附教学大纲格式.docx
- 文档编号:14078197
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:16
- 大小:19.13KB
附教学大纲格式.docx
《附教学大纲格式.docx》由会员分享,可在线阅读,更多相关《附教学大纲格式.docx(16页珍藏版)》请在冰点文库上搜索。
附教学大纲格式
《环境数据统计分析》课程教学大纲
课程编号:
14422602
课程名称:
环境数据统计分析
英文名称:
StatisticalAnalysisofEnvironmentalData
课程类型:
专业核心课
总学时:
32讲课学时:
32实验学时:
0
学 分:
2
适用对象:
环境科学专业
先修课程:
概率论与数理统计、环境学概论等
执笔人:
张菊审定人:
张金萍
一、课程性质、目的和任务
环境数据统计分析是一门对环境系统不确定性问题进行数据处理、模型构建和分析的学科。
本课程介绍了环境数据统计分析的概率统计基础知识,并应用SPSS软件结合案例重点介绍数据整理、数据趋势分析、方差分析、相关分析、回归分析、聚类分析、时间序列分析等方法在环境科学研究中的应用。
通过该课程的学习,使学生掌握环境数据分析的基本原理,重点掌握环境数据的收集与整理、环境统计检验方法、环境数据的一元和多元回归分析、环境数据聚类分析、环境数据判别分析、环境数据的主成分分析、环境数据因子分析等统计推断技术及多变量统计分析方法;并使学生在掌握环境数据分析基本理论的基础上,能够运用统计软件SPSS进行有关环境数据的分析处理,为今后从事环境科学研究和环境事业奠定定量分析能力的基础。
二、课程教学和教改基本要求
1、理论教学与实验教学同步,给学生的印象深刻,便于学生有效掌握软件的操作步骤;
2、围绕核心案例介绍软件的操作步骤和结果说明,减少了教学中对案例本身介绍所耽误的时间;
3、教学中分三步走,即先回顾在统计学课程中所学的相关知识,然后指导如何实现统计分析需要对软件进行的各个操作,最后对软件展示的结果进行分析和解释;
4、提供丰富的教学资源,以供学生课前预习、课后复习;
5、鼓励学生开展课程设计,通过课程设计可以使得学生将以前所学的知识综合起来解决自己关注的、有兴趣的问题,提升了学生的发现问题、解决问题的能力,更重要的是学生知道如何利用SPSS软件来完成对环境数据的分析和解释。
三、课程各章重点与难点、教学要求与教学内容
第一章绪论
教学重点:
SPSS的主要菜单和子菜单;SPSS系统参数的设置。
难点:
SPSS系统参数的设置。
教学要求:
1.了解SPSS的基本特点;
2.熟悉SPSS主要菜单和子菜单;
3.能够对SPSS系统进行参数设置;
4.能够及时获取提示和帮助。
教学内容:
一、SPSS的发展历史
二、SPSS的版本历史
三、SPSS的运行环境
1.系统运行及主界面介绍
2.SPSS的主要功能
3.窗口形式及其功能
四、系统参数设置
操作:
选择菜单栏Edit→Options
五、帮助系统
第二章数据的输入和构建
教学重点:
变量的类型;变量标签和值标签的定义;变量Width和Column的区别;变量缺失值的定义;SPSS的基本运算;新变量的构建。
难点:
新变量的构建。
教学要求:
1.熟悉SPSS的常量和变量;
2.掌握SPSS变量的定义方法;
3.掌握SPSS数据的输入方法;
4.掌握SPSS的基本运算符;
5.掌握新变量的构建方法;
6.熟悉构建新变量的主要函数。
教学内容
第一节常量、变量和表达式
一、常量
1.数字型
2.字符型
3.日期型常量
二、变量
1.变量名
2.变量类型与宽度
3.变量的标签与值标签
4.缺失值的定义
5.变量的格式
6.变量测度方式
三、表达式
1.算术表达式
2.关系表达式
3.逻辑表达式
第二节构建新变量
一、新变量构建方法
二、构建新变量的主要函数
1.算数函数
2.统计函数
3.分布函数
4.逻辑值函数
5.缺失值函数
6.转换函数
7.字符串函数
第三章数据的预处理
教学重点:
数据的排序、选取、加权和转换。
难点:
数据的转换。
教学要求:
掌握数据的预处理方法,具体包括数据的排序、选择、加权和转换。
教学内容:
