應用回歸分析課程設計

Ⅰ 大學本科統計學要學什麼課程（就一般的一本那種大學），謝謝啦，統計學和應用數學的基礎課程差異大嗎專

附表1： 統計學專業課程結構表
課程類型 學時數 百分比（%） 學分數 百分比（%）
公共基礎課程 911 32.0 46 26.6
專業基礎課程 678 23.8 38 21.9
專業課程 532 18.7 27 15.6
專業選修課程 585 20.5 32 18.5
公共選修課程 144 5.0 8 4.6
實踐課程* —— —— 22 12.8
總 計 2850 100 173 100
實踐課程學分+課堂實踐教學學分+課堂演算實踐教學學分=22+9.6+11.1=42.7 24.7
課堂實踐教學學分與課堂演算實踐教學學分均由學時數折算而得。

說明： △入學、畢業教育， = 假期（不在校）， ◇軍訓， ：考試， ☆專業實習（含教育實習）， ★畢業論文（畢業設計）， ○課程設計

附表3： 統計學專業教學計劃表
課程類型 課程
編號 課 程 名 稱 學
分
數 學 時 開課學期及周學時分配 備 注
講
授 實
踐 一 二 三 四 五 六 七 八
公
共
基
礎
課
程 070301101 思想道德修養與法律基礎

礎 2 28 8 2
070301102 中國近現代史綱要 2 36 2
070301103 馬克思主義基本原理概論 3 54 3
070301104A 毛澤東思想、鄧小平理論和「三個代表」重要思想概論（一） 3 36 18 2
070301104B 毛澤東思想、鄧小平理論和「三個代表」重要思想概論（二） 3 36 18 2
070101101 大學語文 2 36 2
074401101A 體育（一） 1 28 2
074401101B 體育（二） 1 36 2
074401101C 體育（三） 1 36 2
074401101D 體育（四） 1 36 2
074501101A 大學英語（一） 4 56 28 4+2
074501101B 大學英語（二） 4 72 36 4+2
074501101C 大學英語（三） 4 72 36 4+2
074501101D 大學英語（四） 4 72 36 4+2
074601102 計算機應用基礎B 2 30 30 2+2
074601102C 計算機程序設計（C語言） 4 54 36 3+2
075001101 形勢政策 1 18 1
075001102 軍事理論 2 32 2
075001103 就業指導 2 16 8 2
小計 46 784 254 13+4 12+4 11+2 8+2 2 2
專
業
基
礎
課
程 072141701 A 數學分析（一） 5 56 28* 6
072141701 B 數學分析（二） 6 72 36* 6
072141701 C 數學分析（三） 6 72 36* 6
072141702 A 高等代數（一） 5 56 28* 6
072141702 B 高等代數（二） 6 72 36* 6
072141703 解析幾何 2 42 3
072141704 概率論 4 54 18* 4
072141705 數理統計 4 54 18* 4
小計 38 478 200* 15 12 10 4

附表3（續）： 統計學專業教學計劃表
課程類型 課程
編號 課 程 名 稱 學
分
數 學 時 開課學期及周學時分配 備 注
講
授 實
踐 一 二 三 四 五 六 七 八

專
業
課
程 072141801 抽樣調查 3 54 3
072141802 試驗設計 3 54 3
072141803 應用回歸分析 3 54 18 4
072141804 多元統計分析（含矩陣代數10學時） 3 64 18 4
072141805 時間序列分析 3 54 18 4
072141806 非參數統計 3 54 18 4
072141807 統計預測與決策 3 54 3
072141808 應用隨機過程 3 54 3
072141809 常微分方程 3 54 3

小計 27 496 72 6 14 11
選
修
課
程 公共選修課程 8 144 2 2 2 2
專業選修課程 32 576 18 6 6 9 9 6 6
小計 40 720 18 6 8 11 11 8 6
實
踐
課
程 072141803 應用回歸分析課程設計 1 ○
072141804 多元統計分析課程設計 1 ○
072141805 時間序列分析課程設計 1 ○
072141806 非參數統計課程設計 1 ○
072141207 統計建模與數據分析
課程設計 1 ○

075001605 畢業實習 6 ☆
075001604 畢業論文（畢業設計） 6 ★ ★
075001603 專業見習 1 ☆
075001602 軍訓 2 ◇
075001601 社會實踐與勞動 2 假期中
進行
其他
小計 22

總學分、總學時 173 2478 344

27+4 24+4 27+2 26+2 27 22 10 6
200*
2850
課堂實踐課程的學時折半算到總學時中, 課堂演算實踐課程的學時（帶*號的數字）如實算到總學時中。

附表4： 統計學專業選修課程開課計劃表
課程類型 課程編號 課 程 名 稱 學分數 學時數 開課學期（周學時）
選

修

課

程 限
選
系
列 072141301 會計學原理 3 54 4（3）
072141302 保險學原理 3 54 5（3）
072141303 保險精算 3 54 6（3）
072141304 金融數學（期權期貨定價分析） 3 54 6（3）
072141305 統計建模與數據分析 2 36+18 5（3）
072141306 質量管理 3 54 5 （3）
072141307 運籌學基礎 3 54 3（3）
小計 20 360+18 3（3），4（3），
5（9），6（6）
任
選
系
列
A 072141311 數學分析選講 2 36 7
072141312 高等代數選講 2 36 7
072141313 實變函數與泛函分析 3 54 6
072141314 數學物理方法 3 54 6
072141315 數學建模 3 54 4
072141316 漫談數學 2 36 6
072141317 Matlab與科學計算 2 36+18 4
任
選
系
列
B 072141321 線性回歸模型 3 54 8
072141322 數量經濟分析 3 54 7
072141323 資產定價與金融決策理論 3 54 7
072141324 經濟與金融中的隨機方法 3 54 8
072141325 生物統計 3 54 8
072141326 經濟博弈論 3 54 3
072141327 經濟學原理 3 54 8
072141328 管理學概論 3 54 7
應選學 12 216 3（3）, 4（5），6（3），
7（6），8（6）

