高等数理统计教学大纲
《数理统计》课程教学大纲
《数理统计》课程教学大纲一、课程基本信息课程代码：105023课程名称：数理统计英文名称：Mathematical Statistics课程类别：学科基础课学时：48学分：3适用对象:数学类专业本科生考核方式：考试先修课程：数学分析、高等代数、概率论二、课程简介数理统计是数学中联系实际最直接最广泛的分支之一，它介绍了点估计(矩法估计、极大似然估计)、假设检验、方差分析和回归分析等基本知识和原理，使学生对统计学原理的作用有一深刻的了解。
通过本课程的学习，使学生能全面理解、掌握数理统计的思想与方法，掌握基本而常用的分析和计算方法，并能运用数理统计的观点和方法来研究解决经济与管理中的实践问题。
The mathematical statistics is one of the most practical mathematical methods, and it introduces a number of estimation methods such as the moments estimation and the most likelihood estimation, hypothesis testing, the analysis of variances; the regression analysis, and other statistical knowledge.Through this course, students are able to understand and manipulate methods and ideology which are demonstrated through the probability theory and the mathematical statistics, and finally to integrate their scientific knowledge into economic and managerial practices.三、课程性质与教学目的《数理统计》是数学与统计类专业的一门重要的专业必修课。
高职-概率与数理统计教学大纲
大连电视大学高等职业教育《概率与数理统计》课程教学大纲第一部分大纲说明一、课程的性质与目的《概率与数理统计》课程是研究大量随机现象客观规律性的一门数学学科。
随着现代科学技术的迅速发展，这门学科也得到了蓬勃的发展。
它不仅形成了结构宏大的理论，而且在很多科学研究、工程技术和经济管理的领域里有愈来愈多的应用。
由于应用的广泛性，该门课被列为大连电视大学高等职业教育的一门重要的必修课。
通过学习该课程，要使学生了解概率与数理统计的基本的思想和方法，逐步培养学生处理随机现象的能力和综合运用所学知识分析问题、解决问题的能力，为学习后续课程奠定必要的数学基础。
二、课程教学基本要求1．概率统计是研究随机现象客观规律的一门科学。
通过本课程的学习，使学员掌握概率与数理统计的基本思想和方法，认识到随机现象存在的普遍性、应用的广泛性和学好的重要性。
2．通过概率论部分的学习，使学生掌握概率论的基础知识，初步了解概率论中的基本概念、基本理论和基本方法，为统计方法的学习与应用打下必要的基础。
3．通过数理统计部分的学习，使学生初步掌握数理统计的方法及其在实际中的应用。
三、课程的教学要求层次教学要求中，有关定义、定理、性质等概念的内容按“知道、了解和理解”三个层次要求；有关计算、解法、公式和法则等方法按“会、掌握、熟练掌握”三个层次。
第二部分教学过程建议1、《应用数理统计》课程教材采用中央广播电视大学《经济数学基础》中概率论部分和中央广播电视大学《应用数理统计》教材。
2、《概率论与数理统计》前期课程为《经济数学基础》，所以本课程安排在第2学期，72学时，为4学分。
3、独立完成作业是学生学好本课程的必经之路。
作业内容以教材中的习题为主，通过这些练习题加深对课程中概念的理解，熟悉各种基本解题方法，达到消化、掌握所学知识的目的。
教师要按时收取作业，认真批改作业，并且依照学生完成作业的情况给出形成性考核成绩（平时成绩）。
平时作业由任课教师给出，至少4次。
