2.教学目标之二培养学生对事物的分析具备定性分析与定量分析相结合的能力，通过选择经济中实际间题，自行收集数据、建立计量经济学模型并进行相关检验及分析来实现；达成情况通过课程论文完成情况进行评价。六、课程成绩评定课程成绩由出勤、课程作业、课程论文三部分组成，具体成绩组成及要求如下：1.出勤（占20%）按照规定时间参加课程学习，学习过程中按照计划认真完成各项实验任务。2.课程作业（占20%）按照规定时间和内容提交实验作业。3.课程论文（占60%）选择经济中实际间题，收集数据进行计量建模分析，完成课程论文（不少于5000字）。七、建议教材与主要参考书建议教材：《计量经济学》（第五版），李子奈，高等教育出版社，2020主要参考书：《计量经济分析方法与建模：EViews应用及实例初级》，高铁梅等，清华大学出版社，2020《数据分析与EViews应用》（第3版），易丹辉，中国人民大学出版社，2020《计量经济学及Stata应用》（第2版），陈强，高等教育出版社，2024八、编制与审核工作内容负责人完成时间杨颖梅编制（任课教师）2024年5月23日审核（学科、专业负责人）批准（主管院长）7
7 2.教学目标之二培养学生对事物的分析具备定性分析与定量分析相结合的能力，通过选 择经济中实际问题，自行收集数据、建立计量经济学模型并进行相关检验及分析来实现；达 成情况通过课程论文完成情况进行评价。 六、课程成绩评定 课程成绩由出勤、课程作业、课程论文三部分组成，具体成绩组成及要求如下： 1.出勤（占 20%） 按照规定时间参加课程学习，学习过程中按照计划认真完成各项实验任务。 2.课程作业（占 20%） 按照规定时间和内容提交实验作业。 3.课程论文（占 60%） 选择经济中实际问题，收集数据进行计量建模分析，完成课程论文（不少于 5000 字）。 七、建议教材与主要参考书 建议教材： 《计量经济学》（第五版），李子奈，高等教育出版社，2020 主要参考书： 《计量经济分析方法与建模：EViews 应用及实例初级》，高铁梅等，清华大学出 版社，2020 《数据分析与 EViews 应用》（第 3 版），易丹辉，中国人民大学出版社，2020 《计量经济学及 Stata 应用》（第 2 版），陈强，高等教育出版社，2024 八、编制与审核 工作内容 负责人 完成时间 编制（任课教师） 杨颖梅 2024 年 5 月 23 日 审核（学科、专业负 责人） 批准（主管院长）
《Python数据分析》课程教学大纲课程名称Python数据分析课程编码AEC0528b英文名称考核方式口考试口考查Dataanalysisusing口公共必修课学分1口专业必修课口公共选修课课程性质口专业选修课总学时16口补修课口其他口本研一体化课程口特色课程口学科交叉融合课程口全英文授课课程16课程特点实验学时口双语授课课程口案例课程口校企联合课程其他--实践类先修课程（已具Python语言基础、机器学习与深度学习备知识能力）适用学科/专业应用经济学学位类别（领域）一、课程教学目标根据培养高层次、应用型经济专门人才的目标，结合本课程实践与应用的特性，应用经济学硕士研究生在学习本课程后，在知识、科研实践能力和创新能力等方面应达到如下目标与要求。1.知识方面：系统掌握Python语言的基本语法和编程技巧，能够熟练运用相关数据分析库。深入理解数据分析的基本概念、流程和方法，包括数据采集、清洗、预处理、分析和可视化。熟悉应用经济学领域中常用的数据分析模型和算法。2.科研实践能力方面：能够运用Python高效地处理和分析应用经济学相关的数据。具备根据具体科研课题需求，选择合适的数据分析方法和工具的能力。能够通过数据分析为应用经济学研究提供有力的支持和证据，提升科研成果的质量。可以独立完成从数据收集到结果分析的整个实践过程。8
8 《Python 数据分析》课程教学大纲 课程名称 Python 数据分析 课程编码 AECO528b 英文名称 Data analysis using 考核方式 □考试 □√考查 课程性质 □公共必修课 □专业必修课 □公共选修课 □√专业选修课 □补修课 □其他_ 学分 1 总学时 16 课程特点 □本研一体化课程 □特色课程 □学科交叉融合课程 □全英文授课课程 □双语授课课程 □案例课程 □校企联合课程 □√其他_实践类_ 实验学时 16 先修课程（已具 备知识能力） Python 语言基础、机器学习与深度学习 适用学科/专业 学位类别（领域） 应用经济学 一、课程教学目标 根据培养高层次、应用型经济专门人才的目标，结合本课程实践与应用的特性，应用经 济学硕士研究生在学习本课程后，在知识、科研实践能力和创新能力等方面应达到如下目标 与要求。 1.知识方面：系统掌握 Python 语言的基本语法和编程技巧，能够熟练运用相关数据分 析库。深入理解数据分析的基本概念、流程和方法，包括数据采集、清洗、预处理、分析和 可视化。熟悉应用经济学领域中常用的数据分析模型和算法。 2.科研实践能力方面：能够运用 Python 高效地处理和分析应用经济学相关的数据。具 备根据具体科研课题需求，选择合适的数据分析方法和工具的能力。能够通过数据分析为应 用经济学研究提供有力的支持和证据，提升科研成果的质量。可以独立完成从数据收集到结 果分析的整个实践过程
