统计学课程规范模板

第一节《统计学》课程教学规范一、《统计学》在人才培养中的地位及作用《统计学》是国际贸易、市场营销等经管类专业必修的一门专业基础课。通过本课程的学习，使学生初步掌握统计学的基本原理和主要内容，通过运用科学的方法收集、整理、汇总及分析国民经济和社会发展的实际数据，并通过统计所特有的统计指标体系，以有助于了解事物的本质、发展规律及内在联系，加强对事物的客观认识，以期达到更好的应用、预测、决策的效果。二、《统计学》课程教学目标通过《统计学》课程的学习，要求学生能够全面掌握统计学的基本理论和基本方法，了解统计学发展的简单历史过程，熟悉统计工作的基本程序和统计学的应用领域；同时要求学生能根据统计研究的目的、统计数据的来源渠道和数据类型的不同，选择恰当的数学模型来对社会经济现象进行拟合。为了结合非统计学专业学生的学习要求和教学内容的完整性，要求学生能够掌握必需的统计分析方法和基本的统计指标知识，为深入进行经济分析和理论研究提供依据。（一）知识目标通过系统学习，使学生掌握一些统计学的基础知识，熟悉一些常用的统计量、参数估计、假设检验、相关与回归的基本内容，并能实际运用这些知识，培养学生初步具有运用所学统计学知识分析有关经济管理实际问题的能力。（二）能力目标通过《统计学》课程的教学,应注意培养学生以下能力：（1）独立获取知识的能力——逐步掌握学习方法，阅读并理解与统计学相关的教材、参考资料和文献，不断地扩展知识面，增强独立学习与思考的能力，更新知识结构，发现统计学领域内出现的新的问题和方法。（2）应用能力——运用统计学的基本理论和基本观点，正确使用统计软件对数据进行整理、分析，并能正确地解释计算结果，培养解决实际问题的能力。（三）素质目标《统计学》课程教学注重培养学生的系统思维能力——学习统计学课程应力求从我国市场经济运行及发展的角度来对待其理论应用。与本课程有关的课程有《概率论与数理统计》、《线性代数》、《微积分》、《计量经济学》等，在该课程教学过程中，引导学生以全局的眼光看问题，学会系统思考与应用。三、《统计学》的知识体系知识体系的体系结构可以划分为三个层次，分别是知识领域、知识单元和知识点。统计学的知识体系由？个知识领域和14个知识单元构成，其中核心知识单元10个，选修知识单元4个。知识领域2：（TB）知识单元TB1：导论（2学时）知识单元TB2：数据的收集（3学时）知识单元TB3：数据的整理与展示（5学时）知识单元TB4：数据的概括性度量（6学时）知识单元TB5：概率与概率分布（2学时）知识单元TB6：统计量及其抽样分布（6学时）知识单元TB7：参数估计（7学时）知识单元TB8：假设检验（7学时）知识单元TB9：分类数据分析（4学时）知识单元TB10：方差分析（7学时）知识单元TB11：一元线性回归（4学时）知识单元TB12：多元线性回归（4学时）知识单元TB13：时间序列分析和预测（4学时）知识单元TB14：指数（3学时）（二）课程涵盖的知识单元知识领域核心知识单元（参考学时）选修知识单元（参考学时）知识领域2：（TB）（64）TB3：数据的整理与展示（5）TB4：数据的概括性度量（6）TB6：统计量及其抽样分布（6）TB7：参数估计（7）TB8：假设检验（7）TB9：分类数据分析（4）TB10：方差分析（7）TB11：一元线性回归（4）TB12：多元线性回归（4）TB13：时间序列分析和预测（4）TB1：导论（2）TB2：数据的收集（3）TB5：概率与概率分布（2）TB14：指数（3）（三）知识单元的描述知识单元TB1：导论参考学时：2学时知识点：统计学及数据分析方法统计数据的类型统计中的常用基本概念学习目标：1.理解统计学及数据分析方法，了解统计的应用领域；2.掌握统计数据的类型；3.掌握统计中的常用基本概念。知识单元TB2：数据的收集参考学时：3学时知识点：数据的来源与收集方法抽样及常用抽样方法数据误差学习目标：1.了解数据的来源与常用收集方法；2.