|
課程概述
學習的必要性及價值
隨著大數據時代的來臨，基於社會調查和項目評價的定量研究日益增加，在教育學領域、經濟學領域、社會學領域、中文信息處理領域都有著非常重要的地位。本課程主要講授定量研究方法，培養學生基於數據開展量化研究的能力。本課程是基於北師大針對拔尖人才培養的戰略要求及大學計算機公共課課程體系的設計目標而開設的。本課程應結合具體的研究問題，以案例推動，培養學生「以數據說話」「基於數據開展論證」的能力，使之符合大數據時代人才培養的要求。
課程的知識與技能目標
課程從統計分析和數據論證的視角入手，探索了基於SPSS和Excel環境的數據預處理和數據分析技術。本課程由6部分組成，主要包括：(1)數據的採集與預處理，(2)數據統計與數據描述，(3)均值差異顯著性和分佈差異顯著性分析,(4)相關性分析和回歸分析,(5)降維和聚類分析,(6)數據的信度和效度分析，(7)結構方程模型初步及入門。
教學期望與教學目標
本課程主要基於SPSS開展數據分析，既有理論性很強的知識體系和方法論，也有操作性很強的實踐內容。因此,課程教學既要注重數據處理方法的選擇、對數據分析理論和適應性的剖析,更要注重案例分析,以提升學生利用數據分析工具開展定量研究的實戰能力。本課程比較注重對各種統計分析方法適應範疇的講解，以保證讀者在面對具體研究項目時，能夠正確地選擇有效方法；與此同時，本課程還非常注重對各統計分析方法的輸出結果的講解，對輸出表格內相關數據項之間的關係及其邊界值進行了重點說明，從而保證讀者在獲得了數據的分析結果後能夠準確地總結出有價值的研究結論。
教學單元
1 第1章 數據統計分析入門
1.0 學習指導
1.1 數據分析課程緒論
1.2 數據分析的概念
1.3 數據分析知識的概述
1.4 數據分析的關鍵技術
1.5 作業與鞏固
2 第2章 數據規範化與預處理
2.1 數據來源與質量要求
2.2 Excel的數據預處理
2.3 SPSS界面與數據編輯
2.4 SPSS數據預處理
2.5 變量的高級變形
2.6 多選題及預處理
2.7 作業及鞏固
3 第3章 數據的統計描述
3.0 學習指導
3.1 統計描述的概念
3.2 定距變量的統計描述
3.3 其他類型變量的統計描述
3.4 統計描述的操作
3.5 數據分佈形態的判斷
3.6 統計圖與統計描述
3.7 作業與鞏固
4 第4章 差異顯著性檢驗初步
4.0 學習指導
4.1 統計推斷的概念
4.2 多變量及其相互關係
4.3 差異顯著性檢驗綜述
4.4 均值差異顯著性檢驗
4.5 配對樣本t檢驗
4.6 獨立樣本t檢驗
4.7 方差分析入門
4.8 卡方檢驗技術
4.9 游程檢驗技術
4.10 二項分佈檢驗
4.11 非參數檢驗概念
4.12 兩獨立樣本非參數檢驗
4.13 多獨立樣本非參數檢驗
4.14 兩配對樣本非參數檢驗
4.15 多配對樣本非參數檢驗
4.16 非參數檢驗綜合應用
4.17 作業與鞏固
4.X 專題研討課：雙樣本差異性檢驗
5 第5章 方差分析高級應用
5.0 學習指導
5.1 方差分析的概念
5.2 多因素方差分析
5.3 協方差分析
5.4 多因變量方差分析
5.5 作業與鞏固
5.X 專題研討課：多分組樣本的差異性分析
6 第6章 相關性及回歸分析
6.0 學習指導
6.1 關聯性分析綜述
6.2 相關性分析的概念
6.3 相關性分析的實例
6.4 偏相關分析及實例
6.5 回歸的概念與一元線性回歸
6.6 多元線性回歸的概念
6.7 多元線性回歸實例
6.8 曲線回歸及其實例
6.9 二元邏輯回歸分析
6.10 作業與鞏固
6.X1 專題研討課1：變量的關聯性分析
6.X2 專題研討課2：回歸分析
7 第7章 降維與聚類分析
7.0 學習指導
7.1 聚類的概念及原理
7.2 層次聚類(系統）技術
7.3 快速聚類技術及應用
7.4 判別分析的概念
7.5 判別分析的案例及應用
7.6 因子分析的概念&原理
7.7 因子分析的實用案例
7.8 作業與鞏固
8 第8章 信效度概念與檢驗
8.0 學習指導
8.1 信度與效度的概念
8.2 信度檢驗及信度保證
8.3 結構效度檢驗與保證
8.4 作業與鞏固
8.X 專題研討課：如何做信度檢驗和效度檢驗
9 附加：結構方程模型入門
X.1 結構方程的概念及軟件
