本课程为涉及数据分析有关的专业选修课,目的是向学生介绍统计计算的基本思想、原理与方法,使学生们对统计计算有一个整体的了解,增强学生们用统计思想和方法提出问题、分析问题和解决问题的能力。本课程主要包含概率和统计抽样的基本概念、生成随机数的方法、探索性数据分析的可视化和动态结构发现方法、推断统计的蒙特卡洛方法、自助法、数据分割方法、以及概率密度估计方法等。为使学生更好地理解统计计算的基本思想,本课程通过实际问题背景来引入基本概念,使学生能够深刻体会这些概念的来龙去脉,理解其中所蕴含的统计思想和原理。课程中尽量避免复杂的概率理论知识推导过程,主要侧重于统计思想和统计计算的讲解,同时指出了相应知识的参考资料并给出用于统计计算的MATLAB、R、或者Python语言程序代码。
Overview
Syllabus
- 第一章 课程简介
- 第二章 概率基础概念
- 1 概率 2 条件概率与独立性 3 数学期望 4 常见分布
- 第三章 统计基础概念
- 1 抽样术语和概念 2 抽样分布 3 参数估计 4 经验分布函数
- 第四章 生成随机数
- 1生成随机变量的一般方法 2 生成连续/离散随机变量 3 算法实例
- 第五章 探索性数据分析
- 1 探索单变量数据 2 探索二元/三元数据 3 探索多维数据 4 算法实例
- 第六章 结构发现
- 1 数据投影 2 主成分分析 3 投影寻踪EDA 4 独立成分分析 5 大巡演 6 非线性降维 7 算法实例
- 第七章 推断统计的蒙特卡罗方法
- 1 经典推断统计 2 推断统计的Monte Carlo方法 3 自助法 4 算法实例
- 第八章 数据划分
- 1 交叉验证 2 刀切法 3 更好的自助置信区间 4 自助刀切法 5 算法实例
- 第九章 概率密度估计
- 1 直方图 2 核密度估计 3 有限混合
- 期末考试-1
Taught by
Lingchen Kong