数理统计教学大纲
《概率论与数理统计》(46学时)课程教学大纲
《概率论与数理统计》（46学时）课程教学大纲一、课程的基本情况课程中文名称：概率论与数理统计课程英文名称：Probability Theory and Mathematical Statistics课程编码：0702003课程类别：学科基础课课程性质：必修总学时：46 讲课学时：46 实验学时：0学分：2.5授课对象：本科相关专业前导课程：《高等数学》《线性代数》二、教学目的概率论与数理统计是研究随机现象统计规律性的数学学科，是理工科各专业的一门重要的学科基础课。
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，了解它的基本理论和方法，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。
同时，也为一些后续课程的学习提供必要的基础。
三、教学基本要求第一章概率论的基本概念1.1 随机试验1.2 样本空间、随机事件1.3 频率与概率1.4 等可能概型（古典概型）1.5 条件概率1.6 独立性基本要求：1. 理解随机试验、样本空间、随机事件的概念并掌握事件的关系与运算2. 掌握概率的定义与基本性质3. 理解古典概型的概念，掌握古典概率的计算方法4. 理解条件概率的定义，熟练掌握乘法定理、全概率公式与贝叶斯公式并会灵活应用5. 理解事件独立性的概念，熟练掌握相互独立事件的性质及有关概率的计算重点与难点：1. 重点：随机事件；概率的基本性质及其应用；乘法定理、全概率公式与贝叶斯公式事件的独立性2. 难点：概率的公理化定义、条件概率概念的建立、全概率公式与贝叶斯公式的应用第二章随机变量及其分布2.1 随机变量2.2 离散型随机变量及其分布律2.3 随机变量的分布函数2.4 连续型随机变量及其概率密度2.5 随机变量的函数的分布 基本要求：1. 理解随机变量的概念；掌握离散型随机变量和连续型随机变量的描述方法2. 掌握分布律、分布函数、概率密度函数的概念及性质；掌握由概率分布计算相关事件的概率的方法3. 熟练掌握二项分布、泊松（Poisson ）分布、正态分布、指数分布和均匀分布，特别是正态分布的性质并能灵活运用；熟练掌握伯努利概型概率的计算方法4. 熟练掌握一些简单的随机变量函数的概率分布的求法 重点与难点：1. 重点：随机变量、分布律、密度函数和分布函数的概念；二项分布、均匀分布的概念和性质2. 难点：二项分布的推导及应用；随机变量函数的概率分布第三章 多维随机变量及其分布 3.1 二维随机变量 3.2 边缘分布 3.3 条件分布3.4 相互独立的随机变量3.5 两个随机变量的函数的分布 基本要求：1. 正确理解二维随机变量的定义，掌握二维随机变量的联合分布律、联合分布函数、联合概率密度函数及条件分布的概念2. 熟练掌握由联合分布求事件的概率，求边缘分布及条件分布的基本方法3. 理解随机变量独立性的概念，掌握随机变量独立性的判别方法4. 了解求二维随机变量函数分布的基本思路，会求,max{,},min{,}X Y X Y X Y 的分布 重点与难点：1. 重点：由联合分布求概率，求边缘分布及条件分布的方法2. 难点：求离散型随机变量联合分布律的方法，条件密度的导出，随机变量函数的分布第四章 随机变量的数字特征 4.1 数学期望 4.2 方差4.3 协方差及相关系数 4.4 矩、协方差矩阵 基本要求：1. 掌握随机变量及随机变量函数的数学期望的计算公式，熟悉数学期望的性质并能灵活运用2. 掌握方差的概念和性质；熟悉二项分布、泊松分布、正态分布、指数分布和均匀分布的数学期望和方差；了解切比雪夫（Chebyshev ）不等式3. 掌握协方差和相关系数的定义和性质，并会灵活应用4. 掌握矩、协方差矩阵的定义 重点与难点：1. 重点：数学期望、方差、相关系数与协方差的计算公式及性质2. 难点：随机变量函数的数学期望的计算，利用数学期望的性质计算数学期望，相关系数的含义第五章大数定律及中心极限定理5.1 大数定律5.2 中心极限定理基本要求：1. 