《数据分析与管理决策》课程教学大纲.docx

1、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，

2、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 i

3、ssues. The focus of this course is on business data analysis methods, to provide students with a perfect conceptual understanding and help students understand the status of business data analysis in the decision-making process. Business data analysis refers to the transformation of data into informa

4、tion 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

5、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

6、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 31.2关于商务数量解析的界定 41.3解析方法与模型的分类

7、51.4大数据 81.5商务数量解析学的应用 82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 161.2数据的类型 171.3Excel中的数据修改 201.4数据的分布 241.5位置测度 321.6变异性测量 371.7分布分析 411.8两个变量之间相关关系 4

8、72.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 682.2表格 702.3常用图 792.4高级可视化方法 962.5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

9、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 1191.2最小二乘法 1211.3简单线性回归模型的拟合效果 1261.4多元回归模型 1301.5回归推断分析 1351.6属性自变量 1491.7非线性回归模型 1531.8建模问题 1642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

10、，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 1901.3移动平均与指数平滑法 1941.4回归预测分析 2021.5预测模型优良性评估 2112基本概念和知识点时间序列、移动平均与指数平滑法

11、、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 2271.2数据预处理 2281.2.1缺失数据问题 2281.2.2识别异常值和错误数据 2291.2.3代表性变量 2292基本概念和知识点

12、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 2302.2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

13、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 2433.2分类准确度 2463.3预测准确度 2493.4k最近邻算法 2503.5分类回归树 2543.6逻辑回归 2682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

14、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6 K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 3151.2求解线性规划 3201.3极小值问题 3241.4线性规划的几类特殊情

15、况 3271.5敏感性分析 3301.6线性规划的应用 3321.7线性规划多个解的一般性说明 3422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 3572.2整数规划的一个实例 3572.3运用Excel Solver求解整数优化问题 3592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 3923.2局部最优和全局最优 3973.3选址问题 4003.4马科维茨投资组合模型 4013.5新产品市场销售预

16、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

17、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 Monte Carlo模拟（一）目的与要求1能运用Monte Carlo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1.1What-If分析 4211.2运用Excel自带的函数进行模拟分析 4231.3Analytic Solver模拟分析 4311.4模拟的优化分析 4491.5模拟分析的几点思考 4532基本概念和知识点Monte Carlo模拟3问题与应用（能力要求） (三) 思考与实践案例

18、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 4781.2不使用概率的决策分析 4801.3使用概率的决策分析 4831.4运用样本信息的决策分析 4871.5利用贝叶斯定理计算状态枝概率 4931.6效用决策 4952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

19、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22第三章 线性与非线性回归分析22第四章 时间序列分析与预测22第五章 数据挖掘6102第六章 线性规划和非线性规划121第七章 Monte Carlo模拟111第八章 决策21复习总结、课程设计4合计2020848“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