一、数据的排序
1.直接改变样本顺序(SortCases)
方法:
Data→SortCases
2.给出排序的顺序号码(RankCase)
方法:
Transform→RankCase
二、数据的选取
1.根据逻辑关系表达式选取数据(Ifconditionissatisfied)
2.随机选取数据(Randomsampleofcases)
3.按日期、时间或样本编号,在给定范围内选择数据(Basedontimeorcaserange)
三、数据的加权
1.减少数据输入量
2.对数据进行加权
四、数据的转换
1.利用Count功能转换数据
2.利用Recode功能转换数据
3.利用AutomaticRecode功能转换数据
4.缺失值的替换
第四章描述性统计
教学重点:
数据的频数分析;数据描述;数据的探索分析。
难点:
数据的探索分析。
教学要求:
1.掌握频数分析、数据描述和数据探索方法;
2.熟悉列联表分析、复选题的统计和分析以及报告分析的过程。
教学内容
一、频数分析
1.对话框介绍
2.应用举例
二、数据描述
1.对话框介绍
2.应用举例
三、数据探索
1.考察数据
2.Explore过程对变量和数据的要求
3.对话框介绍
四、列联表分析
1.分析原理
2.对话框介绍
3.应用举例
五、复选题的统计和分析
六、报告分析
1.基本分析过程
2.观察值摘要报告
3.摘要报告分析
第五章均值比较与t检验
教学重点:
分组均值的比较;单样本、独立样本和配对样本的t检验;单因素方差分析。
难点:
单因素方差分析。
教学要求:
1.掌握Means功能;
2.掌握样本t检验的基本过程;
3.掌握单因素方差分析。
教学内容
一、假设检验的一般理论
二、分组均值的比较
1.分组平均基本概念
2.Means功能
3.实例分析
三、单一样本t检验
1.单一样本t检验的数学模型
2.单一样本t检验的基本过程
3.实例分析
四、独立样本——两样本均值差异t检验
1.检验原理
2.统计过程分析
3.实例分析
五、配对样本t检验
1.数学模型
2.统计过程分析
3.实例分析
六、多个均值检验
1.方差分析简介
2.单因素方差分析
第六章方差分析
教学重点:
方差分析的基本思想;单因素方差分析、多因变量方差分析、重复测量数据方差分析和方差分量分析的基本思想和应用条件。
难点:
方差分析方法的选择和计算结果的分析。
教学要求:
1.掌握方差分析的基本思想;
2.了解单因素方差分析、多因变量方差分析、重复测量数据方差分析和方差分量分析的基本思想和应用条件;
3.能根据实际情况选择相应的方差分析,并能从结果中得出正确的结论。
教学内容
一、方差分析概述
1.方差分析功能
2.常用术语
3.基本假定
二、单因素方差分析
1.数据结构
2.分析步骤
三、单因变量多因素方差分析
1.数据结构
2.分析步骤
3.实例分析
4.界面说明
5结果分析
四、协方差分析
1.数据结构
2.分析步骤
3.实例分析
五、多因变量多因素方差分析
1.实案分析
2.操作步骤及结果分析
六、重复测量方差分析
1.界面说明
2.结果分析
七、方差成分分析
1.操作步骤
2.结果分析
第七章相关分析
教学重点:
线性相关分析的模型和操作;偏相关系数的分析方法;距离分析方法。
难点:
线性相关分析。
教学要求:
1.掌握相关分析的基本模型、分析技术和检验理论;
2.能正确的选用相关模型和参数,并对计算输出结果做出正确的分析。
教学内容
一、线性相关系数r及显著性检验
1.相关模型的假设和计算
2.相关检验的实现
3.相关分析实例
二、偏相关系数
1.偏相关系数的含义及计算
2.偏相关系数的计算分析方法
3.分析实例
三、距离分析
1.距离分析简介
2.功能实现
3.实例分析
第八章回归分析
教学重点:
线性回归模型、曲线回归模型、加权最小二乘法分析、最优量表分析、二值Logistic回归分析、多值Logistic回归分析、Ordinal回归分析等多种回归分析的基本模型、基本计算方法和基本分析技术。
难点:
线性回归模型和曲线回归模型。
教学要求:
1.掌握回归模型的基本模型、分析技术、检验理论;
2.能正确的选用回归模型和参数,并能对计算输出结果进行正确的分析。
教学内容:
一、线性回归分析
1.回归模型的现则
2.回归模型的建立
3.实例分析
二、曲线回归估计
1.曲线回归的计算原理
2.曲线回归的计算机实现
三、最有量表回归分析
1.数据要求极其操作方法
2.实例分析
四、二值Logistic回归分析
1.二值Logistics回归分析的原理
2.Logistics回归分析的步骤
3.二值Logistic回归实例分析
五、无序多值Logistic回归分析
1.Logistics回归分析的原理
2.多值Logistics回归分析的步骤
3.多值Logistic回归实例分析
六、有序多值回归分析
1.有序多值回归分析的原理
2.有序多值回归分析的步骤
3.有序多值回归实例分析
第九章非参数检验
教学重点:
非参数检验的基本原理;非参数检验的基本操作。
难点:
非参数检验方法的选择。
教学要求:
1.掌握非参数检验和参数检验的区别;
2.掌握非参数检验的基本操作。
教学内容:
一、非参数检验概述
1.非参数检验的特点
2.非参数检验方法的分类
二、单样本检验
1.χ2检验
2.二项分布检验
3.游程检验
4.单样本K-S检验
5.单样本非参数检验方法的比较
三、独立样本差异的显著性检验
1.两个独立样本差异的显著性检验
2.多个独立样本差异的显著性检验
四、相关样本差异的显著性检验
1.两个相关样本差异的显著性检验
2.多个相关样本差异的显著性检验
第十章因子分析和主成分分析
教学重点:
因子分析、主成分分析的基本原理,主要分析步骤,软件的选择界面。
难点:
因子分析和主成分分析参数的选择和计算结果的分析。
教学要求:
1.了解因子分析、主成分分析的基本模型、分析技术;
2.能够正确的选用分析模型和参数;
3.对计算输出结果能够进行合理解释。
教学内容:
一、基本原理
1.因子分析
2.主成分分析法
二、基本分析过程
1.分析过程选择
2.实例分析
第十一章聚类分析和判别分析
教学重点:
聚类分析和判别分析的基本原理、主要分析步骤和SPSS的实现过程。
难点:
聚类分析和判别分析方法参数的选择和输出结果的分析。
教学要求:
1.了解聚类分析、判别分析的基本模型、分析技术;
2.能够正确的选用分析模型和参数;
3.对输出结果进行合理的解释。
教学内容:
一、聚类分析和判别分析概述
1.聚类分析
2.判别分析
3.Classify的功能
二、两步聚类
1.两步聚类的概念
2.两步聚类的应用实例
三、快速聚类
1.快速聚类的概念
2.快速聚类的应用实例
四、分层聚类分析
1.分层聚类的概念及分析步骤
2.分层聚类的应用实例
五、分类树
1.分类树的概念
2.分类树的应用实例
六、判别分析
1.判别分析的概念
2.判别分析的常用方法
3.判别分析的应用举例
四、各教学环节学时分配
章(或编)次
讲课
习题课
讨论课
实验
其他
合计
第一章
2
2
第二章
4
2
6
第三章
2
2
第四章
6
2
8
第五章
2
2
第六章
2
2
第七章
2
2
第八章
2
2
第九章
2
2
第十章
2
2
第十一章
2
2
合计
28
4
32
五、课外习题及课程讨论
课外习题见课件和教案。
六、作业与考核方式
作业:
见课件和教案。
考核方式:
期末总成绩=平时成绩*40%+期末成绩*60%。
平时成绩:
百分制,以平时作业的形式进行考核,占总成绩的40%。
期末成绩:
百分制,以闭卷形式进行考核,占总成绩的60%。
七、推荐教材和教学参考书
教材:
《数据统计分析:
SPSS原理及应用》.黄润龙主编.北京:
高等教育出版社.2010.
参考书:
《环境统计分析》.杨晓华,刘瑞民,曾勇编著.北京:
北京师范大学出版社.2008.
《环境数据统计分析基础》.程子峰,徐富春编著.北京:
化学工业出版社.2006.
《应用数理统计方法》.陶澍编著.北京:
科学出版社.1994.
《实用现代统计分析方法与SPSS应用》.米红,张文璋编著.北京:
当代中国出版社.2004.
《统计学在环境科学与工程中的应用》.张凯山著.北京:
科学出版社.2013.
八、说明
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 教学大纲 格式