的点估计和区间估计。掌握检验的基本知识。掌握均值检验的检验方 法和分布检验的检验方法。 (二)教学内容 第一节统计量及其分布 1、主要内容：统计量及其分布 2、基本概今与知识点： 1)统计量：反映样本数据特征的量数统称为样本统计量，简称为统计量 2)统计量的分布： A、样本均值的分布：如果总体服从正态分布，样本均值也服从正态分 布，数学期望不变，但方差是总体方差的N分之一。 B、t统计量：t统计量服从t分布 C、F统计量：F统计量服从F分布 第二节参数估计 1、主要内容：参数的点估计和区间估计 2、基本概念与知识点： )参数的点估计：用某一样本统计量的值来估计相应总体参数的值叫 总体参数的点估计。 2)参数的区间估计：以样木统计量的抽样分布（概率分布）为理论依 据，按一定概率要求，由样本统计量的值估计总体参数值的所在范围，称为总体 参数的区间估计。区间估计涉及置信水平和置信区间。 第三节假设检验概述 1、主要内容：假设检验的原理和逻辑 2、基本概念与知识点： 利用样本信息，根据一定概率，对总体参数或分布的某一假设作出拒绝 或保留的决断，称为假设检验。 1)假设：假设检验一般有两个相互对立的假设。即零假设（或称原假 设、虚无假设、解消假设)和备择假设（或称研究假设、对立假设）。假设检验 是从零假设出发，视其被拒绝的机会，从而得出决断。 2)小概率事件：把出现小概率的随机事件称为小概率事件。小概率事 件是否出现，这是对假设做出决断的依据。 3引)显著性水平：拒绝零假设的概率称为显著性水平。显著性水平和可 靠性程度之间的关系是：两者之和为1。 4)统计决断的两类错误及其控制： 如果拒绝了属于真实的零假设，即如果样本统计量的总体参数正是假设的 总体参数，但是由于样本统计量的值落入了拒绝区域。而零假设遭到拒绝，这 时就会犯第一类型的错误。这种错误的可能性大小正是显著性水平的大小，故 又称这类错误为α错误。如果保留了属于不真实的零假设，就会犯第二类型的 错误。犯这种“假设属伪而被保留“的第二类错误的概率，等于B值，故又称这 的点估计和区间估计。掌握检验的基本知识。掌握均值检验的检验方 法和分布检验的检验方法。 （二）教学内容 第一节 统计量及其分布 1、主要内容：统计量及其分布 2、基本概念与知识点： 1）统计量：反映样本数据特征的量数统称为样本统计量，简称为统计量 2）统计量的分布： A、样本均值的分布：如果总体服从正态分布，样本均值也服从正态分 布，数学期望不变，但方差是总体方差的 N 分之一。 B、t 统计量：t 统计量服从 t 分布 C、F 统计量：F 统计量服从 F 分布 第二节 参数估计 1、主要内容：参数的点估计和区间估计 2、基本概念与知识点： 1) 参数的点估计：用某一样本统计量的值来估计相应总体参数的值叫 总体参数的点估计。 2) 参数的区间估计：以样本统计量的抽样分布（概率分布）为理论依 据，按一定概率要求，由样本统计量的值估计总体参数值的所在范围，称为总体 参数的区间估计。区间估计涉及置信水平和置信区间。 第三节 假设检验概述 1、主要内容：假设检验的原理和逻辑 2、基本概念与知识点： 利用样本信息，根据一定概率，对总体参数或分布的某一假设作出拒绝 或保留的决断，称为假设检验。 1) 假设：假设检验一般有两个相互对立的假设。即零假设（或称原假 设、虚无假设、解消假设）和备择假设（或称研究假设、对立假设）。假设检验 是从零假设出发，视其被拒绝的机会，从而得出决断。 2) 小概率事件：把出现小概率的随机事件称为小概率事件。小概率事 件是否出现，这是对假设做出决断的依据。 3) 显著性水平：拒绝零假设的概率称为显著性水平。显著性水平和可 靠性程度之间的关系是：两者之和为 1。 4) 统计决断的两类错误及其控制： 如果拒绝了属于真实的零假设，即如果样本统计量的总体参数正是假设的 总体参数，但是由于样本统计量的值落入了拒绝区域。而零假设遭到拒绝，这 时就会犯第一类型的错误。这种错误的可能性大小正是显著性水平的大小，故 又称这类错误为 α 错误。如果保留了属于不真实的零假设，就会犯第二类型的 错误。犯这种“假设属伪而被保留”的第二类错误的概率，等于 β 值，故又称这