《数据分析与管理决策》-课程教学大纲
《数据分析与管理决策》课程教学大纲
一、课程基本信息
课程代码：16038103
课程名称：数据分析与管理决策
英文名称：Business Analytics and Decision
课程类别：专业选修
学    时：48
学    分：3
适用对象:信息管理与信息系统、大数据管理与应用等专业
考核方式：考查
先修课程：无
二、课程简介
中文简介
海量数据的存在、数据分析技术的进步、计算能力的显著提高，这三者共同导致了在商业管理决策问题上使用分析方法的高潮。本课程的重点是商务数据分析方法，给学生提供一个完美的概念认识，帮助学生了解商务数据分析在决策过程中的地位。商务数据分析是指通过一系列的科学流程，讲数据转变为人质的信息，从而做出更好的决策。商务数据分析包括：描述性数据分析、预测性数据分析和规范性数据分析，这些数据分析技术，可以帮助我们更好地做出决策。
英文简介
The existence of massive amounts of data,the advancement of analytical methodology, and the significant increase in computing power have all led to the use of analytical methods in business management decision-making issues. The focus of this course is on business data analysis methods, to provide students with a perfect conceptual understanding and he
lp students understand the status of business data analysis in the decision-making process. Business data analysis refers to the transformation of data into information through a series of scientific processes to make better decisions. Business data analysis includes: descriptive data analysis, predictive data analysis and normative data analysis. These data analysis techniques can help us make better decisions.
三、课程性质与教学目的
本课程是信息管理专业、大数据管理与应用专业的专业选修课。该课程通过介绍商务数据分析的思想、方法，使学生掌握从历史数据中获取有用的认识、求解优化问题、对不确定性的决策问题进行模拟分析的能力，培养学生能用商务数量解析的思想和方法，对不确定性问题进行建模和计算的能力。通过本课程的学习，使学生理解商务数据分析有助于我们做出更好的决策，知道如何把数据分析方法成功的运用到各种各样问题的解决中。
教学目的如下：
1：要求学生了解商务数据分析的应用领域，掌握数据数量解析分析的基本方法；
2：要求学生掌握时间序列分析、数据挖掘、线性优化、整数优化、Monte Carlo模拟、决策分析基本原理，应能将其应用于解决实际问题；
3：要求学生掌握Python进行商务数量解析的使用方法，来计算商务数量解析中的问题；
4：要求学生能够对来经济、医药、交通等领域的数据进行综合分析，给出详实的分析报告。
思政教育：
1. 引导学生做事情时不应只满足基本要求，还应做好外围工作，上交的工作成果至少要做到自己非常满意。以数据可视化、平时作业和毕业设计为例
2. 慎重择友：人以分，物以类聚；近朱者赤近墨者黑
3. 合理安排时间：注意时间成本，做好统筹协调。做事情都应该做好规划，提高效率。
四、教学内容及要求
第一章  商务数据分析概述
（一）目的与要求
1．掌握商务数据分析分类
2．理解决策过程
3．理解大数据的含义         
（二）教学内容
  第一节
1．主要内容
1.1　什么是决策 3
1.2　关于商务数量解析的界定 4
1.3　解析方法与模型的分类 5
1.4　大数据 8
1.5　商务数量解析学的应用 8
2．基本概念和知识点
决策、商务数量解析、大数据、商务数量解析的分类
3．问题与应用（能力要求）
学生调研商务数据分析在各个领域的应用情况
（三）思考与实践
（四）教学方法与手段
主要采用课堂讲授、多媒体教学、实验等方法
第二章  描述性数据分析和数据可视化
（一）目的与要求
1．熟悉描述性统计分析
2．掌握数据可视化的常用方法           
（二）教学内容
  第一节 数据描述性分析
1. 主要内容
1.1　数据：定义和目标 16
1.2　数据的类型 17
1.3　Excel中的数据修改 20
1.4　数据的分布 24
1.5　位置测度 32
1.6　变异性测量 37
1.7　分布分析 41
1.8　两个变量之间相关关系 47
2.基本概念和知识点
数据的定义、数据的分布、变异性测量、变量间相关关系
3.问题与应用（能力要求）
如何做数据分析会进行数据描述性分析
      第二节 数据可视化
1．主要内容
2.1　概述 68
2.2　表格 70
2.3　常用图 79
2.4　高级可视化方法 96
2.5　数据仪表盘 99
思政教育：以数据可视化为例， 引导学生做事情时不应只满足基本要求，还应做好外围工作，上交的工作成果至少要做到自己非常满意。慎重择友：人以分，物以类聚；近朱者赤近墨者黑
2．基本概念和知识点
数据可视化、常用图、数据仪表盘
3．问题与应用（能力要求）
掌握数据可视化的常用方法
（三）思考与实践
案例讨论　电影票房数据 112
        使用Python创建矩阵散点图和平行坐标图 
  实验1描述统计分析和数据可视化
（四）教学方法与手段
主要采用课堂讲授、多媒体教学、实验等方法
第三章  线性回归分析
（一）目的与要求
1．熟悉简单线性回归模型 
2．熟悉多元回归模型
3．掌握回归推断分析
4．熟悉非线性回归模型
5．掌握建模问题的解决         
（二）教学内容
  第一节
1．主要内容
1.1　简单线性回归模型 119
1.2　最小二乘法 121
1.3　简单线性回归模型的拟合效果 126
1.4　多元回归模型 130
1.5　回归推断分析 135
1.6　属性自变量 149
1.7　非线性回归模型 153
1.8　建模问题 164
2．基本概念和知识点
线性回归模型、非线性回归模型、最小二乘法、回归推断分析、建模
3．问题与应用（能力要求）
    能解决建模问题，会构建线性和非线性回归模型，能进行回归推断分析       

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。