课程中文名称：公共安全数据统计与分析
课程英文名称： Public safety data statistics and analysis
课程类别：专业领域必修课
理论课程
授课对象：MPA硕士研究生
学分学时：2学分，32学时
预修课程：《公共安全管理学》、《风险管理》、《安全信息管理》
课程简介：《公共安全数据统计与分析》（Public safety data statistics and analysis）是公共管理MPA硕士专业一门重要的专业课。本课程讲授在公共安全数据调查等数据采集基础上的公共安全数据分析理论与方法，是一门理论性和实践性都很强的课程。本课程强调统计分析理论和实践相结合，在介绍这些方法基本理论原理的同时，将介乎常用统计分析软件（如SAS、SPSS等）介绍如何在公共安全管理学科的研究和实践中正确运用这些方法。
教学目标：
设置本课程的目的是通过学习本课程，使学生对公共安全数据采集和分析统计技术有较全面的了解和体会，并得出统计分析结果，进而识别公共安全系统的内在规律，为公共安全管理等课程提供分析工具。
教学方式：
以理论讲授和案例教学为主，辅以实践参观、现场考察或视频演示的教学方式。在教学上，采用理论讲授法和案例教学法，综合运用案例分析、多媒体、板书等多种教学手段。
课程要求及考核方式：
了解公共安全管理学习数据统计分析的目的，了解常用的统计描述的方法；了解常用统计分析软件及常用功能；了解先进的数据统计分析技术手段，能够根据实际需要设计调查方案，使用统计方法进行数据的基本分析，使用计算机技术和相关软件进行数据分析处理；掌握多元线性回归分析的参数估计、假设检验及应用；掌握Logit与Probit模型的参数估计、假设检验及应用；离散选择模型的特征；了解泊松、负二项分布模型及其应用；了解统计分析前沿以及这些方法在公共安全管理领域中的应用。
课程设置：（1）公共安全趋势数据分析；（2）线性回归参数估计两个实验。通过实验，了解基于数据采集的基础上，如何通过统计分析软件分析公共安全趋势及规律特征。结合数据学习如何使用统计分析软件进行多元线性回归参数估计，解释统计分析软件结果。
本课程的考核分为平时考核和上机考核。
课程成绩构成：
平时成绩占总成绩的40%，其考核内容包括：课堂考勤（10%）、课堂提问及案例分析表现（30%）；上机成绩占总成绩的60%，其考核内容包括从题库中抽取题目进行现场建模、分析、给出结论及问答等内容。
教材及参考书目：
教材：
1.「美」罗纳德·科迪等著，辛涛译，《SAS应用统计分析》，第五版，人民邮电出版社，2015
参考书目：
2.姚鑫锋，《SAS统计分析实用宝典》，清华大学出版社，第1版，2017
第一讲 公共安全数据统计与分析概述
学时分配：2 学时
教学重点：
介绍数据统计描述的方法及介绍常用统计描述方法。
教学难点：
介绍数据统计描述的方法及介绍常用统计描述方法。
理论讲授内容：
介绍公共安全数据统计与分析课程的主要内容、安排，课程学习目标，数据分析在公共安全管理研究及实践工作中的重要性，本课程与其它安全工程课程、专业知识之间的关系。
通过介绍数据统计描述（Descriptive Statistics）的方法是学生了解安全工程专业学生学习数据统计分析的原因、目的，了解常用的统计描述方法。
实践环节：
无
案例讨论：
大数据时代的公共安全数据分析
思考题：
[1]什么是公共安全？公共安全数据分析的手段有哪些？
[2]简述中国公共安全管理现状。
第二讲 统计分析软件介绍
学时分配：4 学时（其中实践3学时）
教学重点：
了解常用统计分析软件及其基本功能。
教学难点：
了解常用统计分析软件及其基本功能。
理论讲授内容：
介绍常用的统计分析软件SAS及使用方法，为课程后续教学打下基础。
实践环节：