掌握依概率收敛的概念及贝努利大数定律和契比雪夫大数定律2. 掌握独立同分布的中心极限定理和德莫佛－拉普拉斯(De Moivre-Laplace)极限定理3. 掌握应用中心极限定理计算有关事件的概率近似值的方法重点与难点：1. 重点：用中心极限定理计算概率的近似值的方法2. 难点：依概率收敛的概念第六章样本及抽样分布6.1 随机样本6.2 抽样分布基本要求：1. 理解总体、个体、样本容量、简单随机样本以及样本观察值的概念2. 理解统计量的概念；熟悉数理统计中最常用的统计量（如样本均值、样本方差）的计算方法及其分布χ-分布，t-分布，F-分布的定义并会查表计算3. 掌握24. 熟悉正态总体的某些常用统计量的分布并能运用这些统计量进行计算重点与难点：χ-分布, t-分布, F-分布的定义与分位点的查表；正态总体常用统计量的分布1. 重点：2χ-分布, t-分布, F-分布的定义与分位点的查表2. 难点：2第七章参数估计7.1 点估计7.3 估计量的评选标准7.4 区间估计7.5 正态总体均值与方差的区间估计7.7 单侧置信区间基本要求：1. 理解参数的点估计(矩估计、最大似然估计)的计算方法2. 掌握参数点估计的评选标准：无偏性，有效性和相合性3. 理解参数的区间估计的概念，熟悉对单个正态总体和两个正态总体的均值与方差进行区间估计的方法及步骤重点与难点：1. 重点：点估计的矩法、最大似然估计法；正态总体参数的区间估计2. 难点：最大似然估计法，两个正态总体的参数的区间估计四、课程内容与学时分配五、教材参考书教材：盛骤谢式千潘承毅《概率论与数理统计》（第三版）高等教育出版社2001. 参考书：[1] 茆诗松《概率论与数理统计教程》（第一版）高教出版社2004.[2] 王展青李寿贵《概率论与数理统计》（第一版）科学出版社2000.六、教学方式和考核方式1.教学方式：以课堂讲授为主，辅以答疑、课后作业。
《数理统计》教学大纲
《数理统计》教学大纲课程编码：1511106103课程名称：数理统计学时/学分：48/3先修课程：《数学分析》、《概率论》适用专业：数学与应用数学开课教研室：信息与计算科学教研室一、课程性质与任务1.课程性质：本课程是数学与应用数学专业的一门重要的专业选修课程。
2.课程任务：使学生了解数理统计的基本概念；掌握数理统计的基本知识、基本理论和基本运算技能；重点掌握运用统计方法分析和解决实际问题的能力。
二、课程教学基本要求通过本课程的学习，使学生掌握数理统计的基本概念、基本思想和基本方法，了解大量实际问题的类型及与数理统计学的联系，具备使用常用的统计方法并结合利用先修课程中的数学、概率论知识来解决一些实际问题的能力；能正确进行计算和使用统计表，初步了解数理统计研究的新进展并建立统计思维方式和统计素养，为今后的学习和工作提供一种重要的工具和思维模式。
成绩考核形式：末考成绩（闭卷考查）（70%）＋平时成绩（平时测验、作业、课堂提问、课堂讨论等）（30％)。
成绩评定采用百分制，60分为及格。
三、课程教学内容第一章 统计量及其分布1.教学基本要求让学生掌握数理统计中总体、样本、样本经验分布函数、统计量及常用统计量等基本概念，掌握三大分布的定义并能熟练应用。
2.要求学生掌握的基本概念、理论、方法掌握数理统计中总体、样本、样本经验分布函数、统计量及常用统计量等基本概念；掌握三大分布的定义，并能熟练应用来求随机变量的分布；牢记Fisher定理的内容及其三大推论；了解数理统计研究问题的方法与概率论研究问题方法的不同，了解如何对样本数据进行整理与现实。
3.教学重点和难点本章教学重点是数理统计的基本概念、三大分布的定义、Fisher定理及其推论；教学难点是Fisher定理结合三大分布来求随机变量的分布。
4.教学内容第一节 总体与样本1. 总体与样本2. 样本与简单随机样本第二节 样本数据的整理与显示1. 经验分布函数2. 频数频率分布表3. 样本数据的图形显示第三节 统计量及其分布1. 统计量与抽样分布2. 样本均值及其抽样分布3. 次序统计量及其分布第四节 三大抽样分布1.2χ分布2. F-分布3. t-分布第五节 充分统计量1. 充分性的概念2. 因子分解定理第二章 参数估计1.教学基本要求理解和掌握点估计的主要方法和估计量的优良性的评价标准，会解决正态总体的区间估计问题。
