《大数据探索性分析（第2版）》教学大纲

《大数据探索性分析》教学大纲课程编号：课程类型：专业必修课总学时：54讲课学时：51实验（上机）学时：0学分：3适用对象：应用统计专业硕士先修课程：统计学、概率论与数理统计一、课程的教学目标大数据统计基础是大数据方向应用统计专业硕士学生的专业必修课，通过本课程的学习使学生能够掌握大数据分析的统计学基本原理、思想和方法。着重培养学生面对实际数据时，提出问题和解决问题的基本能力，特别是能够使用某种计算机语言分析数据和解释分析结果的能力。二、教学基本要求本课程的教学内容主要包括大数据的抽样分析、数据的预处理、探索性数据分析、数据的展示、时空数据分析等内容。课程讲解力求深入浅出，精讲细讲，不光讲解各种方法的过程与原理，还要加强学生对各种方法的深入理解。授课方式采用PPT课堂授课与学生讨论相结合的形式。学生讨论部分同时作为阶段性测试，每部分成绩占总成绩的20%，讨论具体形式由授课老师自行决定。建议是针对授课内容，让学生完成作业，可以是每人一题或者一个小组一题，然后进行课堂讨论。（每部分的授课结束都有阶段性测试，每部分成绩占总成绩的20%，测试形式由授课老师自行决定。）考核方式：在教学结束后的第一个周末进行开卷的期末考试，邮箱发送考试题目，学生限时完成，按时提交电子版。三、各教学环节学时分配

《大数据探索性分析》教学课时分配序号章节内容讲课实验合计11.1大数据现象产生的背景1.2大数据现象综述1.3大数据举例1.4本课程的主要内容3课时0课时3课时22.1概率抽样3课时0课时3课时32.2非概率抽样3课时0课时3课时42.3大数据抽样3课时0课时3课时53.1数据的清理3.2数据的变换3课时0课时3课时63.3变量的提取和变量子集的选择3课时0课时3课时73.4数据预处理采用方法3课时0课时3课时84.1主成分分析方法（PCA）3课时0课时3课时94.2多维尺度分析（MDS）3课时0课时3课时104.3投影寻踪（PP）3课时0课时3课时115.1统计制图的基本概念5.2单变量数据的展示3课时0课时3课时125.3两变量数据的展示5.4高维数据的展示3课时0课时3课时135.5统计图的美化3课时0课时3课时146.1时空数据基础知识6.2空间统计原理3课时0课时3课时156.3时空模型应用实例3课时0课时3课时16复习3课时0课时3课时17考试3课时0课时3课时合计51课时0课时51课时四、教学内容第1章：前言1.1大数据现象产生的背景1.1.1大数据的起源1.1.2第三次工业革命1.2大数据现象综述1.2.1大数据产生的基础1.2.2大数据的定义1.2.3大数据的特点与价值1.3大数据举例1.3.1网络交易大数据1.3.2生物信息大数据1.3.3网络搜索大数据1.4本课程的主要内容第2章：大数据的抽样分析2.1概率抽样2.1.1简单随机抽样2.1.2分层随机抽样2.1.3不等概率抽样2.1.4多阶段抽样2.1.5整群抽样2.1.6系统抽样2.1.7案例分析2.2非概率抽样2.2.1便利抽样2.2.2滚雪球抽样2.2.3判断抽样2.2.4案例分析2.3大数据抽样2.3.1大数据抽样简介2.3.2大数据抽样技术2.3.3案例分析第3章：数据的预处理3.1数据的清理3.1.1噪声数据和异常值的检测与处理3.1.2缺失数据的处理方法3.1.3脏数据清洗3.1.4数据冗余问题处理3.2数据的变换3.2.1数据的规范化3.2.2数据的平滑3.2.3数据的聚集3.2.4连续变量离散化方法3.3变量的提取和变量子集的选择3.3.1逐步向前选择3.3.2逐步向后删除3.3.3向前选择和向后删除结合3.3.4判定树归纳3.3.5基于统计分析的归约3.4数据预处理采用方法3.4.1粗糙集理论的约简方法3.4.2复共线性数据预处理方法3.4.3基于取样的数据预处理3.4.4基于遗传算法数据预处理3.4.5基于神经网络的数据预处理方法第4章：探索性数据分析4.1主成分分析方法（PCA）4.1.1基本原理4.1.3与因子分析的区别4.1.4确定数据内在维数的若干方法4.1.5案例分析4.2多维尺度分析（MDS）4.2.1基本原理4.2.2度量性MDS4.2.3非度量性MDS4.2.4案例分析4.3投影寻踪（PP）4.3.1基本原理4.3.2投影指标4.3.3投影寻踪聚类模型（PPC）4.3.4案例分析第5章：数据的展示5.1统计制图的基本概念5.1.1统计制图的基本原则5.1.2统计制图的基本要素5.1.3统计制图的流程与设计5.2单变量数据的展示5.2.1定性变量制图5.2.2定量变量制图5.2.3数据分布的描述5.3两变量数据的展示5.3.1散点图绘制5.3.2气泡图绘制5.4高维数据的展示5.4.1高维散点图矩阵5.4.2平行坐标图5.5统计图的美化5.5.1图形注解5.5.2坐标轴的处理5.5.3图例制作第6章：时空数据分析6.1时空数据基础知识6.1.1时空数据定义6.1.2时空数据特性6.1.3时空数据应用6.2空间统计原理6.2.1空间统计由来6