掌握常用抽样方法；3.掌握数据的抽样误差与非抽样误差。知识单元TB3：数据的整理与展示参考学时：5学时知识点：数据的预处理品质数据的整理与展示数据型数据的整理与展示合理使用图表学习目标：1.了解数据的审核，掌握数据的筛选、排序及透视表应用；2.掌握分类数据与顺序数据的常用整理表格与图示；3.掌握分组和未分组数值型数据的常用图示；4.理解图表设计的原则。知识单元TB4：数据的概括性度量参考学时：5学时知识点：集中趋势的度量离散程度的度量偏态与峰态的度量学习目标：1.掌握反映分类数据、顺序数据、数据型数据集中趋势的常用测度值的含义、计算方法及区别；2.掌握反映分类数据、顺序数据、数据型数据离散程度的常用测度值的含义、计算方法；3.掌握偏态与峰态的含义、测度统计量、计算方法。知识单元TB5：概率与概率分布参考学时：2学时知识点：随机变量概率的性质及运算法则离散型随机变量及其分布连续性随机变量的概率分布学习目标：复习概率论与数理统计中的重要知识点，为后续学习做好铺垫。知识单元TB6：统计量及其抽样分布参考学时：6学时知识点：统计量与常用统计量关于分布的常用概念由正态分布导出的几个重要分布样本均值的分布中心极限定理样本比例的抽样分布两个样本平均值之差的分布样本方差的分布学习目标：1.掌握统计量的概念、常用统计量的计算公式及涵义；2.理解关于分布的几个常用概念；3.掌握由正态分布导出的2分布、t分布、F分布的定义、图像及常用分布特点，学会使用相关分布表；4.掌握样本均值的分布规律，理解中心极限定理；5.了解样本比例的抽样分布规律；6.掌握两个样本平均值之差的分布、当总体分布为正态分布时样本方差的分布。知识单元TB7：参数估计参考学时：6学时知识点：参数估计的基本原理一个总体参数的区间估计两个总体参数的区间估计样本量的确定学习目标：1.掌握参数估计、点估计、区间估计、置信水平、置信区间的含义，理解评价估计量的三个标准：无偏性、有效性、一致性；2.掌握在不同条件下总体均值的区间估计方法和总体方差的区间估计方法，理解总体比例的区间估计方法；3.掌握在不同条件下两个总体均值之差的区间估计方法和两个总体方差之比的区间估计方法，理解两个总体比例之差的区间估计方法；4.理解估计总体均值时对样本量的确定方法。知识单元TB8：假设检验参考学时：6学时知识点：假设检验的基本问题一个总体参数的检验两个总体参数的检验检验问题的进一步说明学习目标：1.理解假设检验、原假设、备择假设、错误、错误的含义，了解假设检验的流程，掌握利用P值进行决策和单侧检验的方法；2.掌握一个总体参数检验时选择假设检验统计量的原则，掌握在不同条件下总体均值的检验方法和总体方法的检验方法，理解总体比例的检验方法；3.掌握两个总体参数检验时选择假设检验统计量的原则，掌握在不同条件下两个总体均值之差的检验方法和两个总体方差之比的检验方法，理解两个总体比例之差的检验方法；4.理解单侧检验中不同假设设立时采用的假设检验方法的区别。知识单元TB9：分类数据分析参考学时：4学时知识点：列联表分类数据的2检验列联表中的相关测量条件百分表的方向2分布的期望值准则学习目标：1.掌握列联表的构造与分布；2.掌握分类数据2检验的计算公式、检验步骤和基本原理；3.掌握相关系数、列联相关系数、V相关系数的含义和计算方法，理解三种系数的关系；4.理解列联表中常见的两个问题，条件百分表的方向与2分布的期望值准则。知识单元TB10：方差分析参考学时：6学时知识点：方差分析的基本思想、原理和基本假定单因素方差分析双因素方差分析学习目标：1.掌握方差分析的基本思想和原理，理解方差分析的基本假定；2.掌握单因素方差分析的基本假设、检验统计量、决策方法和关系强度的测量，学会使用方差分析表，理解多种比较方法；3.掌握有交互作用和无交互作用的双因素方差分析的基本假设、检验统计量、决策方法和关系强度的测量。知识单元TB11：一元线性回归参考学时：4学时知识点：变量间的关系度量一元线性回归模型利用回归方程进行预测残差分析学习目标：1.