新编概率论与数理统计教学大纲
新编概率论与数理统计教学大纲一、课程简介本课程是基于概率论和数理统计的理论基础，着重介绍各种概率分布、假设检验、置信区间、回归分析等常用方法。
通过本课程的学习，学生将能够掌握基本的概率与统计理论，以及应用它们解决实际问题的方法。
二、教学目标1.理解基本概率与统计理论，掌握基本概率、随机变量、概率分布等概念，熟悉重要的分布、参数估计方法和检验理论；2.学习利用统计方法分析数据，熟悉掌握描述性统计，推断统计以及回归分析；3.培养学生独立思考与创新能力，使学生能够自主地应用概率与统计方法解决实际问题。
三、教学内容与安排第一部分：概率与分布1. 概率基础（2学时）•概率与事件；•古典概型；•条件概率与独立性。
2. 随机变量及概率分布（6学时）•随机变量的概念；•离散型随机变量与连续型随机变量；•常见的分布（即均匀分布，二项分布，泊松分布，正态分布等）；•两个重要分布：t分布和F分布。
第二部分：推断统计与假设检验3. 统计推断基础（2学时）•抽样基础；•总体参数的估计；•置信区间。
4. 统计推断进阶（4学时）•单总体假设检验；•双总体假设检验；•方差分析。
第三部分：回归分析与贝叶斯统计5. 回归分析（6学时）•简单线性回归；•多元线性回归；•拟合优度检验；•变量选择原则。
6. 贝叶斯统计（2学时）•基本术语；•贝叶斯公式；•先验分布和后验分布。
第四部分：实践案例7. 实践案例分析（8学时）•实际案例分析；•利用概率与统计方法解决实际问题。
四、教学方法本课程采用讲授与实践相结合的方式，重点教师讲解与学生实践相结合的教学方法。
•讲授方法：通过讲授概率与统计理论，帮助学生掌握理论基础。
•实验方法：结合实际案例，引导学生利用概率与统计方法解决实际问题，帮助学生培养自主学习、独立思考的能力。
•讨论与研究方法：采用小组讨论和案例分析的方式，促进学生之间的交流与互动，培养学生的创新思维和问题解决能力。
五、教材与参考书目主要教材：•《概率论与数理统计》（第三版），吴连生、任红伟合著，高等教育出版社。
数理统计 教学大纲
数理统计教学大纲数理统计教学大纲数理统计是一门应用数学的学科，研究如何收集、整理、分析和解释数据的方法和技巧。
它在各个领域都有广泛的应用，包括经济学、医学、社会科学等。
为了使学生能够掌握数理统计的基本概念和方法，制定一份合理的教学大纲至关重要。
本文将探讨数理统计教学大纲的内容和结构。
一、引言在引言部分，应该简要介绍数理统计的背景和意义。
可以指出数理统计在现代社会中的重要性，并举一些实际应用的例子，激发学生的学习兴趣。
二、基本概念在这一部分，应该介绍数理统计的基本概念，包括总体、样本、参数、统计量等。
可以通过具体的例子来解释这些概念，并引导学生理解它们之间的关系。
三、数据的收集和整理数据的收集和整理是数理统计的第一步。
在这一部分，应该介绍数据的来源和收集方法，以及数据的整理和清洗过程。
可以通过实际案例来说明数据收集和整理的重要性，并引导学生掌握相关的技巧和方法。
四、描述统计描述统计是数理统计的核心内容之一，它包括数据的图表展示和统计指标的计算。
在这一部分，应该介绍常用的数据图表，如直方图、散点图等，并解释它们的作用和用途。
同时，还应该介绍常用的统计指标，如均值、中位数、标准差等，并指导学生如何计算和解释这些指标。
五、概率论基础概率论是数理统计的理论基础，它研究随机现象的规律性。
在这一部分，应该介绍概率的基本概念和性质，如样本空间、事件、概率的计算等。
可以通过实际问题来引导学生理解概率的应用，并进行相关的计算和推理。
六、随机变量与概率分布随机变量是数理统计的重要概念，它描述了随机现象的数值特征。
在这一部分，应该介绍离散随机变量和连续随机变量的定义和性质，并介绍常见的概率分布，如二项分布、正态分布等。
