《数据分析与管理决策》课程教学大纲.docx
《《数据分析与管理决策》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《《数据分析与管理决策》课程教学大纲.docx（16页珍藏版）》请在冰豆网上搜索。
《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：
BusinessAnalyticsandDecision
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
Theexistenceofmassiveamountsofdata,theadvancementofanalyticalmethodology,andthesignificantincreaseincomputingpowerhaveallledtotheuseofanalyticalmethodsinbusinessmanagementdecision-makingissues.Thefocusofthiscourseisonbusinessdataanalysismethods,toprovidestudentswithaperfectconceptualunderstandingandhelpstudentsunderstandthestatusofbusinessdataanalysisinthedecision-makingprocess.Businessdataanalysisreferstothetransformationofdataintoinformationthroughaseriesofscientificprocessestomakebetterdecisions.Businessdataanalysisincludes:
descriptivedataanalysis,predictivedataanalysisandnormativedataanalysis.Thesedataanalysistechniquescanhelpusmakebetterdecisions.
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、MonteCarlo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：
人以群分，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）
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：
人以群分，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
（三）思考与实践
案例讨论 校友捐赠178
利用Python进行回归分析179
实验2线性和非线性回归分析
（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
第四章时间序列分析与预测
（一）目的与要求
1．掌握时间序列的集中类型
2．理解预测精度问题
3．熟悉移动平均和指数平滑法
4．熟悉回归预测分析
5．掌握预测模型优良性评估
（二）教学内容
第一节
1．主要内容
1.1 时间序列的几种类型184
1.2 预测精度问题190
1.3 移动平均与指数平滑法194
1.4 回归预测分析202
1.5 预测模型优良性评估211
2．基本概念和知识点
时间序列、移动平均与指数平滑法、回归预测分析
3．问题与应用（能力要求）
能进行时间序列预测分析
（三）思考与实践
案例讨论 食品和饮料销售预测分析222
使用Python做预测分析222
实验3时间序列分析与预测
（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
第五章数据挖掘
（一）目的与要求
1．掌握数据抽样和预处理方法
2．熟悉聚类分析、关联规则分析
3．熟悉分类分析方法（k最近邻算法、分类回归树、逻辑回归分析）
（二）教学内容
第一节数据抽样和预处理
1．主要内容
1.1 数据抽样227
1.2 数据预处理228
1.2.1 缺失数据问题228
1.2.2 识别异常值和错误数据229
1.2.3 代表性变量229
2．基本概念和知识点
数据抽样、数据预处理、异常值
3．问题与应用（能力要求）
能够进行数据预处理
第二节无指导学习
1．主要内容
2.1 聚类分析230
2.2 关联规则239
思政教育：
慎重择友：
人以群分，物以类聚；近朱者赤近墨者黑
生活在我们周围的其他人的品格、生活方式、习惯和他们对事物的看法都有意无意地在影响我们。
有时，我们自己深受其影响而不自觉。
好的行为规则无疑地对我们的生活具有指导作用，而好的榜样发挥的作用则更大。
榜样的行动是一种活生生的现身说法的教育，这种教育最丰富、最生动、最富有感染力。
年轻人品格正在形成之中，慎重择友就显得十分重要。
牛津大学的叶格卫斯先生坚定地认为，年轻的朋友们在一起，极易形成一致意见，因为每一个人都易被对方所同化，因而大伙儿易趋于一致。
经常相聚的人，连讲话的腔调都十分近似。
我们看一个人只须看他有些什么样的朋友就行了。
物以类聚，人以群分。
选择一个好的朋友可能会成就自己的一生；选择一个坏的伙伴，足以把自己毁掉。
2．基本概念和知识点
聚类、聚类分析方法、关联规则、支持度
3．问题与应用（能力要求）
