《信息统计分析》教学大纲

1、 信息统计分析教学大纲信息统计分析是数学科学学院信息与计算科学系和概率统计系的一门重要专业基础课程本课程以MATLAB或FORTRAN90为计算和算法研究的工具，以自主开发的统计专家软件作为辅助教学和计算软件，系统介绍分布函数的计算、伪随机数的产生和检验、方差分析模型原理、主成分分析和因子分析、聚类分析、典型相关分析和回归分析模型的计算与应用教学的目的为：掌握常用统计模型的计算方法，并具有初步开发统计软件的能力，同时具备统计模型的应用能力以统计专家为桥梁具备使用国际通用的商业统计软件如SPSS、SAS的初步能力为以后的后继专业课程如信息论、计算的复杂性、数值分析、智能计算打下坚实的基础先修课程

2、要求：数学分析，代数，概率论与数理统计，MATLAB对象编程等本课程计划90学时，周3+2，4学分选用教材：曾建军等编著，信息统计分析，自编教材，安徽大学出版社，2005年教学手段：课堂多媒体讲授，上机实习，习题为实验报告考核方法：闭卷书面考试和技能测试教学进程安排表周次学时数教学主要内容教学环节周次13+2第一章MATLAB工具箱介绍分布函数的计算命令、随机数发生器命令、多元分析命令等大课、上机123+2统计推断命令、回归分析命令、实验设计命令、统计作图命令等大课、上机233+2第二章分布函数的计算分布函数计算的基本理论和方法大课、上机343+2各类分布函数的计算、各类分布的分位点计算大课、

3、上机453+2第三章随机数产生原理各类随机数与均匀分布随机数关系的基本定理，均匀分布随机数产生大课、上机563+2均匀分布随机数的一系列检验，其他各种随机数的产生方法大课、上机673+2第四章方差分析及其模型单因素方差分析、多因素方差分析大课、上机793+2第五章主成分分析与因子分析主成分分析的方法与主成分的提取大课、上机9103+2因子分析的概念与主成分分析的联系主成分分析和因子分析的计算机上的实现大课、上机10113+2第六章聚类分析点与点的距离概念、类与类之间距离概念、系统聚类方法大课、上机11123+2第七章典型相关分析模型介绍、算法实现与案例分析大课、上机12133+2第八章回归分析

4、回归的直观解释与最小二乘估计的发展大课、上机13143+2回归诊断、拟合优度检验大课、上机14153+2逐步回归、及其计算机实现大课、上机15163+2岭回归、岭回归的计算机实现大课、上机16173+2稳健回归、复习大课、上机17184考试18周次学时数教学主要内容教学环节周次第一章MATLAB入门一、学习目的本章将向大家介绍使用MATLAB的基本方法，以及如何获得MATLAB的在线帮助，如何搜索我们需要的知识点及其应用本章还着重介绍可视化界面的开发和编程，使得学习者可以结合某章的统计模型开发出一个实验界面，从而可以研究统计模型的性质、统计量的作用并可以解决实际的问题二、课程内容11 MATL

5、AB简介介绍计算机语言的发展历程，从FORTRAN到MATLAB过渡的必然性和必要性当前科学研究的最热门软件，及在科学教育中的地位12 MATLAB的安装与使用MATLAB7.0的运行与安装方法，MATLAB的启动界面、帮助系统介绍，MATLAB系统的路径等等三、重点、难点提示和教学手段（一）重点、难点1、了解MATLAB的发展历程，才能体会MATLAB语言在科学研究中的重要地位2、使用帮助系统的难点在于，必须用英文来阅读所有的帮助信息和命令的使用方法和例题3、数学建模的强有力工具（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习1、启动MATLAB的DE

6、MO模块，即演示模块，浏览用MATLAB语言编写的大量例题从而了解MATLAB的强大功能2、通过notebook命令的帮助信息，自己解决MATLAB与WORD软件的的无缝连接，这样可以利用字处理软件直接用MATLAB进行计算，并撰写实验报告第二章统计工具箱statistics toolbox一、学习目的统计工具箱statistics toolbox包括了概率统计中的大部分内容，如分布函数的计算、随机数发生器、数字特征的计算、多元统计分析、线性模型、时间序列分析等等统计工具箱还包括一些辅助计算模块，如数据读入命令、用于数据分析的典型数据集，这些数据大部分都是来自国外著名统计教科书的案例本章较为详