可以通过实际案例来说明随机变量和概率分布的应用，并进行相应的计算和推理。
七、参数估计与假设检验参数估计和假设检验是数理统计的重要内容，它们用于从样本数据中推断总体的特征。
在这一部分，应该介绍参数估计的方法和原理，如点估计和区间估计，并引导学生进行相应的计算和解释。
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。
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。
数理统计实验教学大纲
数理统计实验教学大纲
数理统计是研究怎样用有效的方法去收集和使用带随机性影响的数据,从而对所考察的问题作出推断与预测,直至为采取某种决策提供依据与建议。
数理统计的核心内容是统计推断C课程教学主要是培养学生的统计思想,重点放在对概念、定理和方法的直观理解和数学表达。
三、实验目的
⅛JffiMat1absSAS、SPSS和EXCE1等统计软件对有关部门案例数据进行处理,根据数理统计方法对判
断、作出结论。
四、实验内容与要求
本课程拟安排3个实验项目（共计6学时），分别为未知参数的点估计；基于t统计量及F统计量的参数假设检验及非参数假设检验。
由授课教师给出问题,或由学生自己设计问题和收集相关数据,利用统计软件包分析问题、写出分析报告。
五、主要仪器设备
Mat1ab软件和Spss软件，计算机。
六、实验学时分配表
七、考核方法
闭卷、笔试，或者开卷考试
八、教材及参考书
教材：
《概率论与数理统计（第四版下）》（高等教育出版社2009年7月出版,梁之舜等主编）参考书：国∙《SPSS统计分析方法及应用》（电子工业出版社2009年1月出版，薛薇主编）
[2],《概率论与数理统计教程（第二版）》（高等教育出版社2011年2月出版，的诗松等主编）
[3],《概率论与数理统计教程》（高等教育出版社2008年4月出版，魏宗舒主编）
[4].《统计分析与SPSS的应用》（中国人民出版社2011年1月出版，薛薇主编）。
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。
- 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)。
数理统计教学大纲
【课程编码】
【适用专业】数学与应用数学、信息与计算科学
【课时】68
【学分】 2.5
【课程性质、目标和要求】
《数理统计》是为数学科学学院三年级本科生开设的一门重要的院系必修课，本门课程安排在秋季学期开设。
通过本课程的学习，使学生掌握数理统计的基本概念、基本思想和基本方法，了解大量实际问题的类型及与数理统计学的联系，具备使用常用的统计方法并结合利用先修课程中的数学、概率论知识来解决一些实际问题的能力，能正确进行计算和使用统计表，初步了解数理统计研究的新进展并建立统计思维方式和统计素养。
为今后的学习和工作提供一种重要的工具和思维模式。
学习本课程要求学生具备必要的数学分析、高等代数和概率论等基础知识。
【教学时间安排】
本课程计2.5 学分，68 学时, 学时分配如下：
【教学内容要点】
第五章统计量及其分布
一、学习目的要求
熟练掌握数理统计学的三个最重要也是最基本的概念：总体、样本和统计量，包括样本数据的整理与显示，常用统计量的抽样分布，以及统计量的充分性等内容。
能使用R软件来灵活地整理和显示样本数据，计算统计量，求分布的分位数，画分布的分布函数与密度函数曲线，产生分布的随机数以进行随机模拟。
二、主要教学内容
5.1 总体与样本
数理统计的两个基本概念:总体和样本，以及与这两个基本概念相关的样本分布和统计的基本思想。
5.2 样本数据的整理与显示
样本数据整理与显示的常用方法，用R软件来灵活地整理和显示样本数据，用R软件来画分布的分布函数与密度函数曲线。
5.3 统计量及其分布
数理统计的基本概念：统计量。
常用统计量的计算公式，次序统计量及其抽样分布，用R 软件来计算这些常用统计量，用R软件来产生分布的随机数以进行随机模拟。