概率论与数理统计课程教学大纲
《概率论与数理统计》课程教学大纲一、课程基本信息二、课程目标（一）总体目标：概率论与数理统计是研究随机现象客观规律性的数学学科，在高等工科学校教学计划中是一门基础理论课。
通过本课程的学习，使学生掌握概率论与数理统计的基本概念，基本理论和方法，从而使学生初步掌握处理随机现象的基本思想和方法，培养学生运用概率统计方法分析和解决实际问题的能力。
（二）课程目标：课程目标1：知识目标通过本课程的学习，学生系统掌握随机变量及其分布、参数估计与假设检验等重要知识。
课程目标2：技能目标通过本课程的基本概念、基本理论和基本方法的讲授及学生的练习，培养学生的数学推理，数理逻辑，演绎归纳，数据分析，假设论证能力。
课程目标3：素质培养(1) 通过本课程的教学，培养和提高学生对所学知识进行整理、概括、消化吸收能力，以及围绕教学内容阅读参考资料，自我扩充知识领域的能力。
(2) 通过作业和课堂讨论，培养学生口头表达能力，做到思路清晰，层次分明。
(3)通过作业，培养学生独立思考，深入钻研问题的习惯以及一题多解，举一反三的能力，应用数学的意识以及运用数学知识分析问题的良好品质。
(4)具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
（三）课程目标与毕业要求、课程内容的对应关系三、教学内容第一章随机事件及其概率1.教学目标理解随机事件和样本空间的概念；熟练掌握事件之间的关系与基本运算。
理解事件频率的概念；了解随机现象的统计规律性。
知道概率的公理化定义；理解古典概率的概念；了解几何概率；掌握概率的基本性质；会应用这些性质进行概率计算。
理解条件概率的概念；掌握乘法定理、全概率公式和贝叶斯公式，并会应用这些公式进行概率计算。
理解事件独立性的概念；会应用事件的独立性进行概率计算。
2.教学重难点本节是基础知识，在高中阶段大部分已经学过，都是重点内容。
教学的重难点在于事件的三种关系：互斥，独立和包含，事件概率的两个公式：加法公式和乘法公式，以及全概率和贝叶斯公式的应用。
北京交大数理统计教学大纲
北京交大数理统计教学大纲北京交通大学数理统计教学大纲数理统计学是一门重要的学科，它在现代社会中发挥着至关重要的作用。
作为一所具有悠久历史和卓越学术声誉的高等学府，北京交通大学对数理统计学的教学也非常重视。
本文将从课程设置、教学目标、教学方法以及评估方式等方面，对北京交通大学数理统计教学大纲进行探讨。
一、课程设置北京交通大学的数理统计教学大纲包含了多个核心课程，涵盖了统计学的基础理论和实际应用。
其中包括概率论与数理统计、统计计算与软件应用、时间序列分析、多元统计分析等。
这些课程的设置旨在培养学生的统计思维和数据分析能力，为他们今后从事统计学相关工作打下坚实的基础。
二、教学目标北京交通大学数理统计教学大纲的教学目标是培养学生具备扎实的数理统计基础，掌握统计学的基本理论和方法，具备数据分析和解决实际问题的能力。
同时，通过培养学生的创新意识和科研能力，使他们能够在统计学领域做出独立的贡献。
三、教学方法在教学过程中，北京交通大学数理统计教学大纲注重理论与实践相结合。
教师将理论知识与实际案例相结合，通过讲解和演示，帮助学生理解和掌握统计学的基本原理和方法。
同时，教师还会引导学生进行实际数据的分析和解释，培养他们的数据处理和统计建模能力。
此外，北京交通大学数理统计教学大纲还注重培养学生的团队合作和沟通能力。
在课程中，学生将会分组进行实际数据分析项目，通过团队合作解决实际问题，培养学生的团队协作和沟通能力。
四、评估方式北京交通大学数理统计教学大纲的评估方式多样化，旨在全面评估学生的学习情况和能力。
除了传统的考试和作业，教师还会进行实验报告、课堂演示和小组讨论等形式的评估。
这种多元化的评估方式能够更全面地了解学生的学习情况，同时也能够培养学生的实际操作和表达能力。
总结：北京交通大学数理统计教学大纲在课程设置、教学目标、教学方法和评估方式等方面都体现了高质量的教学理念和实践。
通过系统的数理统计学教学，学生能够全面掌握统计学的基本理论和方法，培养数据分析和解决实际问题的能力，为他们今后的学习和工作打下坚实的基础。