7、细地介绍统计工具箱的基本内容和知识查询方法，为后面的章节大下基础二、课程内容21统计工具箱简介介绍统计工具箱的各个模块功能，以及覆盖统计学科的范围22工具箱中的数据模块工具箱中包括了大量有价值的案例数据，这些数据来自世界各著名统计教科书中的内容，具有重要的价值本课程的所有案例数据大部分使用这些数据23数据处理和输入输出统计分析方法分析的对象是数据，在进行统计分析之前必须对数据进行预处理，这里介绍数据处理的基本概念和方法，同时作为数据处理的程序，数据的输入和输出是统计分析的重要步骤三、重点、难点提示和教学手段（一）重点、难点1、了解工具箱各模块的内容2、使用帮助系统的难点在于，必须用英文来阅读所

8、有的帮助信息和命令的使用方法和例题3、数据的读入和输出编程（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第三章分布函数的计算一、学习目的分布函数的计算是数理统计中常用功能之一，任何统计模型都有有关的统计量，这些统计量是对模型好坏的一种度量知道统计量的分布后我们就可以对模型的性质进行统计推断在统计或数理统计的教科书上我们都可以使用统计用表，这些表的产生也都是使用了分布函数的计算分布函数的计算实际是积分计算，本章将以一定的篇幅介绍积分的计算方法，然后讨论各种随机变量密度函数的积分问题在了解了积分的计算方法后，将介绍如何用MATLAB的统

9、计工具箱（Statistics Toolbox）中有关密度函数Probability density function (pdf)和分布函数Cumulative distribution function (cdf)命令，以及分布函数的逆命令Inverse of the cumulative distribution function，计算各类分位点的下侧概率和给定概率计算相应的分位点利用MATLAB中可视化编程方法开发分布函数的应用程序，可以用来计算各种分布的计算和密度函数以及分布函数的图形显示二、课程内容31分布函数计算的知识点搜索介绍统计工具箱中的分布函数模块，包括密度函数pdf、分布函

10、数cdf和分位点计算模块32分布函数的一般计算方法从理论上介绍随机变量分布函数的计算方法，并介绍各种分布随机变量的计算33各种分布函数命令介绍如何利用该模块进行各种分布的计算并作图34统计推断原理介绍在知道某随机变量的分布函数后任何进行统计推断三、重点、难点提示和教学手段（一）重点、难点1、了解分布函数计算模块的内容2、能够利用该模块对任意分布的随机变量进行概率和分位点计算和作图3、了解分布函数的一般计算方法和原理（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第四章随机数产生原理和检验一、学习目的本章将介绍如何利用算法产生随机数，均

11、匀分布随机数和一般随机数之间关系的基本定理着重讨论均匀分布随机数产生的常用方法如混合同余法、乘同余法和加同法产生高质量均匀分布随机数的理论基础，均匀分布随机数检验的基本原理、各类统计量的构造及其对均匀分布随机数的参数和行为进行统计推断最后介绍其他分布随机数的产生方法二、课程内容41伪随机数产生原理介绍一个有关（0，1）均匀分布随机数和其他随机数关系的重要定理42（0，1）均匀分布随机数的产生方法介绍常用的产生（0，1）均匀分布随机数的计算方法，如何产生周期最大的随机数的理论和方法43其他随机数产生的方法介绍产生其他分布随机数的方法，包括利用中心极限定理方法、变换方法和抽样方法等44随机数的检验

12、着重介绍（0，1）均匀分布随机数的各种检验，包括参数检验、分布拟合优度检验、独立性检验和组合性检验并制作检验实验界面三、重点、难点提示和教学手段（一）重点、难点1、理解本节基本定理的重要意义2、随机数产生原理3、随机数的检验和任何构造统计量进行随机数各种特征的检验（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第五章方差分析一、学习目的方差分析是一类特殊的线性模型，由于其应用的广泛性和特殊性这里单独介绍方差分析中重要的概念是系统误差和随机误差，对于给定的数据要将总的误差分离成系统误差和随机误差，并建立F统计量对这两个误差的大小进行统计

13、推断，并决定不同水平数是否对数据有显著性的影响方差分析包括单因素方差分析和多因素方差分析，这里介绍方差分析的模型及计算方法二、课程内容51单因素方差分析介绍单因素方差分析模型，数据准备以及anova命令的使用和结果分析52多因素方差分析介绍多因素方差分析模型，数据准备以及anovan命令的使用和结果分析三、重点、难点提示和教学手段（一）重点、难点1、方差分析模型的理解和应用范围2、各类方差分析的灵活使用和数据分析3、调查数据并进行案例分析（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第六章主成分分析和因子分析一、学习目的在统计方法中