X.2 結構方程中的關鍵指標
X.3 結構方程模型的設計
X.4 結構方程模型的評價
課程列表
名稱 時間長度
第01講1.1 數據分析課程緒論 00:23:46
第02講1.2 數據分析的概念 00:27:16
第03講1.3 數據分析知識的概述 00:10:12
第04講1.4 數據分析的關鍵技術 00:21:56
第05講2.1 數據來源與質量要求 00:26:22
第06講2.2 Excel的數據預處理 00:34:56
第07講2.3 SPSS界面與數據編輯 00:32:18
第08講2.4 SPSS數據預處理-1 00:26:24
第09講2.4 SPSS數據預處理-2 00:17:32
第10講2.5 變量的高級變形 00:29:51
第11講2.6 多選題及預處理 00:17:02
第12講3.1 統計描述的概念 00:14:53
第13講3.2 定距變量的統計描述 00:22:59
第14講3.3 其他類型變量的統計描述 00:18:45
第15講3.4 統計描述的操作 00:16:11
第16講3.5 數據分佈形態的判斷 00:22:59
第17講3.6 統計圖與統計描述 00:22:42
第18講4.1 統計推斷的概念 00:14:57
第19講4.2 多變量及其相互關係 00:13:50
第20講4.3 差異顯著性檢驗綜述 00:18:22
第21講4.4 均值差異顯著性檢驗 00:24:59
第22講4.5 配對樣本t檢驗 00:12:58
第23講4.6 獨立樣本t檢驗 00:16:55
第24講4.7 方差分析入門 00:25:58
第25講4.8 卡方檢驗技術 00:21:20
第26講4.9 游程檢驗技術 00:17:57
第27講4.10 二項分佈檢驗 00:17:45
第28講4.11 非參數檢驗概念 00:13:40
第29講4.12 兩獨立樣本非參數檢驗 00:23:48
第30講4.13 多獨立樣本非參數檢驗 00:24:22
第31講4.14 兩配對樣本非參數檢驗 00:26:11
第32講4.15 多配對樣本非參數檢驗 00:22:04
第33講4.16 非參數檢驗綜合應用 00:27:35
第34講4.X 專題研討課：雙樣本差異性檢 00:18:43
第35講5.1 方差分析的概念 00:31:05
第36講5.2 多因素方差分析 00:36:53
第37講5.3 協方差分析 00:14:06
第38講5.4 多因變量方差分析 00:25:36
第39講5.X 專題研討課：多分組樣本的差異性分析 00:22:55
第40講6.1 關聯性分析綜述 00:31:01
第41講6.2 相關性分析的概念 00:23:52
第42講6.3 相關性分析的實例 00:24:02
第43講6.4 偏相關分析及實例 00:14:24
第44講6.5 回歸的概念與一元線性回歸 00:28:08
第45講6.6 多元線性回歸的概念 00:25:01
第46講6.7 多元線性回歸實例 00:36:01
第47講6.8 曲線回歸及其實例 00:19:02
第48講6.9 二元邏輯回歸分析 00:33:27
第49講6.X1 專題研討課1：變量的關聯性分析 00:35:16
第50講6.X2 專題研討課2：回歸分析 00:26:51
第51講7.1 聚類的概念及原理 00:24:54
第52講7.2 層次聚類(系統）技術 00:23:58
第53講7.3 快速聚類技術及應用 00:19:46
第54講7.4 判別分析的概念 00:21:48
第55講7.5 判別分析的案例及應用 00:37:37
第56講7.6 因子分析的概念&原理 00:30:06
第57講7.7 因子分析的實用案例 00:32:56
第58講8.1 信度與效度的概念 00:28:32
第59講8.2 信度檢驗及信度保證 00:18:13
第60講8.3 結構效度檢驗與保證 00:27:56
第61講8.X 專題研討課：如何做信度檢驗和效度檢驗 00:25:05
第62講X.1 結構方程的概念及軟件 00:03:29
第63講X.2 結構方程中的關鍵指標 00:21:33
第64講X.3 結構方程模型的設計 00:15:37
第65講X.4 結構方程模型的評價
|
GS_6558