上海财经大学浙江学院

课程教学大纲(理论)

 

 

 

 

            称:        回归分析                         

        系 (部):        统计系                          

              人:     倪明明、尹潇潇                      

              人:         王黎明                   

修 ( 制 ) 订 日 期:       20179                  

                  章:                         

 

 

 

 

 

教 务 处 制

 

 

一、课程基本信息

课程代码:1440203(以教学管理信息系统中的代码为准)

中文名称:回归分析

英文名称:Regression analysis

适用专业:15应用统计学(金融统计)、15应用统计学、15统计学、15经济统计学

课程类别:专业核心课 

授课教师:

倪明明 29222 15397390707 答疑时间:周四18:00-20:00

尹潇潇29220 18248567955  答疑时间:周二14:00-16:00

教学课时安排:3课时/周×16=48课时(周课时、总课时)

二、课程简介

本课程教学目的在于向学生系统阐述有关回归分析方面的基本知识和一般理论,使学生对回归模型、回归模型的参数估计方法、高斯-马尔可夫定理、最小二乘估计理论、有偏估计等知识有比较系统地掌握。同时,通过介绍国内外回归模型最新理论发展以及回归分析在实际问题中的应用,加深对回归模型的理解和认识,提高综合分析问题和解决问题的能力,并为今后学习其他统计学专业课打好理论基础。

  1. 预备知识及相关课程的衔接

    本课程为统计学的专业核心课,要求学生具备高等数学、线性代数、概率论与数理统计、统计学等基础知识,在此前提条件下进行课程讲授。

    四、教学的目的、要求与方法

    教学目的和要求:

    本课程教学目的在于向学生系统阐述有关回归分析方面的基本知识和一般理论,使学生对回归模型、回归模型的参数估计方法、高斯-马尔可夫定理、最小二乘估计理论、有偏估计等知识有比较系统地掌握。回归分析课程重点是掌握一元及多元线性回归分析的经典模型及其最小二乘估计,以及模型的一系列诊断,包括异方差、自相关、多重共线性等的诊断和处理,还有异常值的诊断和处理。难点是多重共线性的诊断和处理,逐步回归和岭回归的应用等。

    手段侧重在讲回归分析的方法应用在实际生活中,为体现统计学专业的特色,在教学中应注意与其它课程的联系,特别要注意与统计软件的联系,比如EviewsSPSSR软件。阐明对统计软件相关内容的指导意义,指出理论根据,揭示其内在联系,使学生对该内容有比较深刻、准确的理解,将来以较高的观点去认识统计软件的理论依据。

    教学方法:讲授、实践

    五、教学内容(包括实验内容)及学时分配

    第一章 回归分析(3学时)

    1.1 变量间的统计关系

    1.2 回归模型的一般形式

    1.3 回归方程与回归名称的由来

    1.4 建立实际回归模型的过程

    本章的重点和难点:本章重点掌握变量间的统计关系、回归分析的概念以及建立实际回归模型的过程;难点在于回归模型一般形式的理解。

    第二章 一元线性回归分析(8学时)

    2.1 一元线性回归模型

    2.2 一元线性回归的假设

    2.3 参数的最小二乘估计

    2.4 参数的极大似然估计

    2.5 最小二乘估计的性质

    2.6 一元线性回归模型的显著性检验

    2.7 一元线性回归模型的回归预测与区间估计

    2.8 可化为线性回归的曲线回归

    2.9总结与作业校正

    本章的重点和难点:本章重点掌握一元线性回归模型的假设、参数估计、显著性检验以及区间估计;难点在于一元线性回归模型的应用及上机操作。

    第三章 多元回归分析(10学时)

    3.1 多元线性回归模型

    3.2 多元线性回归模型的参数估计

    3.3 带有约束条件的多元线性回归模型的参数估计

    3.4 多元线性回归模型的广义最小二乘估计

    3.5 多元线性回归模型的假设检验

    3.6 多元线性回归的预测及区间估计

    3.7 逐步回归与多元线性回归模型选择

    3.8 多元数据变换后的线性拟合

    3.9总结与作业分析。

    本章的重点和难点:本章重点掌握多元线性回归模型的参数估计、假设检验、区间估计以及通过逐步回归进行模型选择;难点在于多元线性回归模型的应用及上机操作。

    多元回归分析(上机)(3学时)

    实现一元回归以及其检验

    实现多元线性回归及其检验

    案例分析

    第四章 回归诊断(6学时)

    4.1 残差及其性质

    4.2 回归函数线性检验

    4.3 误差方差齐性的诊断

    4.4 误差的独立性诊断

    4.5 异常值与强影响点

    4.6总结及其实际处理框架

    本章的重点和难点:本章重点掌握残差及其性质、回归线性函数的线性检验等;难点在于回归模型的异常值与强影响点诊断。

    上机(3学时)

    实际中的回归诊断问题

    结合多元回归模型分析案例

    第五章 多项式回归(3学时)

    5.1 多项式回归

    5.2 正交多项式回归

    5.3 多项式对曲线的分段拟合

    本章的重点和难点:本章重点掌握多项式回归、正交多项式回归;难点在于多项式对曲线的分段拟合。

    第六章  含定性变量的数量化方法(3学时)

    6.1 自变量中含有定性变量的回归模型

    6.2 虚拟变量引入回归模型的几种形式

    6.3 协方差分析

    本章的重点和难点:本章重点掌握自变量中含有定性变量的回归模型、如何将虚拟变量引入回归模型等;难点在于虚拟变量引入回归模型的几种形式。

    第七章 多元线性回归的有偏估计(2学时)

    7.1 岭估计

    7.2 主成分估计

    本章的重点和难点:本章重点掌握岭估计和主成分估计的方法;难点在于主成分回归方程的求解。

    第八章 非线性回归模型(4学时)

    8.1 Logistcs回归简介

    8.2 Logistics回归案例分析

    8.3 Poisson回归案例分析

    本章的重点和难点:本章重点掌握逻辑回归(Logistics回归)和泊松回归(Poisson回归)的基本原理;难点在于Logistics回归的求解。

    答疑(3学时)

    六、课程作业(报告)

    该课程以理论课为主,上机实践为辅,所以作业以课后练习题为主,上机以实验报告形式完成作业,根据各章节知识点分布情况,针对性的练习,题量适中。

    七、课程考核形式

    本课程采用闭卷期末考试形式对学生进行考核,学生的最终成绩由平时成绩和期末考试成绩两部分构成。平时成绩由学生的出勤、课堂表现和作业完成情况决定,其中旷课一次扣10分、迟到按情况酌情扣分;课堂表现分123等级;作业完成情况按A+A-B+B-四个等级批阅。各部分所占总分的比例如下:

    平时成绩:

    (考勤10%、课堂表现及作业10%、实验报告20%  40%

    期末考试                                        60%

    八、教材及主要参考资料(注明是否规划教材或获奖教材,参考资料控制在10项以内。)

    指定教材:

    王黎明,陈颖,杨楠. 《应用回归分析》. 上海:复旦大学出版社. 20162.

     

    参考书目:

    [1] 陈希孺,王松桂著. 《近代回归分析——原理方法及应用》.合肥:安徽教育出版社. 1986.

    [2] 何晓群著. 《回归分析与经济数据建模》. 北京:中国人民大学出版社. 1997.

    [3] 何晓群,刘文卿著. 《应用回归分析》(第四版)》. 北京:中国人民大学出版社. 20154.

    [4] 郑忠国,许静译. 《例解回归分析》(原书第五版). 北京:机械工业出版社. 201612.

    [5] 王汉生编,《商务数据分析与应用》. 北京:中国人民大学出版社. 2011.

  1. 学术诚实

    涉及的学生不诚实问题主要包括考试作弊、论文抄袭等。对于学术不诚实的最低惩罚是考试给予0分,其它的惩罚包括报告学校相关部门并按照有关规定进行处理。

     

     

     


纪检监督:29-222 电话:82166072(系总支纪检委员) 82166995(校纪委办)

版权所有:上海财经大学浙江学院统计系   地址:金华市环城南路99号   邮编:321013

备案号:浙ICP备12031395号    

浙公网安备 33070302100009号