MS5218
应用线性统计模型
📘 简介
本课程介绍了线性统计模型的统计概念和方法，重点是其在商业分析中的应用。主要内容包括多元回归模型、定量和定性变量的回归模型、模型构建与变量选择、诊断与修正措施、方差分析（ANOVA）、逻辑回归、时间序列分析和贝叶斯线性回归。学生将学习如何制定假设并进行检验，并应用 Cp、AIC 和 BIC 等标准进行模型比较。课程强调诊断模型问题和实施修正措施的实践技能。通过实际项目，学生将培养分析能力，将定量方法应用于解决实际商业问题。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 使用线性模型方法分析实际的商业问题，并解释分析结果；
✔️ 评估线性模型方法在解决商业问题中的应用，并评估其适用性、准确性和局限性；
✔️ 熟练使用常用统计软件包分析商业数据，并应用线性模型方法；
✔️ 用书面和电子格式有效地传达结果，准备符合常规商业实践的报告。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 项目作业 | 30% | 学生通过小组合作，应用回归方法完成项目，设计项目目标并进行数据建模与分析。 |
| 📝 测试 | 30% | 通过测试评估学生在应用线性回归技术解决商业问题方面的专业知识和能力。 |
| 📝 期末考试 | 40% | 期末考试将评估学生对线性回归技术的综合应用能力，包含理论问题、数据分析问题和解释性问题。 |
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到网站中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU