§1 点估计 §2 区间估计 §3 假设检验的一般方法 §4 参数的假设检验

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

假设检验的基本思想 5.1 假设检验的基本问题 假设的陈述 两类错误与显著性水平 检验统计量与拒绝域 利用𝑷值进行决策 5.2 一个总体参数的检验 讨论：假设检验与区间估计

统计描述 统计推断(1) 统计推断(2) 计量资料 频数分布 集中趋势 离散趋势 统计图表 抽样误差 标准误 t u F检验 秩和检验 直线相关与回归 偏相关 多元线性回归 计数资料 相对数 统计图表 u 、  2检验 秩和检验 Logistic回归

1.问题的提法 众所周知,总体X的全部信息可以通过其分布 函数F(X,θ反映出来,但实际上参数θ往往未知有时 甚至F(X,0)的表达式也未知因此需要根据实际问题 的需要,对总体参数或分布函数的表达式做出某种 假设(称为统计假设),再利用从总体中获得的样本信 息来对所作假设的真伪做出判断或进行检验. 这种利用样本检验统计假设真伪的过程叫做 统计检验(假设检验)

由于虚假回归问题的存在，在回归模型中应避免直接使用不存在协积关系的非平稳变 量。因此检验变量的平稳性是一个必须解决的问题。在第二章中介绍用相关图判断时间序列 的平稳性。这一章则给出序列平稳性的严格的统计检验方法，即单位根检验。 在介绍单位根检验之前，先认识四种典型的非平稳随机过程

6.1 假设检验的基本思想和步骤 6.2 总体标准差已知条件下均值双侧检验 6.3 标准差未知时总体均值的假设检验 6.4 总体方差的假设检验

一、总体均值的假设检验 当检验关于总体均值(数学期望)的假设时,该总体中的另一个参数,即方差2是 否已知,会影响到对于检验统计量的选择,故下面分两种情形进行讨论

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

1. 掌握方差检验的原理和方法（公式）的来源及推导过程。 2. 掌握方差检验的适用条件（样本特性）。 3. 掌握成组设计的多个样本方差分析（单因素方差分析）的条件和方法。 4. 学会通过方差检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 5．组内变异和组间变异的概念