《R语言与应用统计分析》课程教学大纲

1、R语言与应用统计分析课程教学大纲一、课程基本信息课程编号：12178课程名称：R语言与应用统计分析英文名称：R language and application statistical analysis课程类型：专业课课程要求：选修学时/学分：48/3（讲课学时：32 实验学时：16）先修课程：概率论与数理统计、线性代数理论与应用、离散数学后续课程：文本挖掘技术、社会计算适用专业：数据科学与大数据技术二、课程描述“R语言与应用统计分析”是数据科学与大数据技术专业的选修课。针对R语言这一当前最为流行的用于数据分析和统计制图的语言及操作系统，课程主要讲授如何运用R语言获取数据、整理数据、注释数据、

2、总结数据、数据可视化、数据建模和整理结果。课程的任务是使学生了解R语言作为数据分析平台的诸多特性，了解R语言的数据结构以及基本的数据管理方法，能够编写R函数进行数据整合。熟练掌握R语言绘图方法、数据总结方法、基本实验设计、实验功效分析等功能。通过本课程的学习，培养学生的R语言编程能力，进而具备完整的基于R语言的应用统计分析和实现能力。三、课程教学目标1.理解R语言的基本思想和基本概念，能够基于R语言的原理并采用应用统计分析方法对复杂工程问题进行研究，包括设计程序、分析与结果解释、并通过信息综合得到合理有效的结论。（支撑毕业能力要求2）2.掌握以R语言为工具的应用统计分析系统的开发与设计方法，应

3、用R语言的基本理论知识设计软件实验，并能够针对相对复杂的软件系统设计解决方案，编写程序进行求解。（支撑毕业能力要求5）四、教学内容、安排及教学目标得对应关系单元教学内容教学要求学时教学方式对应课程教学目标1一、绪论1.1 R语言介绍1.2 R的安装和运行1.3 包的使用方法1.4 R语言的批处理(1)了解R语言的由来和主要特点；(2)掌握R语言的安装配置和运行；(3)了解包的使用方法和R语言批处理。2讲授22二、数据结构和导入数据方法2.1 R语言的数据结构2.2 R语言的数据的输入2.3 数据集的标注2.4 处理数据对象的实用函数(1)了解主要数据结构的存储数据类型、创建方式、结构复杂度；(

4、2)能够导入各种数据格式的数据，并进行数据分析、汇报分析结果；(3)能够简要总结实用的数据对象处理函数。2讲授53上机实验：R语言安装、运行、使用、应用开发(1)掌握R语言安装、运行、使用；(2)能够开发带有输入、输出的简单程序。2实验54三、图形初阶3.1 图形的创建和保存3.2 自定义符号、线条、颜色和坐标轴3.3 标注文本和标题3.4 组合多个图形(1)能够进行图形的创建和保存；(2)能够修改图形参数的定义符号、线条、颜色和坐标轴；(3)掌握组合多个图形的方法。4讲授25上机实验：R语言图形的基本操作能够完成图形的创建、保存、参数定义以及组合多个图形。2实验56四、R语言数据管理4.1

5、熟悉数据类型的转换4.2 变量的创建和重编码4.3 数据集的排序、合并与取子集4.4 数据管理中函数和控制结构的用法(1)能够创建新变量，进行变量的重编码、变量的重命名；(2)掌握数据类型的转换；(3)了解数据集的排序、合并与取子集；(4)熟练掌握数据管理中函数和控制结构的用法。4讲授27上机实验：R语言数据管理操作能够编写简单的数据管理程序，实现数据集的排序、合并与取子集等功能。4实验58上机实验：用户自编函数能够编写简单的函数，解决实际问题。2实验59五、图形的使用方法和基本统计分析5.1 图形的分类、特性和使用方法5.2 描述性统计分析、频数表和列联表5.3 Pearson相关系数、Sp

6、earman相关系数、Kendall相关系数、偏相关系数等相关性显著校验5.4 t检验和组间差异的非参数校验(1)了解图形的分类、特性和使用方法；(2)了解连续型变量的中心趋势、变化性和分布形状的方法；类别型变量的频数表和列联表，以及相应的独立性检验、相关性的度量、图形化展示结果的方法； (3)掌握Pearson相关系数、Spearman相关系数、Kendall相关系数、偏相关系数等相关校验的应用方法；(4)了解t检验和组间差异的非参数校验的应用范围。6讲授510上机实验：图形的使用方法(1)掌握条形图、箱线图和点图使用方法；(2) 掌握饼图和扇形图的使用方法；(3) 掌握直方图与核密度图的使

7、用方法。2实验511六、回归分析6.1 拟合并解释线性模型6.2 检验模型假设6.3 模型选择(1)了解回归的多面性；(2)掌握简单线性回归、多项式回归、多元线性回归的特性、诊断方法；(3)能够通过对异常点的观测，恰当选择改进措施；(4)能够根据实际情况，选择合适的回归模型。4讲授512七、方差分析和功效分析7.1 R中基本的实验设计建模7.2 拟合并解释方差分析模型并检验模型假设7.3 用功效分析判断所需样本量，计算效应值并评价统计功效。(1)了解ANOVA模型的拟合分析；(2)能够对单因素方差和单因素协方差进行分析、比较；了解双因素方差、重复测量方差、多元方差；(3)能够对多种统计检验进行

8、功效分析； (4)能够绘制功效分析图。4讲授513上机实验：R中基本实验设计建模(1)能够利用ANOVA模型解决实例；(2)完成功效分析图绘制。2实验514八、中级绘图和重抽样与自助法8.1 绘制散点图和折线图。8.2 理解相关图，学习马赛克图和关联图。8.3 理解置换检验逻辑，在线性模型中应用置换检验，利用自助法获得置信区间。(1)掌握绘制散点图和折线图的方法；(2)了解相关图、马赛克图和关联图；(3)掌握随机化思想的统计方法：置换检验和自助法。 4讲授515上机实验：学习绘制散点图和折线图通过实例熟练掌握绘制散点图和折线图。2实验5五、其他教学环节（课外教学环节、要求、目标）自学图形单元在

9、授课前自学授课内容，达到能熟练操作图形创建和保存方法。运用熟练掌握条形图、箱线图、点图使用方法、饼图和扇形图的使用方法、直方图与核密度图的使用方法，设计解决实例。六、教学方法 1. 课堂教学主要采用CAI教学，辅助多媒体、实际上机运行环境等形式进行。在课堂教学中，使用讲授、提问、讨论、演示等教学手段。2. 教学方法以单元式教学为主，增加典型应用示例。3. 利用课外作业加深和拓展技能，提高针对R语言实际问题的实验设计、分析与解释、通过信息综合得到有效结论，和独立解决问题的能力。七、学习评量最终成绩由平时作业成绩、实验成绩、期末成绩等组合而成。各部分内容及所占比例如下：平时成绩（30%）（1）平时作业成绩：10%。主要考核对重要知识点的复习、理解和掌握程度；以答题数量和正确率为评价标准。（2）实验成绩：20%。主要考核学生实验情况。共分为4次实验，每次实验5分。2. 期末考试成绩（70%）主要考核分布式计算系统的基本原理和应用。书面考试形式。题型以选择题、填空