能够聚类分析
能够进行关联规则分析
第三节无导学习
1．主要内容
3.1 数据分割243
3.2 分类准确度246
3.3 预测准确度249
3.4 k最近邻算法250
3.5 分类回归树254
3.6 逻辑回归268
2．基本概念和知识点
数据分割、预测准确度、k最近邻算法、分类回归树、逻辑回归
3．问题与应用（能力要求）
能判断预测准确度，能进行k最近邻算法、分类回归树、逻辑回归分析
（三）思考与实践
案例讨论 灰色代码公司284
使用Python进行聚类分析
使用Python进行进行关联规则分析
使用Python进行分类分析（k最近邻算法、分类回归树、逻辑回归分）
实验4聚类分析
实验5关联规则
实验6K最临近算法
实验7分类回归树
实验8逻辑回归
（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
第六章线性规划和非线性规划
（一）目的与要求
1．熟悉线性规划求解
2．掌握非线性优化问题
（二）教学内容
第一节
1．主要内容
1.1 极大化问题315
1.2 求解线性规划320
1.3 极小值问题324
1.4 线性规划的几类特殊情况327
1.5 敏感性分析330
1.6 线性规划的应用332
1.7 线性规划多个解的一般性说明342
2．基本概念和知识点
线性规划求解
3．问题与应用（能力要求）
会进行线性规划求解
第二节整数线性规划
1．主要内容
2.1 整数线性规划的类型357
2.2 整数规划的一个实例357
2.3 运用ExcelSolver求解整数优化问题359
2．基本概念和知识点
整数线性规划类型和求解优化
3．问题与应用（能力要求）
会使用相关软件求解整数优化问题
第三节非线性优化问题
1．主要内容
3.1 一个生产管理实例392
3.2 局部最优和全局最优397
3.3 选址问题400
3.4 马科维茨投资组合模型401
3.5 新产品市场销售预测405
思政教育：
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，提高效率做好统筹协调。
我们应该注意做好统筹协调
在任何情况下，做事情都应该计划好，而且，如果规划好可以同时做几件事，提高效率。
注意时间成本。
高效利用时间才是最重要的！
做任何事情都有时间成本，合理规划，可以节约时间成本。
合理安排时间和学习，保持良好的生活习惯。
2．基本概念和知识点
局部最优、全局最优、非线性优化问题
3．问题与应用（能力要求）
会使用相关软件进行非线性优化
（三）思考与实践
案例讨论 投资策略352
软件求解线性规划模型353
案例讨论 苹果牌儿童服装销售问题387
运用相关软件求解整数线性规划问题
案例讨论 带有交易费用的投资组合优化问题415
运用相关软件求解非线性规划问题417
实验9线性规划、非线性规划
（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
第七章MonteCarlo模拟
（一）目的与要求
1．能运用MonteCarlo模拟对决策进行评估
2．理解模拟的优化分析
（二）教学内容
第一节
1．主要内容
1.1 What-If分析421
1.2 运用Excel自带的函数进行模拟分析423
1.3 AnalyticSolver模拟分析431
1.4 模拟的优化分析449
1.5 模拟分析的几点思考453
2．基本概念和知识点
MonteCarlo模拟
3．问题与应用（能力要求）
（三）思考与实践
案例讨论 四角公司问题464
实验10模拟分析和决策分析
（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
第八章决策
（一）目的与要求
1．熟悉决策树
2．理解决策分析过程
3．掌握效用决策问题
（二）教学内容
第一节
1．主要内容
1.1 问题的表述478
1.2 不使用概率的决策分析480
1.3 使用概率的决策分析483
1.4 运用样本信息的决策分析487
1.5 利用贝叶斯定理计算状态枝概率493
1.6 效用决策495
2．基本概念和知识点
决策树、决策分析、效用决策
3．问题与应用（能力要求）
实验10模拟分析和决策分析
（三）思考与实践
案例讨论 不动产投资策略514
运用相关软件求解决策树516
实验10模拟分析和决策分析
（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
五、各教学环节学时分配
教学环节
教学时数
课程内容
讲
课
习
题
课
讨
论
课
实验
实习
其他教学环节
小
计
第一章商务数据分析概述
2
第二章描述性数据分析
和数据可视化
2
2
第三章线性与非线性
回归分析
2
2
第四章时间序列分析与预测
2
2
第五章数据挖掘
6
10
2
第六章线性规划
和非线性规划
1
2
1
第七章MonteCarlo模拟
1
1
1
第八章决策
2
1
复习总结、课程设计
4
合计
20
20
8
48
“各教学环节学时分配”中，“其它教学环节”主要指习题课、课堂讨论、课程设计、观看视频、现场参观等教学环节。
六、课程考核
（一）考核方式分散开卷
（二）成绩构成
平时成绩占比：
50%期末考试占比：
50%
（三）成绩考核标准
平时成绩=60%实验+30%考勤+10%课堂表现
总评成绩=50%平时成绩+50%期末成绩
七、推荐教材和教学参考资源
Jeffrey等著，耿修林等译.商业数据分析.机械工业出版社.2017年
升级会员 