教学大纲应用回归分析.docx
- 文档编号:23071187
- 上传时间:2023-04-30
- 格式:DOCX
- 页数:13
- 大小:19.77KB
教学大纲应用回归分析.docx
《教学大纲应用回归分析.docx》由会员分享,可在线阅读,更多相关《教学大纲应用回归分析.docx(13页珍藏版)》请在冰豆网上搜索。
教学大纲应用回归分析
《应用回归分析》教学大纲
课程编号:
120452A
课程类型:
□通识教育必修课□通识教育选修课
专业必修课□专业选修课
□学科基础课
总学时:
32讲课学时:
32实验(上机)学时:
0
学 分:
2
适用对象:
经济统计学
先修课程:
统计学
毕业要求:
1.应用专业知识,解决数据分析问题;
2.可以建立统计模型,获得有效结论;
3.掌握统计软件及常用数据库工具的使用;
4.关注国际统计应用的新进展;
5.基于数据结论,提出决策咨询建议;
6.具有不断学习的意识。
一、教学目标
《应用回归分析》课程是经济统计学专业的一门专业课,也可作为经济管理类专业本科生的选修课。
回归分析在自然科学、管理科学和社会、经济等领域应用十分广泛,虽然线性回归理论与方法给出了分析各种领域变量关系的基本框架,但是要把这些理论与方法成功地应用于实际问题的分析,还需要相当的分析艺术与技巧。
本课程的主要目的是学生在学习后,能够系统在学习回归分析的理论与方法的基础上,真正掌握回归分析应用的艺术技巧,并利用其分析认识实际问题。
二、教学基本要求
(一)教学内容
本课程注重于通过实例来剖析回归分析的理论与方法所蕴含的统计思想及其应用艺术。
教学中应在回归分析理论与方法的基础上结合社会、经济、自然学科学领域的研究实例,把回归分析方法与实际应用结合起来,注重定性分析与定量分析的紧密结合,强调每种方法的优缺点和实际运用中应注意的问题,研究与实践中应用回归分析的经验和体会融入其中,使学生充分体会到回归分析的应用艺术,并提高解决问题的能力。
(二)教学方法和手段
本课程教学注重案例教学。
在理论、方法讲授的基础上,从微观、宏观经济问题、社会、经济等不同领域中的热点问题入手,系统讲解回归分析在实际中的应用及应用中的各种关键问题的解决方法与应用技术、技巧。
并通过课堂讨论的方式,提高学习兴趣和学习效果。
(三)考核方式
开放性的考试方式与基本理论的试卷考试相结合,理论联系实际,考核学生综合能力。
开放性考核(课程论文)占50%,试卷(开卷)考试占50%。
(四)学习要求
学习本课程前,学生应掌握统计学的基础知识。
学习过程中应关注社会经济领域的热点问题,以发现问题,并进一步有效地应用。
三、各教学环节学时分配
序号
章节内容
讲课
实验
其它
合计
1
第一章回归分析的基本问题
2
2
2
第二章经典线性回归模型及应用
3
3
3
第三章非经典假设下的线性回归模型及应用
3
3
4
第四章回归模型变量的筛选方法与应用
2
2
5
第五章带有分类变量的回归分析理论方法与应用
4
4
6
第六章回归模型的设定、诊断与改进
4
4
7
第七章动态回归模型与应用
5
5
8
第八章回归模型的综合应用与案例分析
5
5
9
第九章分位数回归与非参数回归基本问题
4
4
10
合计
32
32
四、教学内容
第一章回归分析的基本问题
第一节回归分析的主要内容
1.回归分析的发展
2.回归分析的主要内容
第二节回归分析的基本流程
1.回归分析的基本流程
2.回归分析的关键与难点分析
第三节回归分析的应用
1.社会问题中的回归分析应用
2.经济问题中的回归分析应用
3.其他领域中的回归分析应用
4.软件应用
本章重点和难点:
回归分析的思想、回归分析的流程和回归分析应用的重点与难点
课程的考核要求:
考察学生对回归分析的基本思想、回归分析的基本流程的理解和把握。
了解:
回归分析的发展与含义
理解:
回归分析的基本内容、
掌握:
回归分析的基本思想与流程
运用:
统计软件的基本使用
复习思考题:
1.回归分析的基本内容
2.回归分析的基本流程
