st2lmd -线性模型和数据分析

模块供应商: Mathematics and Statistics
学分数： 20 [10 ECTS credits]
水平:5
教学用语： 秋天 / 春天 term module
先决条件: ST1PS Probability and Statistics
模块化的必备条件:
相关内容:
模块被排除在外: ST2LM Linear Models
目前从: 2021/2

模块召集人: Karen Poulter博士
电子邮件: k.l.poulter@reading.ac.uk

模块类型：

概述模块描述：

本模块涵盖了统计学中最常用的模型：观察性NBA投注[手机]俱乐部研究的多元线性回归和计划NBA投注[手机]俱乐部研究的完全随机设计。 It  also provides students with experience of real-life data analysis based on topics in applied statistics by considering different datasets, how to analyse them, and how to present results from their analysis.

目的:

线性模型在统计学中应用广泛。 我们将回顾最常见的模型，并探讨它们与一般线性模型的关系。 该模块的主要目的是提出一个标准的方法来拟合线性模型的数据和比较备选的线性模型彼此。 该模块还旨在提供开发和测试适用于一系列实际问题的线性模型的技能。 Alongside this the module aims to broaden students' experience of the use of the statistics which they learn in this and other modules; 通过考虑数据集以及如何分析数据，让学生体验真实的数据分析； 进一步发展团队合作技能； 让学生练习准备简短的报告和演讲，以及组织统计思想。

可评估的学习成果：

完成本模块后，学生将获得：

• 了解与一般线性模型相关的理论和方差分析原理；


• 将回归模型拟合到数据，解释它们并检查它们的充分性的能力； 了解回归模型在分析设计实验数据中的作用；


• 运用SAS拟合线性模型并检验其充分性的能力；


• 能够使用R进行适当的统计分析；


• 确定哪些统计技术适用于某些类型的数据的能力；


• 识别作为问题总体描述一部分的重要问题的能力；


• 从别人那里获得信息并将模糊表达的概念转化为正式统计思维的能力；


• 清晰地传达结果的能力（在报告和演示中）； 在统计项目团队中工作所需的技能。

额外的结果:

大纲内容:

简单线性回归和完全随机设计。 多元回归的一般线性模型：定义和矩阵符号。 模型检验：残差分析，影响观测值。 进一步的主题：多项式回归，ANCOVA，变量选择，多重共线性随机块设计，医学统计。  使用SAS和R进行数据分析。 Data analysis fundamentals based on applied statistics topics: cleaning data, formulating st atistical questions. 统计咨询技能。

教学方法简述：
讲座，由问题单，PC实践和教程支持。

联系时间:

	秋天	春天	夏天
讲座	20	10
研讨会		3
教程	5	1
实践课程和工作坊	5	2
引导自主学习：	70	84
按学期划分的总学时	100	100	0
模块总学时	200

总结性考核方法：

方法	百分比
笔试	35
报告	20
口头评估及报告	10
设置运动	35

总结性评核-考试：

一个2小时的笔试。

总结性评估-课程作业和课堂测试：

一组报告，一组数据分析报告和一组经理总结报告，外加一些个人作业。

形成性评价方法：

逾期提交的处罚：

支助中心将对逾期提交的工作实行下列处罚：

• 在原定截止日期（或任何正式同意的延期截止日期）之后提交的作业：截止日期后的每个工作日（或其中的一部分）将从该作业的总分数中扣除10%的分数，最多可达五个工作日；
• 如果作品在原始截止日期（或任何正式同意的截止日期延长）后超过五个工作日提交：将记录零分。

The University policy statement on penalties for late submission can be found at: /web/FILES/qualitysupport/penaltiesforlatesubmission.pdf
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意，建议在未完成状态下提交作业，而不是没有提交任何作业。

通过考试的评估要求：
总体得分为40%

重新安排:
8月/ 9月一次2小时考试（50%），一份数据分析报告（50%）。

额外费用（适用时指定）：

1) Required text books: None

2) Specialist equipment or materials: None

3) Specialist clothing, footwear or headgear: None

4) Printing and binding: None

5) Computers and devices with a particular specification: None

6) Travel, accommodation and subsistence: None

最后更新: 2021年6月28日