MA5617
统计数据分析 (Statistical Data Analysis)
📘 简介
本课程旨在教授学生利用统计建模技术分析和预测金融业务中的变量关系。内容涵盖线性回归、ANOVA、模型选择、逻辑回归、非线性和非参数模型等。学生将学习如何创建统计模型并在未来的实际场景中应用。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 解释线性回归的假设和背景，并使用其进行估算和预测；
✔️ 根据数据描述创建适当的回归模型；
✔️ 在回归模型中引入分类变量并掌握分类变量的编码方法；
✔️ 采用策略对数据进行转换，以解决回归模型中的问题并评估模型。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📂 作业 | 20% | 学生完成线性回归和模型选择相关作业。 |
| 📋 项目 | 20% | 学生应用统计技术分析数据并生成预测模型。 |
| 📝 期末考试 | 60% | 为时两小时的考试，需获得至少30%的分数方可通过。 |
💬 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