主题目录

  • 课程与教师介绍

    • 欢迎大家学习应用多元统计学(课程编号S209G002,32学时,2学分)

    课程主要针对管理专业研究生的科研及应用需求,介绍常用且经典的多元统计方法。课程强调应用导向,重视基本原理,并辅以统计软件教学,旨在使大家真正理解和掌握多元统计模型的应用背景及原理,培养大家分析问题、用科学方法解决问题的能力。

    作为探索和创新阶段,研究生的学习应站在一个更高的角度,自觉发现问题、搜集资料、小组讨论并与老师沟通,切忌填鸭式地死记硬背。

    • 教师简介: 白寅,副教授,天津大学管理与经济学部
    • 研究方向:大数据分析、营销战略。
    • 发表SSCI/SCI检索论文5篇
    • 承担省部级项目5项,国家级项目1项。
    • 在教学方面获得以下奖励:
    2010年  获校“研究生数字化教学平台建设二等奖”
    2011年  获校“研究生开放课程建设一等奖”
    2012年 《应用统计学》获天津大学“首批开放课程”资格
    2013年   获天津大学优秀教学成果二等奖
    2013年   获“天津大学优秀毕业设计指导教师”称号
    2014年   获天津大学青年教师讲课大赛三等奖
    2014年   获“北洋学者-青年骨干教师”
    2015年   获“天津大学青年教工先锋岗”
  • 专题一 多元回归分析

       多元回归分析是指分析一个自变量和若干个因变量之间的相

       关关系。回归分析是一种处理变量的统计相关关系的一种数

       理统计方法。回归分析的基本思想是: 虽然自变量和因变量

       之间没有严格的、确定性的函数关系,但可以设法找出最能

       代表它们之间关系的数学表达形式。

  • 专题二 主成分分析

    主成分分析(Principal Component Analysis,PCA), 将多个

    变量通过线性变换以选出较少个数重要变量的一种多元统计分析

    方法。又称主分量分析。在实际课题中,为了全面分析问题,往

    往提出很多与此有关的变量(或因素),因为每个变量都在不同

    程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森

    对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平

    方和或方差来衡量。

  • 专题三 因子分析

    因子分析是指研究从变量群中提取共性因子的统计技术。最早

    英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之

    间存在着一定的相关性,一科成绩好的学生,往往其他各科成

    绩也比较好,从而推想是否存在某些潜在的共性因子,或称某

    些一般智力条件影响着学生的学习成绩。因子分析可在许多变

    量中找出隐藏的具有代表性的因子。将相同本质的变量归入一

    个因子,可减少变量的数目,还可检验变量间关系的假设。

  • 专题四 聚类分析

    聚类分析指将物理或抽象对象的集合分组成为由类似的对象

    组成的多个类的分析过程。它是一种重要的人类行为。聚类

    分析的目标就是在相似的基础上收集数据来分类。聚类源于

    很多领域,包括数学,计算机科学,统计学,生物学和经济

    学。在不同的应用领域,很多聚类技术都得到了发展,这些技术方法被用作描述数据,衡量不

    同数据源间的相似性,以及把数据源分类到不同的簇中。

  • 专题五 判别分析

    判别分析又称“分辨法”,是在分类确定的条件下,根据某一研究

    对象的各种特征值判别其类型归属问题的一种多变量统计分析

    法。其基本原理是按照一定的判别准则,建立一个或多个判别函

    数,用研究对象的大量资料确定判别函数中的待定系数,并计算

    判别指标。据此即可确定某一样本属于何类。当得到一个新的样品数据,要确定该样品属于已知

    类型中哪一类,这类问题属于判别分析问题。

  • 大作业

    三次作业升级版:

    1.格式美观大方,叙述逻辑清楚有条理;鼓励大作业在应用必选方法外,综合其他多元统计的方法。三次作业提交的打印版需加封面目录。

    2.内容要至少包括:研究背景(目的、意义、兴趣点等)、问题提出与描述、数据收集、模型建立、运算与结果分析、模型修正再运算与结果分析、模型与实际的贴合度(如何用以解决实际问题或对实际问题解决的效果)

    3.原始计算文件(含数据)要在Elearning 系统提交作业时单独上传,以便老师可以运行检验。在打印版中可作为附件附在最后。

    4.11月10日各班班长将作业与名单一并交到助教处25-A-819.大作业最后可以附上对本课程的意见或建议以及学习感想等。