3.创新能力方面：能够运用所学知识，结合应用经济学领域的问题，提出创新性的数据分析思路和方法。在数据分析过程中发现新的间题和研究方向，为应用经济学的发展开拓新的领域。具备将其他领域的先进数据分析技术引入应用经济学研究的能力和意识，推动跨学科创新。二、课程教学内容提要与基本要求理论部分序号学时教学内容提要基本要求实验部分必开/实验实验内容、要求及时间安排、仪器要学序号实验项目名称求时选开类型a.实验内容：介绍并安装python常用的数据分析库；根据提供的样本数据完Python库安装、数据读成不同类型数据的读取和预处理，输出1必开综合预处理结果。取和预处理b.要求：准备一台已经安装好python语言和编译平台的电脑。介绍Sklearn库的基本功能和包含的基于Sklearn库进行机机器学习算法，以及如何使用各种算2必开综合器学习算法的实践法；基于提供的表格样本数据进行机器学习算法的时间介绍常用的深度学习库，并以Keras基于Keras库进行深度为例介绍常见的深度学习算法；基于提3必开综合学习算法实践供的时间序列样本数据进行深度学习算法实践介绍自然语言处理的步骤、常用的分词基于python的自然语言综合必开软件和模型；基于提供的社交网络媒体4处理数据进行自然语言处理过程时间三、教学方法1.实践教学法：理论和实践相结合，简要回顾数据分析的基本知识，着重于基于python实现各种数据分析方法。设置丰富的实践操作环节，让学生亲手编写代码、训练模型，熟悉各种工具和技术。2.案例教学法：提供针对不同实际间题的样本数据，通过实际的经济学问题分析，如9
9 3.创新能力方面：能够运用所学知识，结合应用经济学领域的问题，提出创新性的数据 分析思路和方法。在数据分析过程中发现新的问题和研究方向，为应用经济学的发展开拓新 的领域。具备将其他领域的先进数据分析技术引入应用经济学研究的能力和意识，推动跨学 科创新。 二、课程教学内容提要与基本要求 理论部分 序号 教学内容提要 基本要求 学时 实验部分 序号 实验项目名称 学 时 实验内容、要求及时间安排、仪器要 求 必开/ 选开 实验 类型 1 Python 库安装、数据读 取和预处理 4 a.实验内容：介绍并安装 python 常用 的数据分析库；根据提供的样本数据完 成不同类型数据的读取和预处理，输出 预处理结果。 b.要求：准备一台已经安装好 python 语言和编译平台的电脑。 必开 综合 2 基于 Sklearn 库进行机 器学习算法的实践 4 介绍 Sklearn 库的基本功能和包含的 机器学习算法，以及如何使用各种算 法；基于提供的表格样本数据进行机器 学习算法的时间 必开 综合 3 基于 Keras 库进行深度 学习算法实践 4 介绍常用的深度学习库，并以 Keras 为例介绍常见的深度学习算法；基于提 供的时间序列样本数据进行深度学习 算法实践 必开 综合 4 基于 python 的自然语言 处理 4 介绍自然语言处理的步骤、常用的分词 软件和模型；基于提供的社交网络媒体 数据进行自然语言处理过程时间 必开 综合 三、教学方法 1. 实践教学法：理论和实践相结合，简要回顾数据分析的基本知识，着重于基于 python 实现各种数据分析方法。设置丰富的实践操作环节，让学生亲手编写代码、训练模型，熟悉 各种工具和技术。 2. 案例教学法：提供针对不同实际问题的样本数据，通过实际的经济学问题分析，如