理解相关关系及其描述与测度，掌握Pearson相关系数的含义、性质及显著性度量。2.掌握回归模型的基本构成、一元回归方程的形式，理解回归方程参数的最小二乘估计，掌握回归直线的拟合优度及显著性检验；3.了解点估计的预测方法，掌握置信区间估计的含义及计算公式；4.理解残差的含义，学会通过残差图分析回归模型的合理性。知识单元TB12：多元线性回归参考学时：4学时知识点：多元回归模型回归方程的拟合优度显著性检验多重共线性利用回归方程进行预测变量选择与逐步回归学习目标：1.掌握多元回归模型的基本构成、多元回归方程的形式，理解回归方程参数的最小二乘估计；2.理解多重判定系数、调整的拟合优度和多元回归方程显著性检验；3.掌握多重共线性的含义、判别方法及解决方法；4.了解利用多元回归方程进行预测的方法；5.理解在进行变量选择时的常用方法。知识单元TB13：时间序列分析和预测参考学时：4学时知识点：时间序列及其分解时间序列的描述性分析时间序列预测的程序平稳序列的预测利用回归方程进行预测变量选择与逐步回归学习目标：1.掌握平稳序列、非平稳序列、趋势、季节性、周期性、随机性的含义；2.掌握时间序列的图形描述和增长性分析；3.了解时间序列进行预测时的基本步骤；4.掌握平稳时间序列的预测方法。知识单元TB14：指数参考学时：3学时知识点：指数的基本问题总指数的编制方法指数体系几种典型的指数综合评价指数学习目标：1.理解指数的含义及常用分类；2.掌握简单指数与加权指数的计算方法；3.了解指数体系；4.掌握几种典型的指数，包括CPI、股票价格指数、消费者满意度指数等；5.了解综合评价指数的构建方法。2.教学方法采用启发式、讨论式等多种行之有效的教学方法，加强师生之间、学生之间的交流，引导学生独立思考，强化思维的训练。习题课、讨论课是启迪学生思维，培养学生提出、分析、解决问题能力的重要教学环节，应在教师引导下以讨论、交流为主。3.教学手段发挥课堂教学主渠道的作用，有效利用多媒体技术，充分利用计算机辅助教学、网络教学等现代化教育技术的优势，扩大教学信息量，提高教学质量和效率。4．课程主要教学方式的学时分配学时讲授讨论课习题课实验导论22数据的收集33数据的整理与展示55数据的概括性度量651概率与概率分布22统计量及其抽样分布66参数估计761假设检验761分类数据分析44方差分析761一元线性回归44多元线性回归44时间序列分析和预测44指数33合计64604（二）讨论课根据统计学的课程特点，习题课上精选一些既能培养学生分析和解决问题能力、巩固所学知识，又较贴近应用实际、可激发学生学习兴趣的习题或数据进行讲解，让学生举一反三。（三）实践课实践教学是本课程教学的重要环节。统计学是一门应用性很强的课程，因此，课程教学应从实际应用出发，侧重对学生解决实际能力的培养。要系统设计课题的选择，保证本课题的质量。（四）自主学习统计学课程教学过程中要适当布置学生自学的讲授内容，并利用网络和图书馆提供更丰富的教学资源，给学生提供课外学习的指导，帮助学生提高自学能力和获取知识能力。学生也可利用网络课堂进行自学、复习和个性化学习。六、课程考核考核是引导学生学习、检查教学效果、保证教学质量的重要环节，也是体现课程要求规范的重要标志。根据本课程内容建立多元化的课程教学考核方法。考核评价着重考核学习过程，不仅仅考核最终结果。多元化的考核方法主要是指课程成绩通过过程评价、结果评价及结果反馈评价等方面来体现，而且从比例上更能体现对过程的重视，注重对学生自主学习能力、发现问题及解决问题的能力、创新精神、团队合作精神等的评价。从评价主体上，也从原来的指导教师拓展到学生个体等。这种考核方式不仅尊重了学生的个性发展，而且更能激发学生的创新欲望，开发学生的潜能，提高学生的实践操作能力和创新能力。1.考试命题主要采用笔试的方式，题型设有选择、判断、简答、计算分析，针对《统计学》这门课程的基本概念、基本内容