的原理，学会用普通回归分析软件实现前移回归分析和趋势回归分析，掌握对具体问题的应用

9、和结果解释。重点：前移回归分析和趋势回归分析的原理、编程思路和应用范围。难点：普通统计软件中前移回归分析和趋势回归分析的实现。编程实现两种回归分析。板块3因素与降维第9章 主成分分析内容：9.1 主成分分析基本原理9.2 主成分分析的步骤和模型9.3 主成分数目的选取9.4 使用SPSS进行主成分分析要求：理解主成分分析的数学模型，学会使用SPSS进行主成分分析，会解释主成分得分和主成分平面图。重点：使用SPSS进行主成分分析、主成分平面图的应用。难点：主成分分析的数学模型。第10章 因子分析内容：10.1 通俗概述10.2 方法原理10.3 因子载荷的统计意义10.4 方差最大正交旋转10.

10、5 Promax斜旋转10.6 因子得分要求：理解因子分析的数学模型，学会使用SPSS和教师编制的软件进行因子分析，会解释因子得分、因子载荷和因子平面图，了解因子最大正交旋转的意义和作用。重点：使用SPSS进行因子分析、因子载荷的解释和平面图的应用。难点：因子分析的数学模型。第11章 对应分析内容：11.1 对应分析基本思想11.2 引例11.3 对应分析原理11.4 SPSS实现要求：理解对应分析的数学模型，学会使用SPSS和教师编制的软件进行对应分析，会解释因子得分、因子载荷和因子平面图，理解对应分析与因子分析和主成分分析的区别和应用对象。重点：使用SPSS进行对应分析、因子平面图的应用、

11、因子轴的意义。难点：对应分析的数学模型。板块4判别分析第12章 判别分析内容：12.1 判别分析概述12.2 两组判别分析12.3 逐步判别分析要求：理解判别分析的数学模型，学会使用SPSS和教师编制的软件进行判别分析，会解释判别函数，掌握判别分析的数据准备和应用范围。重点：使用SPSS进行判别分析，针对具体问题进行判别分析的建模和应用。难点：判别分析的数学模型。第13章 变异判别分析内容：13.1 二阶判别分析13.2 定向判别分析13.3 有序判别分析要求：理解丁跃潮提出的三种变异判别分析的方法原理，掌握二阶、定向、有序判别分析的数据准备和应用范围。尝试改进普通判别分析程序，进行变异判别分

12、析。重点：二阶、定向、有序判别分析的方法原理，普通判别分析程序的改进。难点：普通判别分析程序的改进。板块5分类第14章 聚类分析内容：14.1 聚类分析的方法及变量类型14.2 系统聚类分析14.3 动态聚类分析要求：理解聚类分析的数学原理，学会选用聚类统计量，掌握使用SPSS和教师编制的软件进行普通R型和Q型聚类分析和k-均值聚类，会针对具体问题解释聚类结果。重点：使用SPSS和教师软件进行普通聚类和k-均值聚类，针对具体问题进行应用和解释。难点：聚类方法和聚类统计量的选择。第15章 多元有序信息最优分割内容：15.1最优分割法概述15.2 原始数据变化趋势的直观展现15.3 最优分割法原理

13、15.4 应用实例要求：理解最优分割法原理，掌握最优分割的数据准备和应用范围。学会用教师编制的软件进行最优分割行最优分割。重点：最优分割法原理。难点：最优分割法原理。板块6时间序列第16章 时间序列平滑预测内容：移动平均法、指数平滑法、差分指数平滑法、自适应过滤法。要求：理解时间序列的概念，掌握集中主要的时间序列平滑方法。重点：移动平均法、指数平滑法、差分指数平滑法、自适应过滤法。难点：差分指数平滑法。第17章 趋势曲线模型预测内容：直线模型预测法、多项式曲线模型预测法、指数曲线模型预测法、罗吉斯缔曲线模型预测法。要求：学会几种趋势曲线预测的方法，了解其原理，掌握用SPSS处理趋势曲线预测的方

14、法。重点：直线模型预测法、多项式曲线模型预测法、指数曲线模型预测法、罗吉斯缔曲线模型预测法。难点：SPSS处理趋势曲线预测的方法。集美大学多元信息分析与展示课程教学大纲 实验实践部分教学内容与要求1.实验项目与学时分配序号实验项目学时实验类型备注1SPSS操作2验证2多元信息展示(丁氏图)2设计3回归分析2设计4主成分分析、因子分析和对应分析2设计5判别分析2设计6聚类分析2设计7多元有序信息最优分割2设计8时间序列预测2设计（备注：实验类型包括演示、验证、综合、设计等，可填写开展实验教学的特殊要求(如课程无实验实践环节请删除本部分：3.实验实践部分教学内容与要求)）2.实验教学内容实验1 S