《数理统计》课程教学大纲(本科)
《数理统计》课程教学大纲课程编号：07209课程名称：数理统计英文名称： Mathematical Statistics课程类型：学科平台课课程要求：必修学时/学分：56/3.5（讲课学时：48 上机学时：8）开课学期：5适用专业：数学与应用数学、信息与计算科学授课语言：中文课程网站：无一、课程性质与任务数理统计课程是数学与应用数学专业和信息与计算科学专业的学科基础课，是研究随机现象统计规律性的一门数学课程，其理论及方法与数学其它分支相互交叉、渗透，已经成为许多自然科学学科、社会与经济科学学科、管理学科重要的理论工具。
由于其具有很强的应用性，特别是随着统计应用软件的普及和完善，使其应用面几乎涵盖了自然科学和社会科学的所有领域。
数理统计课程是以概率论作为理论基础，研究如何对试验结果进行统计推断。
包括数理统计的基本概念、参数估计、假设检验、方差分析和回归分析等。
在传授知识的同时，要通过各个教学环节逐步培养学生具有比较熟练的运算能力、抽象思维能力、逻辑推理能力、空间想象能力和自学能力。
还要培养学生具有抽象概括问题的能力和综合运用知识来分析解决问题的能力。
二、课程与其他课程的联系先修课程：《数学分析》、《概率论》后续课程：《随机过程》、《时间序列分析》、《多元统计分析》本课程以数学分析、概率论的知识作为学习辅助，为学习后续应用数学专业的课程打好基础。
三、课程教学目标1．通过本课程的学习，要求能够理解统计量的分布，熟悉数据处理、数据分析、数据推断的各种基本方法，能用所掌握的方法具体解决所遇到的各种社会经济问题，为学生进一步学习相关专业课打下坚实的基础，为学习后继课程及进一步获取其它学科的知识奠定必要的数学基础。
（支撑毕业要求指标点2.1）2．在传授知识的同时，要通过各个教学环节逐步培养学生具有比较熟练的数学运算能力、抽象思维能力、逻辑推理能力、空间想象能力和自学能力，还要特别注意综合运用、分析解决实际问题能力的训练。
高等数理统计第二版教学大纲
高等数理统计第二版教学大纲1. 课程概述本课程主要介绍高等数理统计的基本概念、理论和应用。
通过本课程的学习，学生将掌握高等数理统计的基本知识和技能，理解随机变量、概率分布、参数估计和假设检验等基本概念，掌握统计推断和假设检验的方法和技巧，学会使用统计软件进行数据分析和建模。
2. 课程目标2.1 知识目标1.理解概率论的基本概念和概率分布的性质；2.掌握常见的概率分布，如正态分布、t分布、F分布和卡方分布等；3.理解统计推断的基本原理，包括参数估计和假设检验等；4.掌握最小二乘法、回归分析和方差分析等统计方法和技巧；5.掌握统计软件的使用技巧，能够进行数据分析和建模。
2.2 能力目标1.能够针对实际问题选择合适的统计方法进行分析和求解；2.能够利用统计软件进行数据分析和建模，并对结果进行解释和评估；3.能够进行统计推断和假设检验，并对结果进行解释和评估；4.能够进行统计结论的有效表达和交流。
2.3 情感目标1.培养学生精确、严谨的思维方式；2.培养学生批判、创新的精神；3.培养学生勇于开拓、勇于创新的品质；4.培养学生团队合作、高效沟通的能力。
3. 授课内容3.1 概率论基础1.集合与运算；2.概率的基本公理；3.条件概率和独立性；4.全概率公式和贝叶斯公式。
3.2 随机变量和概率分布1.随机变量的定义和性质；2.离散型随机变量和连续型随机变量；3.期望、方差和协方差；4.常见离散型随机变量：伯努利分布、二项分布、泊松分布等；5.常见连续型随机变量：均匀分布、正态分布、t分布、F分布等。
3.3 统计推断1.样本与总体；2.参数估计：点估计和区间估计；3.假设检验：原理、步骤和常见方法；4.单样本参数检验和双样本参数检验；5.方差分析和回归分析。
3.4 统计建模1.线性回归模型：最小二乘法、模型假设和检验；2.非线性回归模型：二次回归、对数回归、逻辑回归等；3.时间序列分析：平稳时间序列、自回归模型、移动平均模型等；4.非参数回归估计：核密度估计、局部加权回归等。
《数理统计》课程教学大纲
1．掌握方差分析的概述。
2．掌握单因素试验的方差分析。
3．了解双因素试验的方差分析。
4．掌握一元线性回归。
