第一节显著性检验的基本原理 第二节样本平均数与总体平均数差异显著性检验 第三节两个样本平均数差异显著性检验 第四节百分数资料差异显著性检验 第五节总体参数的区间估计

一、固定样本的连续调查 二、非固定样本的调查

一、模式的距离度量 通过特征抽取，我们以特征空间中的一个点来表示输入的模式，属于同一个类别的样本 所对应的点在模式空间中聚集在一定的区域，而其它类别的样本点则聚集在其它区域，则就 启发我们利用点与点之间距离远近作为设计分类器的基准。这种思路就是我们这一章所要介 绍的距离分类器的基础

引言 上一讲,我们介绍了总体、样本、简单随机样本、统计量和抽样分布的概念, 介绍了统计中常用的三大分布,给出了几 个重要的抽样分布定理它们是进一步学习统计推断的基础

1. 将一枚均匀的硬币抛两次，事件 A, B,C 分别表示“第一次出现正面”，“两次 出现同一面”，“至少有一次出现正面”。试写出样本空间及事件 A, B,C 中的样本 点

1. Kolmogorov-Smirnov单样本检验及一些正态检验 2. Kolmogorov-Smirnov两样本分布检验 3. Pearson 拟和优度检验

一、样本空间 二、随机事件 三、事件间的关系与事件的运算 四、小结布置作业

3.1 两样本Brown-Mood中位数检 3.2 Wilcoxon (Mann-Whitney)秩和检验的点估计和区间估计 3.3 正态记分检验 3.4 成对数据的检验 3.5 McNemar 检验 3.6 Cohen’s Kappa 系数

2.1 广义符号检验和 分位数的置信区间 2.2 Wilcoxon 符号秩检验 2.3 正态积分检验 2.4 Cox-Stuart 趋势检验 2.5 随机游程检验

广西大学：《概率论与数理统计》课程电子教案（PPT课件）第六章 样本及抽样分布 6.1 随机样本