熟悉SAS软件平台实用。
案例讨论：
无
思考题：
[1]SAS使用主界面分为几部分？
[2]基本sas程序分为几部分？
[3]简述SAS的基本语法规则。
第三讲 分类数据分析
学时分配：4 学时（其中2学时实践）
教学重点：
常用SAS频数分析方法（列联表分析与卡方频数分析）。
教学难点：
常用SAS频数分析方法（列联表分析与卡方频数分析）。
理论讲授内容：
常用问卷设计方法；频数分析的原理及常用方法；卡方统计分析的原理；常用SAS频数分析方法（列联表分析与卡方频数分析）。
实践环节：
进行学生信息采集问卷设计，在此基础上进行列联表分析。
案例讨论：
无
思考题：
[1]卡方统计的原理？
[2]简述频数分析的基本原理及方法。
第四讲 公共安全数据调查与处理
学时分配：4 学时
教学重点：
事故的分类、事故经济损失、事故调查步骤、事故处理。
了解公共安全事故统计分析的流程及内容，能够根据实际需要设计统计方案、并进行数据收集，使用统计方法进行数据基本分析，使用计算机技术和相关软件进行数据处理。
1.事故的分类
2.事故统计的主要指标
3.事故经济损失统计
教学难点：
方案设计。
理论讲授内容：
结合公共安全事故管理介绍公共安全事故数据的特点和处理方法。介绍事故统计分析的目的、意义，基于公共安全事故分类基础上的方案设计（统计的基本内容/统计表格的设计）、事故数据处理（主要的统计结果及统计指标）的基本原理和基本方法。
实践环节：
无
案例讨论：
无
思考题：
[1]事故统计分类有哪些？
[2]什么误差？如何减少误差？
第五讲 多元线性回归与推断性检验
学时分配：8 学时（其中4学时实践）
教学重点：
一元线性回归及多元线性回归的参数估计（最小二乘法）、假设检验（t检验）
教学难点：
假设检验（t检验）
理论讲授内容：
介绍一元线性回归及多元线性回归的参数估计（最小二乘法）、假设检验（t检验）以及多元线性回归在公共安全趋势预测中的应用。
实践环节：
高危行业安全生产形势回归分析；食品行业合格率、燃油合格率等相关应用检验。
案例讨论：
大数据时代的公共安全数据分析
思考题：
[1]T检验的原理？
[2]一元线性回归分析预测的原理？
第六讲 因子分析
学时分配：4 学时（其中3学时实践）
教学重点：
基于SAS的主成分分析方法应用。
教学难点：
主成分分析法的基本原理。
理论讲授内容：
因子分析的基本理论及方法；主成分分析法的基本原理；基于SAS的主成分分析方法应用。
实践环节：
某省份10大行业与GDP统计数据的主成分分析。
案例讨论：
大数据时代的公共安全数据分析
思考题：
[1]因子分析的基本原理及方法？
[2] 主成分分析法的原理？
第七讲 离散选择模型
学时分配：2 学时
教学重点：
离散选择模型在公共安全管理数据统计分析中的应用。
教学难点：
离散选择模型的参数估计。
理论讲授内容：
介绍二元Logit与Probit离散选择模型的参数估计（极大似然估计，maximum likehood）和假设检验。介绍多元logit模型的参数估计和假设检验。介绍离散选择模型在公共安全管理数据统计分析中的应用。
实践环节：
无
案例讨论：
无
思考题：
[1]什么是参数估计？参数估计有哪些具体的应用？
第八讲 公共安全数据统计分析前沿介绍
学时分配：4 学时（其中2学时实践）
教学重点：
数据挖掘（Data mining）。
教学难点：
数据挖掘（Data mining）。
理论讲授内容：
介绍数据挖掘（Data mining）基本理论及方法；数据挖掘技术在公共安全数据统计分析中的研究与应用。
实践环节：
某民用机场安全数据挖掘应用推演。
案例讨论：
大数据时代的公共安全数据分析。
思考题：
[1]什么是数据挖掘？
[2] 简述数据挖掘等技术在公共安全领域的应用。