5．掌握最小二乘法原理及其多元线性回归。
（五）常用统计算法及其应用初略（4学时）
1．了解各种回归算法。
2．了解判别分析与聚类分析。
配套
实践
环节
说明
大纲
编写
责任
5．掌握区间估计的基本方法。
6．掌握正态总体参数的区间估计。
7．理解置信区间的概念。
（三）假设检验（10学时）
1．掌握假设检验的基本概念。
2．掌握正态总体均值的假设检验。
3．掌握正态总体方差的假设检验。
4．理解样品变量的选取。
5．掌握非参数检验的基本概念。
6．了解分布拟合检验的各种方法。
7．了解秩和检验。
《数理统计》课程教学大纲
课程
编号
01025015
01825062
01826062
课程
名称
（中文）数理统计
（英文）Mathmatical Statistics
课
程
基
本
情
况
1．学分：4学时：40（课内学时：40实验学时：）
2．课程性质：学科基础必修课、专业选修课
3．适用专业：理学、工学、经济学
适用对象：本科
4．先修课程：《概率论》、《高等数学》、《线性代数》
5．首选教材：《概率论与数理统计》盛骤编高教出版社1989（第二版）
二选教材：《数理统计》复旦大学出版社
参考书目：《概率论与数理统计教程》高等教育出版社
6．考核形式：考试（闭卷）
7．教学环境：教室
数理统计教学大纲
《数理统计》教学大纲
一、课程性质、基本目的和任务：
数理统计学是研究如何有效地收集数据，如何对数据进行推理，以便对问题进行推断或预测，从而对
决策和行动提供依据和建议。
数理统计学是应用广泛的基础性学科。
二、教学基本要求
通过教学，使学生掌握这门科学的基本概念和基本思想。
基本的统计方法及有关的理论。
使学生了解
大量实际问题的类型及与数理统计学的联系。
还要求学生能正确进行计算和使用统计表。
三、教学内容及要求：
（其中[1]代表重点内容，[2]掌握内容，[3]了解内容）
数理统计的研究对象，数理统计的基本概念[1]
参数估计的方法[1]，估计的优良性标准[2]
置信区间[1]，分布函数与分布密度的估计[3]，假设检验的提法与两类错误[2]，N－P引理及似然比检验*[3]
参数情形的假设检验[2]，广义似然比检验*[3]，拟合优度检验*[1] ，非参数检验[2]，
一元线性回归与线性模型定义[1]，线性模型的参数估计[2]，线性模型的假设检验* [2]，回归分析[2]
试验设计与方差分析[1]
试验设计和正交试验设计基本概念、原理和正交表的设计方法[3]
四、重点和难点
数理统计的基本概念，参数估计的方法，估计的优良性标准，假设检验的提法与两类错误
参数情形的假设检验，拟合优度检验*，非参数检验，一元线性回归与线性模型，线性模型的参数估计，线性模型的假设检验，回归分析，方差分析。
五、实践环节
无
六、学时分配
七、考核方式
考试，闭卷。
平时成绩占20-30%，期末成绩占70-80%。
数理统计课题组编。
大学《概率论与数理统计》教学大纲
《概率论与数理统计》课程教学大纲（“Probability and Mathematical Statistics” Course Syllabus）一、课程说明课程编码：00000548、课程总学时（理论总学时/实践总学时）：60（58/2）、周学时：4、学分：3、开课学期：第四学期。
1．课程性质：公共必修课。
是研究随机现象并找出其规律性的一门学科，被广泛应用于社会、经济、科学等各个领域。
它为各个专业学生后继专业课程的学习提供方法论的指导。
2．课程目标：该课程是学生专业课程的基础课程和先修课程，该课程能够培养学生的逻辑推理和抽象思维能力、空间直观和想象能力，从而在培养具有良好科学素养、人文精神和创新能力的数学及应用人才方面起着十分重要的作用。
该课程的内容和重要结论在自然科学与人文社会科学中均具有广泛的应用。
（1）让学生掌握和理解概率论与数理统计的基本概念、知识结构、典型方法。
（2）培养学生的思维能力，提升数学素养。
（3）培养学生应用所学的数学知识解决实际问题的意识和能力。
（4）培养学生的团队意识和协作意识。
（5）培养学生的自主学习和终生学习的能力。
（6）培养学生不畏艰难，稳中求进的能力。