Ⅱ 回歸分析的應用

相關分析研究的是現象之間是否相關、相關的方向和密切程度，一般不區別自變數或因變數。而回歸分析則要分析現象之間相關的具體形式，確定其因果關系，並用數學模型來表現其具體關系。比如說，從相關分析中我們可以得知「質量」和「用戶滿意度」變數密切相關，但是這兩個變數之間到底是哪個變數受哪個變數的影響，影響程度如何，則需要通過回歸分析方法來確定。
一般來說，回歸分析是通過規定因變數和自變數來確定變數之間的因果關系，建立回歸模型，並根據實測數據來求解模型的各個參數，然後評價回歸模型是否能夠很好的擬合實測數據；如果能夠很好的擬合，則可以根據自變數作進一步預測。
例如，如果要研究質量和用戶滿意度之間的因果關系，從實踐意義上講，產品質量會影響用戶的滿意情況，因此設用戶滿意度為因變數，記為Y；質量為自變數，記為X。根據圖8－3的散點圖，可以建立下面的線性關系： Y=A+BX+§
式中：A和B為待定參數，A為回歸直線的截距；B為回歸直線的斜率，表示X變化一個單位時，Y的平均變化情況；§為依賴於用戶滿意度的隨機誤差項。
對於經驗回歸方程： y=0.857+0.836x
回歸直線在y軸上的截距為0.857、斜率0.836，即質量每提高一分，用戶滿意度平均上升0.836分；或者說質量每提高1分對用戶滿意度的貢獻是0.836分。
上面所示的例子是簡單的一個自變數的線性回歸問題，在數據分析的時候，也可以將此推廣到多個自變數的多元回歸，具體的回歸過程和意義請參考相關的統計學書籍。此外，在SPSS的結果輸出里，還可以匯報R2，F檢驗值和T檢驗值。R2又稱為方程的確定性系數（coefficient of determination），表示方程中變數X對Y的解釋程度。R2取值在0到1之間，越接近1，表明方程中X對Y的解釋能力越強。通常將R2乘以100%來表示回歸方程解釋Y變化的百分比。F檢驗是通過方差分析表輸出的，通過顯著性水平（significant level）檢驗回歸方程的線性關系是否顯著。一般來說，顯著性水平在0.05以上，均有意義。當F檢驗通過時，意味著方程中至少有一個回歸系數是顯著的，但是並不一定所有的回歸系數都是顯著的，這樣就需要通過T檢驗來驗證回歸系數的顯著性。同樣地，T檢驗可以通過顯著性水平或查表來確定。在上面所示的例子中，各參數的意義如表8－2所示。
線性回歸方程檢驗 指標 顯著性水平 意義 R2 0.89 「質量」解釋了89%的「用戶滿意度」的變化程度 F 276.82 0.001 回歸方程的線性關系顯著 T 16.64 0.001 回歸方程的系數顯著 示例 SIM手機用戶滿意度與相關變數線性回歸分析
我們以SIM手機的用戶滿意度與相關變數的線性回歸分析為例，來進一步說明線性回歸的應用。從實踐意義講上，手機的用戶滿意度應該與產品的質量、價格和形象有關，因此我們以「用戶滿意度」為因變數，「質量」、「形象」和「價格」為自變數，作線性回歸分析。利用SPSS軟體的回歸分析，得到回歸方程如下：
用戶滿意度=0.008×形象+0.645×質量+0.221×價格
對於SIM手機來說，質量對其用戶滿意度的貢獻比較大，質量每提高1分，用戶滿意度將提高0.645分；其次是價格，用戶對價格的評價每提高1分，其滿意度將提高0.221分；而形象對產品用戶滿意度的貢獻相對較小，形象每提高1分，用戶滿意度僅提高0.008分。
方程各檢驗指標及含義如下： 指標 顯著性水平 意義 R2 0.89 「質量」和「價格」解釋了89%的「用戶滿意度」的變化程度 F 248.53 0.001 回歸方程的線性關系顯著 T（形象） 0.00 1.000 「形象」變數對回歸方程幾乎沒有貢獻 T（質量） 13.93 0.001 「質量」對回歸方程有很大貢獻 T（價格） 5.00 0.001 「價格」對回歸方程有很大貢獻 從方程的檢驗指標來看，「形象」對整個回歸方程的貢獻不大，應予以刪除。所以重新做「用戶滿意度」與「質量」、「價格」的回歸方程如下： 滿意度=0.645×質量+0.221×價格
用戶對價格的評價每提高1分，其滿意度將提高0.221分（在本示例中，因為「形象」對方程幾乎沒有貢獻，所以得到的方程與前面的回歸方程系數差不多）。
方程各檢驗指標及含義如下： 指標 顯著性水平 意義 R 0.89 「質量」和「價格」解釋了89%的「用戶滿意度」的變化程度 F 374.69 0.001 回歸方程的線性關系顯著 T（質量） 15.15 0.001 「質量」對回歸方程有很大貢獻 T（價格） 5.06 0.001 「價格」對回歸方程有很大貢獻