15、PSS操作实验目的：掌握SPSS的数据输入、保存、绘图、预分析和基本的统计分析操作，学会SPSS与其它数据平台的数据交换，掌握结果文件的使用。实验内容：1)练习变量定义、数据输入、数据保存。2)练习数据的预分析，绘制散点图、折线图，粗略探求数据的变化规律。3)熟悉SPSS各个菜单，练习一些其他的分析。实验要求：每人一组，至少要选择做3种分析、3种图。实验2 多元信息展示(丁氏图)实验目的：掌握丁跃潮推出的新型数据展示图(表式直观图)，学会其中三种类型图的使用条件和目的。学会应用该类图形展示实际问题。实验内容：1)实验课之前，在网上收集适合作纵向、横向和全表对比3种图的数据，3种图的数据最好围绕

16、一个主题。2)对所收集的数据进行处理，转入到Access数据库中。3)实施作图，不同的数据和目的应当作不同的图。4)对所做图形进行解释。实验要求：每人一组，注意不同的数据作图目的不同，选用的图的类型不同。实验3 回归分析实验目的：理解回归分析的原理，学会用SPSS和教师软件进行多元线性回归、逐步回归、前移回归、趋势回归，学会回归分析方法应用于解决实际问题，理解显著性检验的意义和作用，学会回归分析的结果解释。实验内容：1)实验课之前，在网上收集适合回归分析的数据。2)对所收集的数据进行处理，转入到Access数据库中。3)实施回归分析，进行显著性检验。4)结合具体问题进行结果解释。5)有可能的话

17、，将实验演变成论文发表。实验要求：每人一组，注意回归方程变量的选择和系数的解释。实验4 主成分分析、因子分析和对应分析实验目的：理解主成分分析、因子分析和对应分析三者的数学模型及其区别，学会用三者解决实际问题，学会用SPSS和教师自编软件进行数据处理和结果解释。实验内容：1)实验课之前，在网上收集适合主成分分析、因子分析和对应分析的数据。2)用SPSS和教师自编软件对所收集的数据进行三种分析。3)分析因子平面图和因子载荷。4)结合具体问题进行结果解释。5)有可能的话，将实验演变成论文发表。实验要求：每1-2人一组，完成上述工作时，要求不能偷懒，各种分析都要做。实验5 判别分析实验目的：理解判别

18、分析的数学模型，学会用判别分析解决实际问题，学会用SPSS和教师自编软件进行判别分析和结果解释。实验内容：1)实验课之前，在网上收集适合判别分析的数据。2)用SPSS和教师自编软件对所收集的进行判别分析。3)结合具体问题进行结果解释。4)有可能的话，编制丁跃潮提出的三种变异判别分析的程序(收集现有判别分析程序进行改进)。5)有可能的话，将实验演变成论文发表。实验要求：每1-2人一组，完成上述工作时，要求符合实际的应用与解释。实验6 聚类分析实验目的：理解聚类分析的数学模型，学会用聚类分析解决实际问题，学会用SPSS和教师自编软件进行聚类分析和结果解释。实验内容：1)实验课之前，在网上收集适合聚

19、类分析的数据。2)用SPSS和教师自编软件对所收集的进行R型聚类、Q型聚类和k-均值聚类，调整聚类统计量和连接方法，多次尝试，选择最满意的。3)分析R型和Q型聚类谱系图，对三种聚类进行结果解释。4)有可能的话，将实验演变成论文发表。实验要求：每1-2人一组，注意选择不同的聚类统计量和连接方法，会有不同的谱系图结果，选择适合具体问题的一种即可。实验7 多元有序信息最优分割实验目的：理解多元有序信息最优分割的原理，学会用多元有序信息最优分割方法解决实际问题，学会用教师自编软件进行多元有序信息最优分割和结果解释。实验内容：1)实验课之前，在网上收集适合多元有序信息最优分割的多元时间序列数据。2)用教师自编软件对所收集的进行分析，划分具体事物的发展阶段。3)对分割结果进行合理解释。4)有可能的话，将实验演