市场预测、风险评估等，引导学生运用机器学习与深度学习方法进行分析和解决，让学生深刻理解理论在实际中的应用。3．竞赛教学法：将学院、学校或其他官方机构组织的比赛引入课堂，鼓励学生运用所学技术展现创意和能力，提高课程的学习效果。四、课程思政内容在学习python数据分析的过程中，通过实际分析我国经济发展过程中的数据案例，如产业升级、区域经济发展等，使学生了解到国家经济建设取得的成就，激发学生为国家和社会发展贡献力量的使命感和责任感，培养学生的家国情怀，鼓励他们积极投身于解决国家经济发展中的实际间题。通过讲解在数据收集、处理和使用过程中的法律规范和道德准则，强调数据安全和隐私保护的重要性，培养学生的法治意识和职业道德，使他们在未来的工作中能够依法依规进行数据分析和应用，保障数据主体的合法权益。五、教学目标达成与评价方式1.为使学生系统掌握Python语言的基本语法和编程技巧，能够熟练运用相关数据分析库，课程将通过课堂讲述、课堂实践、课后练习的方式达成，达成情况通过提交能够顺利运行的代码结果进行评价。2.为使学生能够运用Python高效地处理和分析应用经济学相关的数据，课程将通过提供筛选的数据样本、课堂和课后实践的方式达成。达成情况通过提交有效数据分析结果进行评价。3.为使学生能够运用所学知识，结合应用经济学领域的问题，提出创新性的数据分析思路和方法，课程将通过设置具有挑战性间题或者引入外来比赛，让学生学以致用的方式达成。达成情况通过提交分析报告或者比赛成绩进行评价。六、课程成绩评定课程成绩由出勤、课程作业、课程论文三部分组成，具体成绩组成及要求如下：1.平时成绩（占20%），按照规定时间参加课程学习，学习过程中按照计划认真完成各项实验任务。2.课程作业（占20%），按照规定时间和内容提交实验作业。3.课程报告（占60%），选择实际中的经济学间题，收集数据并通过python进行分析，完成分析报告。七、建议教材与主要参考书建议教材：崔连和，黄德海.Python数据分析[]．中国人民大学出版社，2023.10
10 市场预测、风险评估等，引导学生运用机器学习与深度学习方法进行分析和解决，让学生深 刻理解理论在实际中的应用。 3. 竞赛教学法：将学院、学校或其他官方机构组织的比赛引入课堂，鼓励学生运用所 学技术展现创意和能力，提高课程的学习效果。 四、课程思政内容 在学习 python 数据分析的过程中，通过实际分析我国经济发展过程中的数据案例，如 产业升级、区域经济发展等，使学生了解到国家经济建设取得的成就，激发学生为国家和社 会发展贡献力量的使命感和责任感，培养学生的家国情怀，鼓励他们积极投身于解决国家经 济发展中的实际问题。 通过讲解在数据收集、处理和使用过程中的法律规范和道德准则，强调数据安全和隐私 保护的重要性，培养学生的法治意识和职业道德，使他们在未来的工作中能够依法依规进行 数据分析和应用，保障数据主体的合法权益。 五、教学目标达成与评价方式 1.为使学生系统掌握 Python 语言的基本语法和编程技巧，能够熟练运用相关数据分析 库，课程将通过课堂讲述、课堂实践、课后练习的方式达成，达成情况通过提交能够顺利运 行的代码结果进行评价。 2.为使学生能够运用 Python 高效地处理和分析应用经济学相关的数据，课程将通过提 供筛选的数据样本、课堂和课后实践的方式达成。达成情况通过提交有效数据分析结果进行 评价。 3.为使学生能够运用所学知识，结合应用经济学领域的问题，提出创新性的数据分析思 路和方法，课程将通过设置具有挑战性问题或者引入外来比赛，让学生学以致用的方式达成。 达成情况通过提交分析报告或者比赛成绩进行评价。 六、课程成绩评定 课程成绩由出勤、课程作业、课程论文三部分组成，具体成绩组成及要求如下： 1.平时成绩（占 20%），按照规定时间参加课程学习，学习过程中按照计划认真完成各 项实验任务。 2.课程作业（占 20%），按照规定时间和内容提交实验作业。 3.课程报告（占 60%），选择实际中的经济学问题，收集数据并通过 python 进行分析， 完成分析报告。 七、建议教材与主要参考书 建议教材： 崔连和,黄德海.Python 数据分析[J]. 中国人民大学出版社,2023
参考书：[1]明日科技.Python数据分析从入门到精通（第2版）[J].清华大学出版社，2023.[2]吴喜之，张敏．深度学习入门一一基于Python的实现[J]．中国人民大学出版社，2021.[3]王晓华，TensorF1ow+Keras自然语言处理实战[J]．清华大学出版社，2021.八、编制与审核工作内容负责人完成时间谌文佳编制（任课教师）2024.5.23审核（学科、专业负责人）批准（主管院长）11
11 参考书： [1]明日科技.Python 数据分析从入门到精通（第 2 版）[J].清华大学出版社,2023. [2]吴喜之,张敏. 深度学习入门——基于 Python 的实现[J]. 中国人民大学出版 社,2021. [3]王晓华. TensorFlow+Keras 自然语言处理实战[J]. 清华大学出版社,2021. 八、编制与审核 工作内容 负责人 完成时间 编制（任课教师） 谌文佳 2024.5.23 审核（学科、专业负 责人） 批准（主管院长）