（7）培养学生热爱生活的能力。
3.课程目标与毕业要求指标点对应关系4．适用专业与学时分配：适用于计算机科学与技术、计算机科学与技术（师范）、软件工程、网络工程、物理学（师范）、电子信息工程、物流管理、市场营销、国际经济与贸易（中外合作）、金融学（中外合作）、旅游管理、酒店管理专业。
教学内容与时间安排表5．课程教学目的与要求知识能力培养目标：一方面使学生掌握专业学习所必须的概率论与数理统计的基本理论、基本知识和基本技能。
了解概率论与数理统计的基本概念的发展历史，从中管窥科学知识发生发展的共同规律；另一方面培养学生应用概率统计理论及思想方法解决实际问题的意识和能力，使学生能够利用概率统计知识处理一些实际问题。
引导学生将概率统计知识与现实世界建立联系，能够做到学以致用。
《数理统计》教学大纲
《数理统计I》教学大纲（供函授本科、函授专升本用）一、前言《数理统计I（概率论与数理统计）》包含概率与数理统计两大部分内容，是研究偶然事件内在隐蔽着的规律的一门基础数学学科。
它从数量方面研究随机现象的统计规律，随着现代科学技术的发展，概率统计方法已广泛地应用于工业，农业，医药，经济等各个领域。
本课程主要目的是培养学生运用概率统计方法分析和解决实际问题的能力。
熟悉处理随机现象的基本思想。
熟练掌握处理随机现象的基本方法。
函授本科总学时数60学时，面授20学时，自学40学时；函授专升本总学时数60学时，面授20学时，自学40学时。
现用教材为《概率统计讲义》陈家鼎等主编，高等教育出版社。
二、课程内容与要求第一章随机事件与概率[基本内容]随机试验，随机事件，事件间的关系和运算，概率的统计定义，古典概型，概率的加法公式，条件概率，乘法公式，事件的独立性，独立试验序列概型（贝努里概型）。
[基本要求]理解随机事件的概念，掌握事件间的关系和基本运算；理解概率的统计定义及等概基本事件组的定义；会用公式计算古典概型问题；掌握概率的基本性质和加法公式；理解条件概率的概念，掌握概率的乘法公式；理解事件的独立性、，会运用事件的独立性进行计算；熟悉独立试验序列概型。
了解独立试验序列概型的某些应用。
第二章随机变量与概率分布[基本内容]随机变量的概念，离散型随机变量及其分布，两点分布，二项分布，泊松分布，连续型随机变量及其概率密度函数，均匀分布，指数分布，正态分布，分布函数与随机变量函数的分布，标准正态分布表。
[基本要求]理解随机变量的概念，离散型随机变量和连续型随机变量的描述性定义；掌握离散型随机变量和连续型随机变量的概率分布与概率密度函数的概念和性质；会根据已知条件求某个随机变量的概率分布或概率密度函数；理解分布函数的概念和性质；会求随机变量的概率密度函数和分布函数；掌握二项分布和正态分布；会查表计算标准正态分布的分布函数；掌握化一般正态分布为标准正态分布的计算方法；了解二点分布，泊松分布，均匀分布，指数分布。
高等数理统计教学大纲
近代物理实验方法教学大纲一、课程名称：近代物理实验方法二、课程代码：S06070101025三、课程英文名称：Experimental Methods on Advanced Physics四、课程负责人：徐建文五、学时：48学时六、课程性质：专业方向理论课/选修七、适用专业：研究生统计专业八、选课对象：统计类专业九、预修课程：高等数学、线性代数、概率论与数理统计，测度论十、课程教材：茆诗松、王静龙、濮晓龙编著.高等数理统计.高等教育出版社，2006十一、参考书目：陈希孺编著，数理统计引论.科学出版社，1981茆诗松、王静龙编著，数理统计.华东师范大学出版社，1990.十二、开课单位：数理学院十三、课程的性质、目的和任务：本课程是为统计学专业及相关专业的学生而开设的。
课程目的是使得学完该课程的学生能够进入数理统计各个分支的学习和研究。
本课程致力于数理统计的基本概念、基本方法和基本理论，体现了数理统计的现代发展，能为学生进入理论研究领域和实际应用领域打下扎实的基础。
十四、课程基本要求：1. 基本概念理解统计结构、乘积结构以及可控结构等概念；了解常用的分布族，包括Gamma分布族、Beta分布族、Fisher分布族、t分布族、多项分布族、多元正态分布族等；理解统计量的定义及秩序统计量等常见的统计量；理解统计量的渐进分布；掌握统计量的充分性和完备性；理解指数型分布的含义。