3.回归分析与计量经济学的联系
第二章经典线性回归模型及应用
第一节经典线性回归模型
1.一元线性回归模型
2.多元线性回归模型
3.经典回归模型的假定条件
第二节一元线性回归模型应用
1.一元线性回归模型建模案例分析
2.一元线性回归模型的应用分析
3.一元回归模型实践中的难点与技巧
第三节多元线性回归模型应用
1.多元线性回归模型建模案例分析
2.多元线性回归模型的应用分析
3.多元回归模型实践中的难点与技巧
本章重点和难点:
经典回归模型、模型的参数估计、模型的简单应用
课程的考核要求:
考察学生对经典回归模型的认识,及经典回归模型的应用
了解:
经典回归模型的条件
理解:
参数经典回归模型参数估计量的性质
掌握:
模型的建立与参数估计
运用:
一元及多元经典回归模型的应用、分析与评价
复习思考题:
1.经典回归模型及假定条件
2.结合实际问题建立回归模型并对结果进行分析
3.对文献或其他相关的回归分析应用进行分析、评价与改进
第三章非经典假设下的线性回归模型及应用
第一节随机误差项的诊断
1.统计诊断与分析
2.背景与原因分析
第二节参数估计方法
1.加权最小二乘估计法
2.广义最小二乘估计法
3.偏最小二乘估计
4.岭估计
5.主成分回归估计
第三节非经典假设下的线性回归模型分析与应用
1.案例分析
2.非经典假设下的线性回归模型应用
本章重点和难点:
对随机误差项的检验、诊断、分析,基于普通最小二乘法的改进及非经典假设下的线性回归模型应用
课程的考核要求:
考察学生对随机误差项的分析与参数的估计
了解:
不符合经典回归模型假定的后果
理解:
不符合假定的原因诊断
掌握:
随机误差项的统计检验
运用:
非经典假设下的线性回归模型应用
复习思考题:
1.经典回归假定不满足的后果与可能原因
2.基于普通最小二乘法的参数估计方法改进的设计思想
3.对文献或其他相关的回归分析应用进行分析、评价与改进
第四章回归模型变量的筛选方法与应用
第一节回归模型中的变量
1.回归分析的数据类型
2.变量选择对回归模型的影响
第二节变量筛选的基本准则、方法与应用
1.变量筛选的基本准则
2.变量筛选的方法
本章重点和难点:
变量的筛选
课程的考核要求:
考察学生对变量筛选的原则的把握,和变量筛选的应用
了解:
变量筛选在回归分析中的重要性
理解:
变量筛选的准则
掌握:
变量筛选的方法
运用:
回归分析实践中的应用
复习思考题:
1.变量筛选在回归分析中的重要性
2.变量筛选的基本方法
3.对文献或其他相关的回归分析应用进行分析、评价与改进
第五章带有分类变量的回归分析理论方法与应用
第一节包含虚拟变量的回归模型
1.虚拟变量的含义
2.虚拟变量的引入与模型参数估计
3.自变量中含有定性变量的回归模型的应用
第二节离散选择回归模型
1.二元离散选择回归模型
2.多类别Logistic回归
3.有序被解释变量的回归模型
本章重点和难点:
带有分类变量的回归分析理论方法与应用
课程的考核要求:
基本概念、原理与应用
了解:
虚拟变量,定性因变量(离散选择)模型
理解:
带有分类变量的回归的基本思想
掌握:
虚拟变量的引入,模型参数的估计
运用:
实践中的应用
复习思考题:
1.举例说明虚拟变量的含义
2.几种不同的离散选择模型
3.对文献或其他相关的包含虚拟变量的回归分析应用进行分析、评价与改进
4.对文献或其他相关离散选择回归分析应用进行分析、评价与改进
第六章回归模型的设定、诊断与改进
第一节回归模型设定与改进
1.回归模型设定原则与思路
2.回归模型的评价准则
3.模型设定误差的类型
第二节回归模型设定错误的诊断与检验
1.遗漏相关变量
2.包括不相关变量
3.模型函数形式设定错误
4.变量数据度量问题的诊断
第三节模型的改进与应用
本章重点和难点:
模型设定问题及诊断方法与应用
课程的考核要求:
模型设定的常见问题、诊断方法、模型的修正
了解:
模型设定中常见的几类问题及其基本表现
理解:
模型设定中的各种问题带来的可能的后果
掌握:
模型设定问题的诊断方法,评价模型的基本准则与方法
运用:
模型设定问题的诊断与模型的调整,实际应用
复习思考题:
1.模型设定的常见问题
2.模型设定常见问题的诊断方法
3.如何对模型进行设定并应用
4.评价模型的基本准则与方法
第七章动态回归模型与应用
第一节动态回归模型
1.滞后效应与分布滞后模型
2.自回归模型
3.自回归分布滞后模型
第二节动态回归模型的估计
1.分布滞后模型的变换
2.自回归分布滞后模型的参数估计
第三节动态回归模型的应用
1.因果关系的检验
2.变量关系稳定性检验
3.案例研究与应用分析
本章重点和难点:
分布滞后与自回归模型的参数估计及应用
课程的考核要求:
动态回归模型基本概念、原理适用条件与应用
了解:
现实中的滞后效应、分布滞后模型、自回归分布之后模型
理解:
分布滞后模型的设置、自回归分布滞后模型的含义、适应条件
掌握:
分布滞后模型参数估计及原理
运用:
动态回归模型的应用
复习思考题:
1.举例说明现实中的滞后效应
2.分布滞后模型的转换与参数估计
4.结合实际进行分布滞后与自回归模型的应用及分析
第八章回归模型的综合应用与案例分析
第一节回归分析中的伪回归问题分析
1.回归分析中的伪回归现象
2.避免回归分析中伪回归现象的方法
2.误差修正模型的建立与应用
第二节回归分析变参数问题及应用
1.变参数回归模型的基本问题
2.确定性变参数模型及参数估计
3.随机变参数模型及参数估计
4.变参数回归模型应用
第三节回归分析中约束条件的检验与应用
1.约束条件检验的基本原理与方法
2.回归方程结构稳定检验的方法与应用
3.线性约束条件的检验方法与应用
4.非线性约束条件的检验方法与应用
第四节非线性回归分析
1.非线性回归模型
2.非线性回归模型的应用分析
3.非线性回归模型实践中的难点与技巧
第五节综合案例研究与应用分析
1.应用中的技术与技巧
2.回归分析综合案例研究
本章重点和难点:
回归分析的应用、问题、及解决方法
课程的考核要求:
回归分析的应用、如何避免伪回归等问题
了解:
非线性回归、伪回归,变参数、约束条件的检验等的基本概念
理解:
伪回归现象出现的原因、实际中应用中的变参数现状、约束条件检验、变量间长期均衡稳定关系分析与检验的基本原理
运用:
了解并根据实践应用,结回归分析的应用中存在的问题应用
复习思考题:
1.回归分析中如何避免伪回归等问题
2.如何发现并处理变参数问题
3.约束条件检验的应用与实践
第九章分位数回归与非参数回归基本问题
第一节分位数回归简介
1.分位数回归基本概念
2.线性分位数回归模型
第二节一元非参数回归简介
1.核密度估计
2.一元非参数回归
本章重点和难点:
分位数回归与非参数回归的基本概念
课程的考核要求:
了解分位数回归与非参数回归的背景与基本概念
了解:
什么是分位数回归、什么是非参数回归、核密度估计的基本原理
掌握:
核密度估计的方法
运用:
分位数回归与非参数回归的基本应用
复习思考题:
1.分位数回归的基本概念及模型
2.一元非参数回归及和核回归光滑模型
五、指定教材和主要学习参考书
[1]何小群《应用回归分析》,北京:
中国人民大学出版社,2007年
[2]王黎明《应用回归分析》,上海:
复旦大学出版社,2008年
[]3[美]S.weisberg.《应用线性回归分析》(AppledLinerarRegressiony)王静龙译,北京:
中国统计出版社
[4][美]DouglasM.Bates[加拿大]DonaldG.Watta.韦博成译,《非线性回归分析及其应用》北京:
中国统计出版社
[5]周纪芗.《回归分析》武汉:
华东师范大学出版社,1991年
[6]陈希孺.《近代回归分析——原理方法及应用》合肥:
安徽教育出版社,1987年
主讲教师签字:
系(教研室)主任/课程负责人签字:
学院(系、部)教学副院长(副主任)审核签名:
年月日
- 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 应用 回归 分析