14、研究的一个重要方面就是对数据进行简化对于冗余度很大的数据在计算方法上会产生很大的影响，例如高度线性相关的列向量数据，对其协方差矩阵的逆矩阵计算将带来不稳定性，从而影响最小二乘估计的计算利用数学的方法对给定数据进行变换，获得性质简单的另一组数据，即列向量不相关并且将原数据所带的信息尽量向新数据的前几列集中，这样即达到了好的计算性质又简化了数据的目的主成分分析和因子分析即是这样一种统计模型本章将介绍该类模型的计算方法和应用二、课程内容61主成分分析介绍数据简化的背景知识，如何对给定的二维数据提取主成分分析，以案例形式介绍主成分分析的应用62因子分析介绍因子分析方法，如何提取因子，提取因子的不同方法

15、，因子旋转等63开发主成分分析和因子分析实验软件利用学习过的主成分分析和因子分析知识以及统计工具箱的命令，结合MATLAB的界面设计，尝试开发一个数据简化的实验界面并能对不同大小的数据进行计算和结果输出三、重点、难点提示和教学手段（一）重点、难点1、主成分分析模型及提取方法2、因子分析模型及提取方法3、开发主成分分析和因子分析软件（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第七章聚类分析一、学习目的对数据进行条理化处理的统计方法即是聚类分析的内容，聚类分析的应用十分的广泛，如对企业的分类、对国家经济实力的分类等等将变量或样本看成是

16、空间的点群，定义点与点的距离，再定义类和类之间的距离然后介绍系统聚类法，并以案例进行教学对该模型在计算机上建立算法二、课程内容71一个具体实例的聚类分析对48个应征者数据进行指标的聚类分析实例讲解72系统聚类分析方法介绍计算机上使用的系统聚类分析方法，内容有样本聚类和指标聚类分析，点点距离定义，类类距离定义，最小距离法、最大距离法等等73具体数据的聚类分析和软件开发利用学习过的聚类分析知识以及统计工具箱的命令，结合MATLAB的界面设计，尝试开发一个数据简化的实验界面并能对不同大小的数据进行计算和结果输出三、重点、难点提示和教学手段（一）重点、难点1、样本聚类和指标聚类分析2、点点距离的定义，

17、类类距离的定义3、系统聚类分析的方法步骤（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第八章典型相关分析一、学习目的典型相关分析要找出一组随机变量和另一组随机变量的相关关系，典型相关分析的模型较为复杂，但应用性强例如在生产的投入和产出、原料与产品的质量之间找出统计相关关系等二、课程内容81典型相关分析模型介绍如何对给定的数据进行典型变量的提取，如何构造M1和M2矩阵，证明该两矩阵具有相同的特征根82典型相关分析的具体实例对给定的数据进行典型相关分析，如何对计算结果进行分析并得出正确的结果83具体数据的典型相关分析和软件开发利用学习过

18、的典型相关分析知识以及统计工具箱的命令，结合MATLAB的界面设计，尝试开发一个数据简化的实验界面并能对不同大小的数据进行计算和结果输出三、重点、难点提示和教学手段（一）重点、难点1、典型相关模型的推导过程理解，典型相关系数的意义2、每队典型变量中各系数的含义和分析3、典型相关分析中的一些理论结果（二）教学手段自制的多媒体课件，结合安装好的MATLAB系统现场演示相结合四、思考与练习见教材相应部分的练习第九章回归分析一、学习目的本章内容较多，包括回归的直观解释和模型、回归诊断、逐步回归模型、岭回归、稳健回归等这里介绍了随计算机的发展而产生的现代回归诊断技术，利用MATLAB模拟各种回归现象，并进而导出其他回归方法，如岭回归、稳健回归等等利用MATLAB中的演示程序直观说明稳健回归和最小二乘估计之间的不同效果学生将对不同的回归模型开发出不同的回归应用程序二、课程内容91回归分析模型介绍多元线性回归模型的基本概念，最小二乘估计方法，统计工具箱中的各类回归模块，并对一些案例进行演示92回归诊断方法介绍参数诊断、残差分析、最优模型选择及多元共线性诊断93逐步回归方法剔除或进入回归模型的标准，利用MATLAB逐步回归命令解决多元共线性问题94岭回归