2.点估计了解评价估计优劣的常见标准，包括均方误差、偏差、相合性以及渐进正态性等概念；理解UMVUE 的概念和计算方法；掌握信息不等式的含义和有效估计的概念；掌握参数的矩估计方法、极大似然估计方法和最小二乘方法；掌握位置参数和尺度参数的同变估计的计算。
3. 统计决策理论与Bayes分析理解统计决策问题的概念；掌握统计决策问题的三个基本要素；掌握常用的损失函数；理解决策函数、风险函数的概念；掌握最小最大决策的概念；掌握决策函数的容许性的概念；理解Stein效应的概念；掌握单参数指数族和最小最大估计的容许性；掌握Bayes风险准则和Bayes公式；掌握Bayes 后验风险准则和共轭鲜艳分布；掌握Bayes估计的常见性质。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
近代物理实验方法教学大纲
一、课程名称：近代物理实验方法
二、课程代码：S06070101025
三、课程英文名称：Experimental Methods on Advanced Physics
四、课程负责人：徐建文
五、学时：48学时
六、课程性质：专业方向理论课/选修
七、适用专业：研究生统计专业
八、选课对象：统计类专业
九、预修课程：高等数学、线性代数、概率论与数理统计，测度论
十、课程教材：茆诗松、王静龙、濮晓龙编著.高等数理统计.高等教育出版社，2006
十一、参考书目：
陈希孺编著，数理统计引论.科学出版社，1981
茆诗松、王静龙编著，数理统计.华东师范大学出版社，1990.
十二、开课单位：数理学院
十三、课程的性质、目的和任务：
本课程是为统计学专业及相关专业的学生而开设的。
课程目的是使得学完该课程的学生能够进入数理统计各个分支的学习和研究。
本课程致力于数理统计的基本概念、基本方法和基本理论，体现了数理统计的现代发展，能为学生进入理论研究领域和实际应用领域打下扎实的基础。
十四、课程基本要求：
1. 基本概念
理解统计结构、乘积结构以及可控结构等概念；了解常用的分布族，包括Gamma分布族、Beta分布族、Fisher分布族、t分布族、多项分布族、多元正态分布族等；理解统计量的定义及秩序统计量等常见的统计量；理解统计量的渐进分布；掌握统计量的充分性和完备性；理解指数型分布的含义。
2.点估计
了解评价估计优劣的常见标准，包括均方误差、偏差、相合性以及渐进正态性等概念；理解UMVUE 的概念和计算方法；掌握信息不等式的含义和有效估计的概念；掌握参数的矩估计方法、极大似然估计方法和最小二乘方法；掌握位置参数和尺度参数的同变估计的计算。
3. 统计决策理论与Bayes分析
理解统计决策问题的概念；掌握统计决策问题的三个基本要素；掌握常用的损失函数；理解决策函数、风险函数的概念；掌握最小最大决策的概念；掌握决策函数的容许性的概念；理解Stein效应的概念；掌握单参数指数族和最小最大估计的容许性；掌握Bayes风险准则和Bayes公式；掌握Bayes 后验风险准则和共轭鲜艳分布；掌握Bayes估计的常见性质。
十五、课程描述：
1. 基本概念
统计结构；Gamma分布族、Beta分布族、Fisher分布族、t分布族、多项分布族、多元正态分布族；统计量；秩序统计量；统计量的渐进分布；统计量的充分性和完备性；指数型分布。
2.点估计
均方误差、偏差、相合性、渐进正态性；UMVUE；信息不等式；有效估计；矩估计方法；极大似然估计方法；最小二乘方法；位置参数和尺度参数的同变估计。
3. 统计决策理论与Bayes分析
统计决策问题；统计决策问题的三个基本要素；损失函数；决策函数、风险函数；最小最大决策；决策函数的容许性；Stein效应；单参数指数族和最小最大估计的容许性；Bayes风险准则；Bayes
公式；Bayes后验风险准则；共轭鲜艳分布；Bayes估计的常见性质。
十六、学时分配：
1. 基本概念12学时
2. 点估计18学时
3. 统计决策理论与Bayes分析16学时
4. 复习2学时
十七、能承担此课的教师：徐建文、黎雅莲
教学大纲制订者：徐建文
教学大纲审定者：。