我们将用16周的时间在这门课程中一起领略统计方法、数据分析技术在商务管理与经济分析中的应用技巧，具体包括线上（MOOC教学）和线下（课堂教学）两部分内容的学习。

线上部分课程的主要内容包括：

1.均值和比例的统计推断，案例：城市道路利用率的双城记：北京vs.纽约。

2.方差的统计推断，案例：IPO折价的波动有多大？

3.多总体比例、列联表和拟合优度的卡方检验，案例：消费者性别与啤酒口味偏好。

4.试验设计与方差分析。

5.统计指数，案例：CPI。

6.时间序列分析，案例：入境旅游大机遇。

7.非参数统计方法，案例：健身俱乐部的实际效果。

8.质量管理。

9.回归分析，案例：收入与消费。

10.面板数据，案例：建国以来第一产业从业人员数据分析。

11.判别分析，案例：北师大宿舍门禁系统的人脸识别技术。

12.主成分分析，案例：招聘面面观，如何觅得有才人？

线上部分除上述内容之外，还提供了“统计学基本概念”（pdf文档）、“统计分布”（pdf文档）、“参数估计”（pdf文档）、“假设检验”（pdf文档）、“R软件的入门知识”（录屏视频）五个预备知识点的学习材料，供同学们复习或者自学。

线下的课堂教学部分主要侧重于对线上知识的深化和扩展，主要内容包括：

1. 分位数回归，具体包括：总体分位数；样本分位数；分位数回归的估计方法以及在商务管理和经济学背景下的实际案例和数据操作。

2. 工具变量法：回归模型的内生性；工具变量的原理和选择标准；两阶段回归方法等。

3. 处理效应方法：倍差分析DID；倾向值分析PSM及在政策评估中的应用自然实验。

4. 结构方程模型：SEM基础；中介效应；调节效应；中介与调节混合模型教学要求：掌握SEM基本原理的基础上，侧重于在管理等领域中的实际案例和数据分析。

5. 定性选择模型：Probit模型，Logit模型的建模思路与模型解读。

6. 受限因变量模型：断尾回归；归并回归；Tobit模型以及实际案例和数据的应用。

7. 投入产出方法：投入产出表；里昂惕夫逆矩阵；IRIO模型；MRIO模型等。

8. 多指标综合评价技术：主观与客观赋权法等。

本课程旨在帮助学生较为系统地掌握现代统计方法和数据分析技术在商务管理和经济分析中的应用技巧。在商务与经济管理的背景下，系统介绍描述统计学与推断统计学的主流理论、方法、案例和软件操作，使学生通过本门课程的学习，能够提高对统计方法的综合应用能力，熟悉相关商务统计分析软件，增强对商务统计实务和经济分析开展独立工作的能力。

线上教学（MOOC课程）部分的成绩按百分制计分，60分-84分为合格，85分-100分为优秀。

    具体评分方案：

    1.单元测验：占50%，12次单元测验，每个测验包含10道左右的客观题；

    2.课程考试：占40%，学期末1次，包含20道客观题，5道主观题；

    3.课程参与：占10%，根据同学们在讨论区发表的有效帖子（含主贴和回帖）的数量进行评定，每个有效帖子1分，10个及以上为满分10分。建议有效帖子的内容：积极推广课程；积极参与课程问题讨论；积极帮助其他同学；积极帮助改进课程。

1.商务与经济统计（第13版），戴维 R.安德森，丹尼斯 J.斯威尼 等著，张建华，王健，聂巧平 等译，机械工业出版社，2017.

2.统计学导论（第三版），曾五一 肖红叶主编，科学出版社，2019.

3.应用多元统计分析（第3版），朱建平 主编，科学出版社，2016.

4.高级计量经济学及stata应用（第2版），陈强，高等教育大学出版社,2014.