多元统计分析
课程编码：180087027000M1001Z
英文名称：Multivariate Statistical Analysis
课时：60
学分：3.00
课程属性：学科核心课
主讲教师：龙文
教学目的要求
本课程通过对多元统计和数据挖掘理论知识及建模方法的学习，使学生深入理解多元统计及数据分析的相关知识,并结合当前大数据环境下的管理决策创新研究案例，综合分析多种数据挖掘方法在多个场景下的实际应用。通过本课程的学习，学生能够熟练掌握多元统计和数据挖掘的主流方法，能够在研究中通过这些方法解决科研问题。
预修课程
高等数学
大纲内容
第一章 多元正态分布 4.0学时 龙文
第1节 多元分布的基本概念
第2节 统计距离
第3节 多元正态分布
第4节 均值向量和协方差阵的估计
第5节 常用分布及抽样分布
第二章 均值向量与协方差阵的检验 4.0学时 龙文
第1节 均值向量的检验
第2节 协方差阵的检验
第3节 有关检验的上机实现
第三章 多变量的图表示法 2.0学时 龙文
第1节 多变量的可视化方法
第四章 聚类分析 10.0学时 龙文
第1节 聚类分析的基本思想
第2节 相似性度量
第3节 类和类的特征
第4节 系统聚类法
第5节 K-均值聚类和有序样品的聚类
第6节 计算步骤与上机实现
第7节 社会经济案例研究
第五章 判别分析 8.0学时 龙文
第1节 判别分析的基本思想
第2节 距离判别
第3节 贝叶斯判别
第4节 费歇判别
第5节 判别分析应用的几个例子
第六章 主成分分析 8.0学时 龙文
第1节 主成分分析的基本原理
第2节 总体主成分及其性质
第3节 样本主成分的导出
第4节 有关问题的讨论
第5节 主成分分析步骤及框图
第6节 主成分分析的上机实现
第七章 因子分析 6.0学时 龙文
第1节 因子分析的基本理论
第2节 因子载荷的求解
第3节 因子分析的步骤与逻辑框图
第4节 因子分析的上机实现
第八章 对应分析 4.0学时 龙文
第1节 列联表及列联表分析
第2节 对应分析的基本理论
第3节 对应分析的步骤及逻辑框图
第4节 对应分析的上机实现
第九章 典型相关分析 4.0学时 龙文
第1节 典型相关分析的基本理论及方法
第2节 典型相关分析的步骤及逻辑框图
第3节 典型相关分析的上机实现
第4节 社会经济案例研究
第十章 定性数据的建模分析 4.0学时 龙文
第1节 对数线性模型基本理论和方法
第2节 对数线性模型的上机实现
第3节 Logistic回归基本理论
第4节 Logistic回归的方法及步骤
第十一章 结构方程模型 6.0学时 龙文
第1节 结构方程模型的基本思想及模型设定
第2节 结构方程模型的构建
第3节 结构方程模型的识别和估计
第4节 结构方程模型的评价和修改
第5节 结构方程模型的上机实现
教材信息
1、
多元统计分析（第5版）
何晓群
2019年6月
中国人民大学出版社
参考书
1、
多元统计分析——R与Python的实现@Optimization Based Data Mining: Theory and Applications.
et al
2019年01月@2011年05月
中国人民大学出版社@Springer London
课程教师信息
龙文，中国科学院大学经济与管理学院教授，博士生导师，中国科学院虚拟经济与数据科学研究中心虚拟经济研究室主任。中国管理现代化研究会商务智能分会专委会委员，国际学术期刊Annals of Data Science副主编，《管理评论》领域编辑。研究领域为金融大数据、金融市场、行为金融等。主持国家自然科学基金面上项目、青年项目、应急项目等多项课题，在SCI、SSCI等国内外重要学术期刊上发表文章近八十篇，获得成思危优秀科研成果奖、信息技术与量化管理国际会议优秀论文奖等。