5.4 三大抽样分布
数理统计中常用的三大分布：
2
-分布、t-分布、F-分布的定义和性质，查表求三大抽样
分布的分位数，用R软件求这些分布的分位数。
单个正态总体和两个正态总体下样本均值和样本方差有关的抽样分布。
5.5 充分统计量
充分统计量的概念和因子分解定理，用因子分解定理求充分统计量。
第六章参数估计
一、学习目的要求
熟练掌握参数估计的两种基本方法：矩法估计和最大似然估计。
熟练掌握估计的优良性标准，
熟练掌握最小方差无偏估计，Fisher信息、C-R不等式和最大似然估计相合渐近正态性。
掌握贝叶斯估计的思想。
熟练掌握置信区间的概念和思想，熟练掌握求置信区间的枢轴量法方法，熟练掌握正态总体参数置信区间的计算公式，能用R软件计算正态总体参数的置信区间。
二、主要教学内容
6.1 点估计的几种方法
参数点估计的概念和思想，替换原理、矩法估计和最大似然估计的原理，运用矩法估计、最
大似然估计对参数进行估计。
6.2 点估计的评价标准
相合性、无偏性、有效性和均方误差的概念和思想，相合性、无偏性和有效性的判别方法。
6.3 最小方差无偏估计
最小方差无偏估计概念和思想，Rao-Blackwell定理，用零无偏估计法判别最小方差无偏估计，Fisher信息、C-R不等式，最大似然估计相合渐近正态性。
6.4 贝叶斯估计
贝叶斯估计的思想，贝叶斯公式的密度函数形式，简单贝叶斯估计的计算，共轭先验分布。
6.5 区间估计
置信区间的概念和思想，求置信区间的枢轴量法。
正态总体参数置信区间的计算公式，用R 软件计算正态总体参数的置信区间。
大样本置信区间。
第七章假设检验
一、学习目的要求
了解假设检验的基本思想，理解检验的基本概念，认识假设检验问题，熟悉假设检验的基本步骤。
熟练掌握正态总体参数和其它分布参数的检验。
熟练掌握分布拟合优度检验。
能用R软件完成这些假设检验，并能解决简单的实际问题。
二、主要教学内容
7.1 假设检验的基本思想与概念
假设检验的基本概念，假设检验的基本思想，假设检验问题，假设检验的基本步骤。
7.2 正态总体参数假设检验
单个正态总体均值的检验，两个正态总体均值差的检验，正态总体方差的检验，这些检验在R软件中的实现。
7.3 其他分布参数的假设检验
指数分布参数的假设检验，比例的检验，大样本检验，这些检验在R软件中的实现。
7.4 分布拟合优度检验
有限离散总体分布的拟合优度检验，列联表的独立性检验，正态性检验，这些检验在R软件中的实现。
第八章方差分析与回归分析
一、学习目的要求
熟练掌握方差分析的统计模型，平方和的分解，检验方法和参数估计。
了解效应差的置信区间的求法。
了解多重比较问题，掌握重复数相等与不相等场合的方法。
熟练掌握Hartley检验，Bartlett检验以及修正的Bartlett检验三种检验方法。
理解变量间的两类关系，认识一元线性和非线性回归模型，熟悉回归系数的估计方法，熟练掌握回归方程的显著性检验。
能用R软件完成方差分析、多重比较、方差齐性检验和一元回归分析，并能解决简单的实际问题。
8.1 方差分析
方差分析问题，单因子方差分析的统计模型，平方和分解，检验方法，参数估计，重复数不等情形。
用R软件来进行方差分析。
8.2 多重比较
效应差的置信区间，多重比较问题，重复数相等场合的T法，重复数不等场合的S法，用R软件来进行多重比较。
8.3 方差齐性检验
Hartley检验，Bartlett检验，修正的Bartlett检验，用R软件来进行方差齐性检验。
8.4 一元线性回归
变量间的两类关系，一元线性和非线性回归模型，回归系数的最小二乘估计，
回归方程的显著性检验，估计与预测，用R软件来进行回归分析。
【成绩考核方式】
1、成绩评定总则
该课程的期末考核成绩根据期末考试成绩、平时作业成绩及课堂考勤成绩评定。
2、平时成绩评定
平时成绩由作业成绩和课堂考勤成绩两部分组成。
3、期末考核评定
该课程成绩=期末考试成绩+平时成绩
期末考试成绩占80%，平时成绩占10%，成绩按百分制计。